检索历史 清除

摘要全球 20-7 9 岁的成年人中约 4. 25 亿罹患糖尿病，其中约有4 0 0 万人死于糖尿病，糖尿病占据了全球全死因死亡人数的1 0. 7%。糖尿病并发症是影响糖尿病患者生活质量、导致其过早死亡的主要因素，因此对糖尿病及并发症的健康管理工作就显得十分重要。本文从建立糖尿病并发症的辅助诊断模型出发，对疾病诊断模型、糖尿病并发症诊断以及多标签分类方法相关研究中存在的问题和不足加以改进和完善，旨在提升诊断模型的诊断分类性能以辅助医生对糖尿病并发症的诊断，弥补医生经验诊断的不足，减少时常发生的糖尿病并发症漏诊和误诊的现象，贡献于糖尿病的防治工作。<br>　　围绕着建立一个合理且具有良好诊断效果的糖尿病并发症多标签分类模型，本文主要做了以下工作：（a ）关注糖尿病并发症间的关联性对模型诊断性能的提升作用，使用关联规则挖掘和χ2独立性检验分析了患者罹患疾病间的相关关系；（b）使用单因素 logistic 回归分析和 SVM-RFE方法对糖尿病性周围神经病变、糖尿病性周围血管病变以及糖尿病性肾病的诊断模型中的特征选择问题进行了探讨；（c）使用网络搜索法对6种机器学习分类方法分别建立的3种糖尿病并发症诊断模型的最优超参数进行了探究，对比和分析了每种方法的模型分类效果；（d ）对分类器链方式的多标签分类模型存在的链顺序选择和基分类器单一问题改进以适应本研究背景下的分类问题，分别使用二元关联和此改进的分类器链建立3种糖尿病并发症的多标签分类模型，对比和分析这两种方式的多标签分类模型效果。<br>　　本文的研究结果表明（a ）糖尿病患者罹患疾病间存在着一定的关联性，特别是糖尿病并发症；（b ）在单疾病诊断模型方面，随机森林对糖尿病性周围神经病变的诊断分类效果最好，AdaBoost 对糖尿病性周围血管病变的诊断分类效果最好，SVM 对糖尿病性肾病的诊断分类效果最好；（c）在多疾病诊断模型方面，分类器链方式的多糖尿病并发症诊断模型在多标签评价指标上均优于二元相关方式，在单标签分类指标上，分类器链方式的诊断模型对糖尿病性周围血管病变的诊断结果有着显著的提升作用，一定程度上说明了改进的分类器链在该研究问题上的合理性和适用性。