【摘 要】
：
糖尿病是全球第三大慢性非传染性病。随着患糖尿病人数的逐年增多,给社会及家庭造成了很大的负担。因为糖尿病前期没有明显的患病表现,所以导致一大部分人不能及时发现自身的身体健康状况,甚至都意识不到自己已经成为糖尿病大军中的一员。为了减少糖尿病患病的人数,提高糖尿病前期筛查的准确率,有效评估糖耐量水平,建立准确率更高的糖尿病检测模型就显得更加重要。本研究采用无创采集血糖的方式,由志愿者的生理参数数据,空腹
论文部分内容阅读
糖尿病是全球第三大慢性非传染性病。随着患糖尿病人数的逐年增多,给社会及家庭造成了很大的负担。因为糖尿病前期没有明显的患病表现,所以导致一大部分人不能及时发现自身的身体健康状况,甚至都意识不到自己已经成为糖尿病大军中的一员。为了减少糖尿病患病的人数,提高糖尿病前期筛查的准确率,有效评估糖耐量水平,建立准确率更高的糖尿病检测模型就显得更加重要。本研究采用无创采集血糖的方式,由志愿者的生理参数数据,空腹胰岛素数据和糖耐量实验数据组成本论文的数据集。一方面对数据进行分析处理,将糖尿病高危因素作为算法的输入参数,分别使用支持向量机（Support Vector Machine,SVM）、KNN（K-Nearest-Neighbor）算法和BP（Back Propagation）神经网络对数据进行分类处理,搭建准确率更高的糖耐量分类模型,在临床上对糖尿病早期筛查起辅助作用,并在MATLAB中建立一个方便操作的糖尿病辅助检测模型。另一方面对论文的整个样本数据集,通过使用K-Means聚类（K-Means Clustering）算法和模糊聚类进行聚类,搭建糖耐量聚类模型,对糖耐量水平进行评估。从而对无标签的糖尿病数据,提供一个新的研究思路。基于SVM和BP分类算法的模型显示,当糖化血红蛋白增加到输入特征时,模型的分类准确率被提高了,SVM和BP神经网络的准确率分别为93.46%和94.77%,比原模型的准确率高了0.94和3.49个百分点。这二个分类模型均能够有效评估糖耐量水平,对糖尿病起到辅助检测的作用。本研究根据国内外糖尿病筛查模型的基础和机器学习算法在医疗数据中的应用,提出了该论文的研究方案,将分类算法和聚类算法应用在糖尿病数据中。对糖尿病的高危因素进行分类分析,做出了糖耐量分类模型;对所有样本数据集进行聚类分析,做出了糖耐量聚类模型,均可以评估糖耐量水平。
其他文献
纳米材料由于其量子尺寸效应等特性,具有独特的电学、光学和磁学性能,优于传统光电材料,是制作光电器件和高性能电子器件的重要材料之一,在许多领域都有优秀的应用前景。目前有大量纳米材料应用案例,如基于纳米线的场效应晶体管,气体传感器,日盲光电探测器等通过使用纳米材料技术提升了器件性能。在众多材料科学研究的课题之中,纳米材料生长工艺和表征手段的研究备受关注。近年来,许多研究团队使用不同的制备工艺技术成功地
针对多数传统能量收集系统的能量来源单一,而现有的多源能量收集系统的追踪效率较低,输入功率范围较窄等问题,提出一种双源最大功率同步追踪电路（DSSMPPT）,该系统采用基于比较器结构的最大功率追踪（MPPT）电路实时同步地追踪两个环境能量源的最大输出功率,通过设计的数字控制电路,MPPT电路中两个比较器可以共用单边延时电路从而提高电路的能量转换效率,且该数字控制电路根据比较器的输出信号切换输入能量源
