【摘 要】
:
随着我国经济水平的不断提高,我国医疗行业发展迅速,行业体量不断增大。人们对高质量、高水平的医疗服务的需求日益增长,国家也在积极号召要加强人工智能在医疗卫生等领域的深度应用。目前医院的信息化建设虽然已经初见成效,但仍存在医疗工具缺乏维护、用法繁琐、缺乏智能化等问题。本论文以结直肠癌为例,在XGBoost方法的基础上使用SEER数据集进行结直肠癌症患者采用特定治疗方案存活性预测模型的研究,并将该模型应
论文部分内容阅读
随着我国经济水平的不断提高,我国医疗行业发展迅速,行业体量不断增大。人们对高质量、高水平的医疗服务的需求日益增长,国家也在积极号召要加强人工智能在医疗卫生等领域的深度应用。目前医院的信息化建设虽然已经初见成效,但仍存在医疗工具缺乏维护、用法繁琐、缺乏智能化等问题。本论文以结直肠癌为例,在XGBoost方法的基础上使用SEER数据集进行结直肠癌症患者采用特定治疗方案存活性预测模型的研究,并将该模型应用于结直肠癌患者采用不同治疗方案效果评价,进而实现治疗方案的推荐。现阶段对于肿瘤患者存活性预测主要依赖患者的健康信息和肿瘤分期等信息,在此方面已经有许多相关研究,但大多忽略了患者采取何种治疗方式对存活性的影响。本文在现有研究的基础上,将SEER数据集中治疗相关的属性引入实验,通过数据变换、空值填充、独热编码、归一化等方法完成数据预处理,通过对XGBoost方法的改进构建得出结直肠癌患者的存活性预测模型,在验证集中准确性为88%、AUC为75%,能够在辅助决策系统中集成使用。系统从医务人员的工作实际出发,实际工作流程和具体业务场景的梳理和分析,选取患者治疗、患者复查和患者数据管理三个临床应用场景,分析、设计并实现了一种功能齐全、简单易用的结直肠癌辅助决策系统,能够辅助医生完成治疗方案制定的决策和复查时患者状态评估的决策并完成一些日常诊疗任务,具有一定的实用价值和现实意义。
其他文献
随着卫星技术在气象部门得到越来越广泛的应用,卫星云组织模式图像越来越多地应用于气象的分析与预测领域,有效地提高了气象预测的时效性和准确性。现阶段基于卫星云组织模式图像进行气象预测主要依靠专业气象人员研判云图资料来实现,如何实现卫星图像云组织模式的自动准确分割与识别成为气象以及人工智能领域的研究热点。本文重点研究基于深度学习的卫星图像云组织模式的分割与识别算法,探索有效的分割与识别策略。深度学习算法
图分析用于深入挖掘图数据的内在特征,然而图作为非欧几里德数据,传统的数据分析方法普遍存在较高的计算量和空间开销.图嵌入是一种解决图分析问题的有效方法,其将原始图数据转换到低维空间并保留关键信息,从而提升节点分类、链接预测、节点聚类等下游任务的性能.与以往的研究不同,同时对静态图和动态图嵌入文献进行全面回顾,提出一种静态图嵌入和动态图嵌入通用分类方法,即基于矩阵分解的图嵌入、基于随机游走的图嵌入、基于自编码器的图嵌入、基于图神经网络(GNN)的图嵌入和基于其他方法的图嵌入.其次,对静态图和动态图方法的理论相
个性化学习推荐是智能学习的一个研究领域,其目标是在学习平台上给特定学习者提供有效学习资源,从而提升学习积极性与学习效果.虽然现有的推荐方法已被广泛用于教学场景,但教学活动自身的科学规律,使个性化学习推荐在个性化参数设置、推荐目标设定、评价标准设计等方面具有一定的特殊性.针对上述问题,在调研大量文献的基础上对近年来个性化学习推荐的研究进行了综述.从学习推荐通用框架、学习者建模、学习推荐对象建模、学习推荐算法、学习推荐评价五方面对个性化学习推荐的相关研究进行了系统的梳理和解读.首先提出了学习推荐系统的通用框架
移动边缘计算(MEC)支持终端设备将任务或应用程序卸载到边缘云服务器处理,边缘云服务器处理外来任务会消耗本地资源,为激励边缘云提供资源服务,构建向终端设备收费以奖励边缘云的资源定价机制尤为重要.现有的定价机制依赖中间商的静态定价,费用高且终端任务处理不及时,难以实现边缘云计算资源的有效利用.针对上述问题,提出一种基于Stackelberg博弈的边缘云资源定价机制.首先,针对资源定价时终端设备因资金不足而导致的本地任务搁置问题,提出包含贷款和激励的辅助机制,实现终端设备任务的及时处理;其次,提出影响资源定价