本文主要研究内容
作者胡满满,陈旭,孙毓忠,沈曦,王晓青,余天洋,梅御东,肖立,程伟,杨杰,杨焱（2019）在《基于动态采样和迁移学习的疾病预测模型》一文中研究指出：基于门诊病历临床表现的疾病预测模型是临床决策支持系统(Clinical Decision Support System,CDSS)的一个重要研究内容.主流疾病预测模型将门诊病历转化为医学特征集合,将诊断结果作为输出标签,在此基础上利用机器学习算法训练疾病预测模型.不同疾病发病率的差异性导致医学样本具有不均衡、小样本特点,难以训练高效、准确的疾病预测模型.采样技术是目前解决样本不均衡问题的常用手段,其主要采用一定的策略生成均衡训练集,在均衡训练集上训练疾病预测模型,但是采样技术独立训练不同疾病的预测模型,没有考虑不同疾病模型之间的知识迁移性,限制了模型效果.迁移学习可以实现相似任务之间的知识迁移,如果将迁移学习运用到疾病预测模型训练过程中,在已有疾病诊断模型的基础上,训练新型疾病预测模型.受此启发,本文提出了基于动态采样和迁移学习的疾病预测模型,首先在多数类疾病上训练疾病预测模型,然后在此基础上训练少数类疾病预测模型,以实现不同疾病预测模型间的知识迁移.特别地,针对主流模型将疾病门诊病历转化为特征集合丢失文本信息的问题,本文提出了一种基于卷积神经网络的疾病预测模型,利用卷积神经网络提取语义信息;针对疾病模型知识迁移问题和小样本疾病训练问题,本文引入动态采样技术以构造均衡数据集,利用模型在不同样本上的预测结果来动态更新样本采样概率,目的是确保模型可以更多地关注错误分类样本和分类置信度不高的样本,从而提高预测模型的效果.本文在收集的门诊病历上进行了实验评估,实验结果表明,相对于目前主流疾病预测模型,本文提出的基于动态采样和迁移学习的疾病预测模型在准确率、召回率和F1值上取得了重要的提升,尤其是召回率的提升具有十分重要的意义.
Abstract
ji yu men zhen bing li lin chuang biao xian de ji bing yu ce mo xing shi lin chuang jue ce zhi chi ji tong (Clinical Decision Support System,CDSS)de yi ge chong yao yan jiu nei rong .zhu liu ji bing yu ce mo xing jiang men zhen bing li zhuai hua wei yi xue te zheng ji ge ,jiang zhen duan jie guo zuo wei shu chu biao qian ,zai ci ji chu shang li yong ji qi xue xi suan fa xun lian ji bing yu ce mo xing .bu tong ji bing fa bing lv de cha yi xing dao zhi yi xue yang ben ju you bu jun heng 、xiao yang ben te dian ,nan yi xun lian gao xiao 、zhun que de ji bing yu ce mo xing .cai yang ji shu shi mu qian jie jue yang ben bu jun heng wen ti de chang yong shou duan ,ji zhu yao cai yong yi ding de ce lve sheng cheng jun heng xun lian ji ,zai jun heng xun lian ji shang xun lian ji bing yu ce mo xing ,dan shi cai yang ji shu du li xun lian bu tong ji bing de yu ce mo xing ,mei you kao lv bu tong ji bing mo xing zhi jian de zhi shi qian yi xing ,xian zhi le mo xing xiao guo .qian yi xue xi ke yi shi xian xiang shi ren wu zhi jian de zhi shi qian yi ,ru guo jiang qian yi xue xi yun yong dao ji bing yu ce mo xing xun lian guo cheng zhong ,zai yi you ji bing zhen duan mo xing de ji chu shang ,xun lian xin xing ji bing yu ce mo xing .shou ci qi fa ,ben wen di chu le ji yu dong tai cai yang he qian yi xue xi de ji bing yu ce mo xing ,shou xian zai duo shu lei ji bing shang xun lian ji bing yu ce mo xing ,ran hou zai ci ji chu shang xun lian shao shu lei ji bing yu ce mo xing ,yi shi xian bu tong ji bing yu ce mo xing jian de zhi shi qian yi .te bie de ,zhen dui zhu liu mo xing jiang ji bing men zhen bing li zhuai hua wei te zheng ji ge diu shi wen ben xin xi de wen ti ,ben wen di chu le yi chong ji yu juan ji shen jing wang lao de ji bing yu ce mo xing ,li yong juan ji shen jing wang lao di qu yu yi xin xi ;zhen dui ji bing mo xing zhi shi qian yi wen ti he xiao yang ben ji bing xun lian wen ti ,ben wen yin ru dong tai cai yang ji shu yi gou zao jun heng shu ju ji ,li yong mo xing zai bu tong yang ben shang de yu ce jie guo lai dong tai geng xin yang ben cai yang gai lv ,mu de shi que bao mo xing ke yi geng duo de guan zhu cuo wu fen lei yang ben he fen lei zhi xin du bu gao de yang ben ,cong er di gao yu ce mo xing de xiao guo .ben wen zai shou ji de men zhen bing li shang jin hang le shi yan ping gu ,shi yan jie guo biao ming ,xiang dui yu mu qian zhu liu ji bing yu ce mo xing ,ben wen di chu de ji yu dong tai cai yang he qian yi xue xi de ji bing yu ce mo xing zai zhun que lv 、shao hui lv he F1zhi shang qu de le chong yao de di sheng ,you ji shi shao hui lv de di sheng ju you shi fen chong yao de yi yi .
论文参考文献
论文详细介绍
论文作者分别是来自计算机学报的胡满满,陈旭,孙毓忠,沈曦,王晓青,余天洋,梅御东,肖立,程伟,杨杰,杨焱，发表于刊物计算机学报2019年10期论文，是一篇关于疾病预测论文,迁移学习论文,动态采样论文,卷积神经网络论文,计算机学报2019年10期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机学报2019年10期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：疾病预测论文; 迁移学习论文; 动态采样论文; 卷积神经网络论文; 计算机学报2019年10期论文;