随着智慧交通的快速发展,智能汽车的研发已然进行的越来越快,像自动驾驶,车路协同等需求的提出,加速了交通业新形态的产生,与此同时,道路安全愈发引起人们重视。而车辆再识别可以实现车辆的跨摄像头的定位、追踪,对于道路安全和实现智慧交通都有着重要的意义。车辆再识别问题的本质是目标再识别,与目标再识别中最经典的行人再识别不同,因为众多同一型号的车辆具有类似的视觉外观,车辆再识别会更有难度,而当唯一标记不同车
传统的大多数机器学习算法在静态封闭环境下运行,且通常假定数据的分布在算法执行时保持不变。但是在众多实际应用环境中,大量数据以高速无限流的形式产生,这些数据的分布受设备损耗、环境变化等因素的影响而不断地发生变化从而产生概念漂移现象,数据的这种产生和变化方式给传统的静态数据挖掘提出了极大的挑战。数据流挖掘在此背景下应运而生,且数据流分类在大规模实时数据处理中起着至关重要的作用。受到标注成本高、数据量大
随着信息时代的到来,信息总量已经大大超过了个人所能接受、处理或有效利用的范围,针对层出不穷、纷繁复杂的信息,用户怎么辨别信息的价值、如何才能得到自己真正需要的信息是一个值得思考并且极为迫切的问题。推荐系统的出现有效地解决了信息过载问题,利用推荐系统能够以一种智能化、自动化的方式为用户过滤无价值的信息同时满足用户的需求,从而降低了用户获取信息的时间和精力。以协同过滤及基于内容为代表的传统推荐方法尽管
在当前大规模复杂网络环境下,网络流量异常检测一直是网络安全领域内最为活跃的研究分支之一。它能够对网络中的流量数据进行检测,及时发现异常的网络活动,从而做出预警,是保障网络安全的关键技术。随着信息网络技术的迅速发展,网络类型逐渐多元化,并且网络规模也不断扩大,网络流量数据也越来越复杂,呈现出多源化和异构化特征,为网络流量异常检测工作带来了巨大的挑战,如何提高网络流量异常检测的准确性和效率成为了该领域
单模光纤在相位敏感光时域反射计中体现出较好的传感性能,但仍存在如下不足:（1）单模光纤的非线性阈值电平和反射光捕获率低,导致可注入的脉冲光功率低、采集到的瑞利散射光信号弱,限制了其传感距离;（2）单模光纤中只可以传播一种模式的光信号,受光纤介质不均匀和偏振态不匹配的影响大,无法补偿由噪声引起的振动峰突变。少模光纤是单模光纤与多模光纤的过渡光纤,其纤芯半径介于两者之间。在光纤传感领域,与单模光纤相比
球栅阵列封装（Ball Grid Array Package,BGA）技术作为一种应用广泛的微电子封装技术,具有体积小、散热性能良好、稳定性高等优点。然而,焊点的微小化和焊接材料的复杂性导致BGA焊点在焊接和使用过程中会产生各种故障问题,例如焊点缺失、桥连等故障,会导致电路无法正常工作,因此针对BGA焊点故障的测试技术研究具有重要意义。传统的探针测试会对BGA焊点造成损伤,本文提出了一种基于串扰耦
近年来,随着我国交通运输网络的完善,居民乘坐火车、飞机、地铁等公共交通工具出行变得更加便捷。公共交通的出行安全与人民群众的生命和财产安全息息相关。行李X光安检作为公共交通和公众场所常用的安检手段具有十分重要的意义。目前行李X光安检采用机器成像人工辨别的方法,由于人工辨别效率较低,不能适应高精度的安检要求,为此,提出一种基于深度学习的行李X光图像安全检测与分割算法,对行李X光图像中可能出现的危险品进
图像质量评价作为图像处理领域的经典课题,一直受研究者们的关注。近年来,随着成像技术的发展、5G技术的普及和人工智能技术的爆炸性发展,高动态范围（High Dynamic Range,HDR）图像技术得到了快速发展和应用。针对HDR图像的质量评价也逐渐成为了研究热点。HDR图像质量评价主要分主、客观评价方法两大类。从人类视觉感知的角度分析,主观评价是HDR图像质量评价的最理想方式,其准确性和可靠性高