疾病诊断的问题模型分析

学士学位论文疾病诊断分析的问题模型作者单位西北民族大学指导老师***作者姓名***专业、班级数学与应用数学2009级应数班提交时间2013年5月疾病诊断分析的问题模型专业：2009级数学与应用数学姓名：***指导教师：***摘要在对肾炎进行诊断时，医生通过测得到人体内元素的含量数据，进行肾炎的诊断.结合临床实际数据，根据测得体内元素Cu、Fe、Ca、Zn、Mg、K、Na的含量数据特征，分别建立了健康系数、距离判别、bp神经网络三种模型，介绍了三种模型的计算过程及结果，作为判别人们是否患病的依据.为了使医生减少化验时的数据，得出了影响人们患病的主要指标为Cu、Fe、Ca，使得检验即方便又节省化验费用.利用人体内各种元素含量协助医生对就诊人员进行诊断，通过对三种模型的比较，找出了最佳模型bp神经网络模型，使得诊断的结果比其他模型的准确度要高.关键字疾病诊断，健康系数，欧氏距离，神经网络，模型ABSTRACTNephritisdiagnosis,thedoctorcanbemeasuredtoobtaintheelementsofthecontentdataofthehumanbody,thediagnosisofnephritisassociatedwiththeactualclinicaldata,accordingtothemeasuredbodyelementsCu,Fe,Ca,Zn,Mg,K,Nacontentdatadefinitionswereestablishedhealthfactor,distancediscriminant,bpneuralnetworkofthreemodels,thecalculationprocessandresultsofthethreemodels,cometoinfluencedoctorsinordertoreducethedatainthelaboratory,asdiscriminationbasedonwhetherpeoplearesick.thepeoplesickindicatorsforCu,Fe,Ca,makingthetestthatisconvenientandsavelaboratorycosts.usethecontentofvariouselementsofthehumanbodytoassistdoctorsindiagnosistreatmentpersonnel,throughthecomparisonofthethreemodelstoidentifythebestmodelbpneuralnetworkmodel,theresultsofthediagnosticaccuracyishigherthanothermodels.Keyword:diseasediagnosis,healthfactors,Euclideandistance,neuralnetworkmodel目录摘要.....................................................2引言.....................................错误!未定义书签。1.问题阐述..............................................21.1问题提出...........................................21.2基本假设..........................................21.3模型的符号说明.....................................21.4问题分析..........................................22.健康系数模型..........................................22.1模型建立...........................................32.3模型求解..........................................32.3结果分析...........................................43.距离判别模型..........................................43.1模型建立...........................................43.2模型求解...........................................53.3结果分析...........................................54.神经网络模型........................................54.1神经网络的概念.....................................54.2模型建立...........................................64.3模型求解...........................................64.4结果分析...........................................75.主因素的选取..........................................85.1软件实现..........................................85.3结果验证..........................................95.4模型的确立.......................................106.