换一批多变量数据分析模型在无症状颈动脉狭窄检测中的应用
Application of Multivariable Data Analysis Model in Detection of Asymptomatic Carotid Artery Stenosis
摘要无症状颈动脉狭窄是引起中风的主要原因.而无症状颈动脉狭窄的危险因素包括高血压、心脏病发病率、吸烟、糖尿病、久坐不动等.为了明确无症状颈动脉狭窄的重要影响因素,利用多变量数据分析技术研究探讨了无症状颈动脉狭窄检测中可能存在的规则和关系.通过采用遗传算法、逻辑回归算法及卡方检验,对372位病人的临床特征进行了检测分析.实验结果表明,高血压、冠状动脉疾病是诱发无症状颈动脉狭窄最主要的两个因素,相比逻辑回归、卡方检测,遗传算法产生的简单规则更适用于医生的日常诊断.
更多相关知识
关键词
无症状颈动脉狭窄多变量数据分析数据挖掘遗传算法逻辑回归算法卡方检验asymptomatic carotid stenosismultivariable data analysis technologydata mininggenetic algorithmslogistic regression algorithmchi-square tests
栏目名称
DOI
10.3969/j.issn.1671-1815.2013.27.031
发布时间
2013-11-04（万方平台首次上网日期，不代表论文的发表时间）
- 浏览4
- 被引1
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
