| 题名 | 基于数据挖掘的辅助预防和治疗2型糖尿病的研究 |
| 作者 | 叶广健 |
| 答辩日期 | 2016 |
| 导师 | 韦哲 |
| 关键词 | 2型糖尿病 数据挖掘 关联规则 分步聚类算法 灰色关联度分析 |
| 学位名称 | 硕士 |
| 英文摘要 | 本文以数据挖掘为基本方法,研究数据挖掘技术在医疗数据库的应用,以辅助预防和治疗2型糖尿病为研究目的,找出2型糖尿病的众多高危风险因素及其致病程度,进行预测,并提出以聚类分析和灰色关联度理论为方法,辅助2型糖尿病的胰岛素治疗,避免过量或不足量注射胰岛素的危害。1.研究数据挖掘的基本方法理论,并研究关联规则算法及其最经典的Apriori算法和算法的性能,找出经典算法待改进之处。分析已有的频繁模式增长改进算法,研究其基本思想,并针对经典算法生成大量无用候选项集的弊端,提出新了的改进方法。2.对经典Apriori算法、频繁模式增长算法、改进的Apriori算法进行Matlab7.0仿真实验,对比分析三种算法各自的优势和缺点。研究发现,频繁模式增长算法适用于搜索长频繁项集,且对低支持度阈值的数据挖掘有良好的效率,经典算法适用于搜索短频繁模式,对高支持度阈值的挖掘有较好的效率,改进算法综合适用范围较高,在高支持度和低支持度都有较好表现。3.为了找出可能引发2型糖尿病的风险因素及其致病程度,本文对兰州某三甲医院6年的2型糖尿病病历数据和医院电子病历档案进行改进的数据预处理,将这些数据转换成挖掘软件可以识别布尔型数据,导入SPSS Clementine 12.0数据挖掘软件关联规则算法模块,找出34个分段属性各自的致病程度,并制成评分软件,首次提出了一种供大众自行进行2型糖尿病预测和预防的工具。4.为了得到去除激变数值的、能准确代表2型糖尿病患者餐前、餐后等关键节点的血糖数据,本文提出以分步聚类算法,应用SPSS Clementine 12.0数据挖掘软件对动态血糖仪全天每一个关键检测点30分钟内的30个数据进行聚类分析,找出能够代表患者健康状况的8个餐前、餐后等关键检测点数据,避免血糖值的瞬时激变影响测量结果。5.为了避免不适量注射胰岛素,给2型糖尿病病人身体的二次伤害,本文提出以灰色关联度理论方法,分析分步聚类算法预处理后得到的8个关键检测点数据,并根据其与患者血糖值的最优比较序列进行灰色关联度分析,找出一条最能代表患者注射适量胰岛素的曲线,作为治疗曲线,辅助2型糖尿病患者的胰岛素治疗,首次提出了一种数据挖掘辅助2型糖尿病胰岛素治疗的方案。 |
| 语种 | 中文 |
| 页码 | 61 |
| URL标识 | 查看原文 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/91620]  |
| 专题 | 兰州理工大学 |
| 作者单位 | 兰州理工大学 |
| 推荐引用方式 GB/T 7714 | 叶广健. 基于数据挖掘的辅助预防和治疗2型糖尿病的研究[D]. 2016. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论