结论及建议...........................................116.1结论..............................................116.2存在的问题.......................................116.3推广.............................................11参考文献................................................12附录...................................................13答谢...................................................22引言随着医学技术的不断壮大，对疾病研究的专业人才是越来越多，大量医学界的人士对疾病的研究有了更多的认识.据统计100万人中大约有上近百人是由于肾炎而危机生命，因此找出肾炎好的治疗方法是治疗前正确的诊断方法一个迫不眉睫的，诊断无论是对医学还是对诊断的病人来说都是至关重要的.随着现代化的技术对肾炎的诊断，肾炎的诊断有较好的理论基础.因此，对肾炎的正确诊断可以为医生进行辅助诊断.肾炎是一种免疫性疾病，是不同的抗原产生不同的抗体，组合成不同的免疫复合物.人们到医院进行检查时，医生通常都是化验人体尿液中的几种元素的含量，通过这些元素含量的多少判断人们是健康还是患病，因此需要找出一种或几种方法能够很好的判断某人是否患肾炎，并且此方法费用低，能快速得到结果能够使大多数人们所接受，从而既不错过最好的治疗时间，也能让大多数人认可.国内外对肾炎的诊断研究现有很多方法，但有的过于复杂，诊断实现较麻烦，不但浪费人力和物力，还错过了治疗的绝佳机会，而检验方法过于简单，诊断不够准确，或者诊断的费用较高，因此，需要得到一种简便方法势在必行.本文主要通过测得人体内的各元素含量的多少，以此确定人们是否健康，用人体内的各元素含量的数据，通过matlab软件编程来获得患者与健康者的两个总体，由此建立健康系数，距离判别，bp神经网络三种模型，并通过已获得诊断的数据来验证此模型是否可行，并通过这三种模型的诊断的结果，比较找出最精确实用的模型，使多数让人们能接受通过该模型诊断的结果.-1-1.问题阐述1.1问题提出大夫给人们诊断是否患病时，一般都是要获得人体的各种元素的含量.表1（见附件一）是对60个人的诊断结果，诊断为患病的是前30个人，而后30个人诊断为健康的.表2（见附件二）只是得到的是各元素的含量，并未诊断.以下是关于该病得到数据的几个问题：1)观察表1的数据，找到一种或几种方便的模型方法，使得能够判别前面已经诊断的结果的数据，并检查其模型的真确性；2)从1中找到的方法，对表2中40组数据根据已经建立的模型来进行判别，来诊断是患病者还是健康者；3)通过以上数据，以此通过所建立的模型来找出影响人们患病的主要指标；4)从3的结果中，对表2中未检测的数据进行诊断，诊断这些数据那些是患病的那些是健康的；5)对得到主要指标进行诊断的结果与全部指标诊断的结果进行分析，以此进一步的确定最好的模型.1.2基本假设肾炎病患者和健康者中，体检人员有时需要留取尿液标本进行化验检查，因此要正确得到要化验的标本，只有这样才能得到正确的数据.在诊断所建立之前要所说明的情况：1)论文里所提供的数据都是无疑义的；2)除了在数据中的所需要的指标外，没有其他的元素对之影响；3)外部因素对患病的影响不计；4)在这只有患肾炎的和健康的，其他的病不影响；5)在这患病的各元素的含量不受其他病的影响；6)在这测得数据的准确度很高，误差可以不计.1.3模型的符号说明1G--------表示患者总体2G--------表示健康者总体--------iG的均值k---------表示健康系数X--------表示样本0---------表示健康者1---------表示患者)(f-------表示激活函数C--------表示输入信号-2-W---------表示连接权kb---------各指标的系数ky---------输出值F---------统计量RMSE------标准剩余差---------输入信号的加权和1.4问题分析在治疗疾病时，通过化验一些重要指标来协助医生对就诊人员进行诊断，这样可以减少误判的概率，以保证诊断的正确性.如果能够提取影响人患这种病的重要指标，这样使得可以减少化验的指标，降低化验费用，可见利用指标辅助诊断，可以是一个不错的方法.从临床实际数据，抽取30名患者和30名健康者的数据，通过这些数据中各取25名患病者和25名健康者，体内的各种元素含量作为模型确立的样本建立比较简单而准确的健康系数、距离判别、神经网络三种模型，并利用剩下的5名患病者和5名健康者对模型方法的正确性进行检验，以确定所建模型方法的可行性.主要是通过Matlab一个软件来实现在得到以上模型的基础上，利用Matlab软件对40组待测数据代入进行判定，并得到三种模型方法判定的结果.比较三种模型，算出结果的吻合度和精确度，确定最终的模型.用最终的模型，从得到的各指标中提取重要指标，利用Matlab软件中stepwise命令对提取的七种元素进行逐步回归，在移入各指标后，使剩余标准差逐渐减小，统计量F逐渐增大，最后确定回归函数，根据函数排除不重要因素，得到影响人患这种病的关键因素.通过以上模型的建立，排除了元素的不重要因素，选出在诊断判定中起关键作用主要指标，再利用神经网络模型对40组待测数据重新进行判别.提取重要指标后，再对40组数据重新诊断，得到的结果与原来的诊断结果进行对比，观察两者之间错判的程度有多大，从就诊者判定结果的变化，分析用主要因素进行诊断判断模型的的利与弊.2.健康系数模型2.1模型建立本文所给出的样本包含了七个指标，分别是锌（Zn）、铜（Cu）、铁（Fe）、钙（Ca）、镁（Mg）、钾（K）、钠（Na），因此每个样品的的七个指标