卒中后抑郁量表的數(shù)據(jù)分析.pdf

1、本文對(duì)卒中后抑郁量表進(jìn)行數(shù)據(jù)分析，研究卒中后抑郁的預(yù)測(cè)模型和關(guān)鍵影響特征。數(shù)據(jù)分析主要包括數(shù)據(jù)預(yù)處理、風(fēng)險(xiǎn)概率模型、類別判定模型、特征關(guān)聯(lián)分析四個(gè)部分。風(fēng)險(xiǎn)概率模型能夠以概率的方式預(yù)測(cè)患者的抑郁傾向，而類別判定模型用于判斷患者是否抑郁。特征的關(guān)聯(lián)分析，用于挖掘與抑郁和卒中相關(guān)聯(lián)的特征集合，進(jìn)一步探究卒中后抑郁的成因。
　　本文首先介紹了智慧醫(yī)療和數(shù)據(jù)分析的概念和研究現(xiàn)狀。卒中是導(dǎo)致人類死亡的三大病因之一，卒中后抑郁是卒中難以治療和

2、惡化的元兇。卒中后抑郁量表是采集于卒中患者的臨床資料，包含社會(huì)人口學(xué)因素、生活習(xí)慣、疾病因素、藥物依賴、遺傳因素、綜合診斷量表、醫(yī)生診斷等多個(gè)方面，共48個(gè)特征項(xiàng)目。在風(fēng)險(xiǎn)概率模型的訓(xùn)練中，本文重點(diǎn)研究PLSR算法，PLSR算法對(duì)處理具有多重共線性的卒中抑郁量表數(shù)據(jù)取得較好的效果，性能得到提升。在類別判定模型的訓(xùn)練中，本文主要研究了FCBF、CFS、GA、RF等算法，并提出了GA-RF的融合特征選擇算法。GA-RF算法是利用GA算法打包