论文部分内容阅读
心血管疾病正成为威胁人类健康的头号杀手。从我国心血管疾病临床数据分析的研究现状来看，绝大部分研究成果是基于少数典型病例的，因此在区域范围内开展心血管疾病临床数据分析的研究是一个具有挑战的新课题。本文以国家863重大项目“心血管疾病与肿瘤疾病中西医临床大数据处理分析与应用研究”为背景，以上海中医药大学附属曙光医院心血管科室临床数据为基础，深入开展了从数据的收集、清洗、质量评估、分析到应用的一系列工作，研究目标是建立智能化的心血管疾病临床决策支持系统。 本文的研究成果如下: (1)给出了心血管疾病临床数据特征抽取方法和模型，从曙光医院原始数据库里抽取得到了心血管疾病患者的特征数据，包括人口学信息、患病年龄、历史诊断结果、化验检查数据、用药数据等400多维数据特征，并采用基于倾向值匹配的多元逻辑回归分析和Cox比例风险模型，完成疾病危险因素发现和药物疗效对比; (2)建立了基于并发疾病的心血管疾病患者风险估计模型，以高血压，心律失常，慢性心功能不全，冠心病，糖尿病，肺部感染，胸痹，喘病为输入数据，以权重加和为函数，最终得到了心功能等级的风险评估值; (3)提出了多视角的特征融合算法DMPCCA，根据信息熵和信息增益理论将心血管疾病特征划分为两个特征组合，对两个特征组合进行特征融合处理之后用SVM实现了心脏疾病的自动分类; (4)完成了心血管疾病临床决策支持系统原型模型，设计实现了四个功能模块，分别是疾病风险估计、患者诊断时序图、药物疗效对比、健康意见获取，并已提供给上海曙光医院参考使用。 总之，面对庞大且复杂的临床医疗数据，经过不断对心血管疾病数据的处理、挖掘与分析工作，本文最终得到了可用于辅助临床活动的研究结果，并为今后研究其它病种提供了可借鉴的方法和模型。