基于深度学习的高血压患者血压预测模型研究

发布时间：2024-03-14 00:53

　　高血压是危害我国公共健康的重大问题。我国城乡居民每年有近70万人死于心脑血管疾病,超过因病致死总人数的40%。在所有死亡病例中,有70%的脑卒中病例和50%的心肌梗死病例与高血压密切相关。鉴于高血压疾病的高患病率和后期致死率,我国对高血压患者采取了定期随访策略。由基层医疗卫生机构的随访医师为辖区内的高血压患者提供专业的降压指导,旨在提高高血压患者的生存质量。然而,人体血压水平受多方面因素的复杂影响,既可能由于外部环境因素的影响发生偶发性变化,也可能由于长期的药物治疗或生活方式干预发生根本性改变,并且,各影响因素反映在不同患者身上又有所差异。只依据随访医师个人的从医经验为患者制定降压计划,可能会有所疏漏,无法保证高血压患者的随访管理效果。针对这一问题,本文以山东省某市高血压患者的随访记录为基础,探究了降压治疗措施、外部环境等多方面因素对患者血压水平的综合作用,首次建立了能够定量输出在多方面因素影响下患者血压水平的高血压患者血压预测模型。该模型能够在随访医师为高血压患者制定个性化降压策略时提供有力的数据支撑。本文主要研究内容及获得的主要成果如下:(1)采集并处理了患者血压水平影响因素的相关...

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

图3-1原始高血压患者随访记录Figure3-1Unprocessedfollow-uprecordsofpatientswithhypertension

那?蚪】档蛋附换还蚕砥教ǘ越樱?凑铡豆娣丁分幸?笊洗?009年以来的随访数据。本文所使用的高血压患者门诊随访记录来源于山东省中某市的区域健康档案交换共享平台。记录囊括了2015年8月至2017年4月该市160多家社区服务卫生中心对辖区内高血压患者的门诊随访数据，使用了70余个数据....

图3-2天气原始记录Figure3-2Unprocessedweatherrecords

青岛科技大学研究生学位论文23图3-2天气原始记录Figure3-2Unprocessedweatherrecords3.2数据预处理数据预处理是将采集到的原始数据加工成契合研究目标需求的高质量数据集的过程。良好的数据预处理工作能够有效提高后续数据建模与数据分析的效率[67]。本....

图3-4原始高血压患者特征数据集Figure3-4Unprocessedhypertensionpatientcharacteristicdataset

青岛科技大学研究生学位论文25压影响因素的相关字段一部分存储在高血压患者门诊随访原始记录中，另一部分存储在天气原始记录中，后续的数据建模工作可能需要多次抽取患者血压影响因素的数据，每次抽取均要对门诊原始随访记录表和天气原始随访记录表做笛卡尔积运算，会花费大量的时间成本。因此，本文....

图3-5预处理完成后的高血压患者特征数据集Figure3-5Characteristicdatasetsofprocessedhypertensivepatients

虼耍??讼??魇?值型患者特征由于量纲的差异所带来的不利影响，本文基于z-score方法[70]对数值型患者特征进行标准化处理，在不改变特征之间相关系数的前提下，使得各个特征处于同一量级，易于高血压患者血压预测模型的接收与学习。而对于短文本型的患者特征，并不能被模型直接识别，需要....

本文编号：3927817