期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于数据挖掘的脑白质疏松症相关因素分析
被引量：
5
1
作者
娜迪热.艾孜热提艾力
封红亮
+2 位作者
张帅美
王美瑶
刘煜敏
《中国卒中杂志》
2018年第10期1019-1024,共6页
目的利用数据挖掘技术分析脑白质疏松症相关因素。方法回顾性地收集2015年4月-2017年2月中南医院神经内科符合标准的1197例住院患者临床资料,利用数据挖掘技术4种预测模型和卡方检验基础上的特征选择方法分析脑白质疏松症相关因素。结...
目的利用数据挖掘技术分析脑白质疏松症相关因素。方法回顾性地收集2015年4月-2017年2月中南医院神经内科符合标准的1197例住院患者临床资料,利用数据挖掘技术4种预测模型和卡方检验基础上的特征选择方法分析脑白质疏松症相关因素。结果 4种数据挖掘模型中,逻辑回归模型预测性能最佳[特征数为9,受试者工作特征曲线下面积(areaunderthecurve,AUC)=0.825±0.012]。特征选择方法选出9种与脑白质疏松症相关的因素。利用决策树模型(特征数为4,AUC=0.788±0.017)得到该决策树的可视化结果图。结论数据挖掘方法选出的因素中与脑白质疏松呈正相关的因素有年龄、高血压病史、颅内动脉狭窄、贫血、2型糖尿病、肌酐、红细胞分布宽度;呈负相关的因素有红细胞计数、血红蛋白浓度。
展开更多
关键词
脑白质疏松症
相关因素
数据挖掘
特征选择
在线阅读
下载PDF
职称材料
数据挖掘技术在卒中相关研究中的应用
被引量：
3
2
作者
娜迪热.艾孜热提艾力
刘煜敏
《中国卒中杂志》
2018年第8期881-886,共6页
卒中是一种高发病率、高死亡率、高致残率的疾病,严重威胁人类健康,降低生存质量。国内外卒中数据库及医院信息系统提供大量卒中患者临床及随访资料。数据挖掘作为智能时代的新技术,能够更高效地分析大量临床资料,进行卒中病因、诊断、...
卒中是一种高发病率、高死亡率、高致残率的疾病,严重威胁人类健康,降低生存质量。国内外卒中数据库及医院信息系统提供大量卒中患者临床及随访资料。数据挖掘作为智能时代的新技术,能够更高效地分析大量临床资料,进行卒中病因、诊断、疗效及预后等方面的研究。本文将分两部分介绍数据挖掘技术在卒中相关研究中的应用:(1)数据挖掘技术分析临床资料的基本步骤,此部分重点探讨数据分析过程一般步骤以及常用数据挖掘预测模型;(2)数据挖掘技术在卒中相关研究中的应用举例,此部分总结目前国内外基于数据挖掘技术的卒中相关研究,列出6种可应用数据挖掘进行的研究主题。
展开更多
关键词
卒中
数据挖掘
相关因素
预测模型
在线阅读
下载PDF
职称材料
题名
基于数据挖掘的脑白质疏松症相关因素分析
被引量：
5
1
作者
娜迪热.艾孜热提艾力
封红亮
张帅美
王美瑶
刘煜敏
机构
武汉大学中南医院神经内科
出处
《中国卒中杂志》
2018年第10期1019-1024,共6页
基金
国家自然科学基金(81371273)
文摘
目的利用数据挖掘技术分析脑白质疏松症相关因素。方法回顾性地收集2015年4月-2017年2月中南医院神经内科符合标准的1197例住院患者临床资料,利用数据挖掘技术4种预测模型和卡方检验基础上的特征选择方法分析脑白质疏松症相关因素。结果 4种数据挖掘模型中,逻辑回归模型预测性能最佳[特征数为9,受试者工作特征曲线下面积(areaunderthecurve,AUC)=0.825±0.012]。特征选择方法选出9种与脑白质疏松症相关的因素。利用决策树模型(特征数为4,AUC=0.788±0.017)得到该决策树的可视化结果图。结论数据挖掘方法选出的因素中与脑白质疏松呈正相关的因素有年龄、高血压病史、颅内动脉狭窄、贫血、2型糖尿病、肌酐、红细胞分布宽度;呈负相关的因素有红细胞计数、血红蛋白浓度。
关键词
脑白质疏松症
相关因素
数据挖掘
特征选择
Keywords
Leukoaraiosis
Relevant factors
Data mining
Feature selection
分类号
R742 [医药卫生—神经病学与精神病学]
在线阅读
下载PDF
职称材料
题名
数据挖掘技术在卒中相关研究中的应用
被引量：
3
2
作者
娜迪热.艾孜热提艾力
刘煜敏
机构
喀什地区第一人民医院神经内科
武汉大学中南医院神经内科
出处
《中国卒中杂志》
2018年第8期881-886,共6页
基金
国家自然科学基金(81371273)
文摘
卒中是一种高发病率、高死亡率、高致残率的疾病,严重威胁人类健康,降低生存质量。国内外卒中数据库及医院信息系统提供大量卒中患者临床及随访资料。数据挖掘作为智能时代的新技术,能够更高效地分析大量临床资料,进行卒中病因、诊断、疗效及预后等方面的研究。本文将分两部分介绍数据挖掘技术在卒中相关研究中的应用:(1)数据挖掘技术分析临床资料的基本步骤,此部分重点探讨数据分析过程一般步骤以及常用数据挖掘预测模型;(2)数据挖掘技术在卒中相关研究中的应用举例,此部分总结目前国内外基于数据挖掘技术的卒中相关研究,列出6种可应用数据挖掘进行的研究主题。
关键词
卒中
数据挖掘
相关因素
预测模型
Keywords
Stroke
Data Mining
Relevant Factor
Predictive Model
分类号
R743.3 [医药卫生—神经病学与精神病学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于数据挖掘的脑白质疏松症相关因素分析
娜迪热.艾孜热提艾力
封红亮
张帅美
王美瑶
刘煜敏
《中国卒中杂志》
2018
5
在线阅读
下载PDF
职称材料
2
数据挖掘技术在卒中相关研究中的应用
娜迪热.艾孜热提艾力
刘煜敏
《中国卒中杂志》
2018
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
