面向慢性乙型肝炎病例的多标记学习应用研究与实现-计算机技术专业毕业论文.docxVIP

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文 档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索； 可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质 论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 医院信息系统的飞速发展产生了大量的医疗信息数据，使得海量的历史电子病历和诊 疗数据变得纷繁复杂，如何从中获取有用的信息成为医疗信息研究的热点。而分类技术作 为数据挖掘的一个分支已经在众多领域中得到广泛应用，传统的分类都假设实例与一个标 记相关，而现实世界的实例通常与多个标记相关，如视频、文本、图像、患者的疾病诊断 和治疗用药等，传统的分类算法显然不再适用，因此多标记学习成为一个重要的研究课题。 本文介绍了多标记学习的理论和方法，并从医院信息系统多个数据库中提取了慢性乙型肝 炎病例数据集。论文还利用提出的多标记算法对数据集进行了实验，并将该算法与其他算 法的实验结果进行了比较分析，最终初步实现了慢性乙型肝炎联合药物推荐系统。 本文首先对多标记分类的理论基础进行了阐述，总结了多标记分类的划分和策略，并 给出了多标记分类的评价指标。其次，分别从医院电子病历数据库、医院信息系统数据库 和检验系统数据库中提取出慢性乙型肝炎病例的基本信息、初次检验信息和临床用药信息， 形成可供多标记算法实验的数据集，并对提取的数据集的特征信息进行降维，利用几种具 有代表性的多标记算法对数据集进行标记映射。接着对提取的多标记数据集进行数据预处 理，包括数据清理、数据集成和数据归约等。在此基础上，本文提出了 LIFT-ML-KNN 算法， 利用该算法和其他几种多标记算法对慢性乙型肝炎数据集进行多标记学习训练，对几种关 键的多标记算法评价指标结果进行了比较和分析，最后利用 java 语言在 MyEclipse 中实现 了慢性乙型肝炎联合药物的预测，为该类病种临床路径的制定提供了强有力的支撑。 关键词：慢性乙型肝炎，数据挖掘，多标记分类，评价指标,权值，实现 I Abstract The rapid development of hospital information system has produced a large amount of medical information, which makes historical electronic medical records and patient’s transaction data become complicated, so it becomes a hot spot to get useful information from massive clinical data in medical information research. As a branch of data mining, classification has been widely used in many areas. Traditional classification usually assumes that instances are associated with only one label. However, instances are usually associated with multiple labels such as video, text, images, disease diagnosis and treatment recommendation. Apparently, traditional classification algorithms are not applicable in these areas. Therefore, the study of multi-label data becomes an important research topic. This paper intro