跳到主要內容

臺灣博碩士論文加值系統

(44.192.44.30) 您好!臺灣時間:2024/07/25 10:10
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:陳彥文
研究生(外文):Yen-Wen Chen
論文名稱:資料探勘技術分析影響中風疾病因素之研究
論文名稱(外文):A Study on Analyzing the factors of related stroke disease Using Data Mining Technique
指導教授:鄭景俗鄭景俗引用關係
指導教授(外文):Ching-Hsue Cheng
學位類別:碩士
校院名稱:國立雲林科技大學
系所名稱:資訊管理系碩士班
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2009
畢業學年度:97
語文別:中文
論文頁數:56
中文關鍵詞:中風資料探勘決策樹
外文關鍵詞:Decision TreeData Miningstroke disease
相關次數:
  • 被引用被引用:1
  • 點閱點閱:307
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
依據行政院衛生署民國九十七年十月公布十大死亡原因,中風(腦血管疾病)自民國七十五年起連續 22 年高居國人十大死亡原因之第二位(行政院衛生署,2008)[1]。隨著年齡增加,中風的發生率與死亡率都明顯上升,每年約有將近一萬三千人死於中風。就發生率而言,36歲以上人口的發生率約為千分之三。因此一旦發生中風,不僅急性期的醫療照顧支出增加,中、長期的醫療照顧支出與家庭社會所付出的成本更是龐大,唯有根本預防中風的發生才有可能減少腦血管疾病對個人、家庭、社會及國家造成的負擔。
本研究蒐集的資料來源以中南部某區域教學醫院2007年4月至 2007月12月中風防治計劃問卷資料庫計1191人資料,並排除不完整資料。篩選有疾病資料、檢驗值數值、物理數值計493人,取得物理檢查數值、血液檢驗數值及是否有疾病診斷等資料進行研究。並對患有心血管疾病、糖尿疾病以及患有心血管疾病、糖尿疾病二種疾病以上之患者,作屬性分類,進行10次驗證法則。決策樹方法正確率為98.01%、貝氏分類方法正確為91.30%、倒傳遞類神經網路方法正確為97.87%。影響中風疾病因素以決策樹分類規則方法得到較高的正確率,可以協助臨床醫師對於中風疾病診斷。
Among the top ten most fatal causes of death announced by the Department of Health, Executive Yuan in October 2008, stroke (cerebrovascular disease) has been the 2nd leading cause of death for 22 consecutive years. The older an individual gets, the higher probability it is for an individual to suffer and die from a stroke, which consistently seizes 13,000 individuals to die of a stroke every year. In the probability of occurrence, the ratio of a stroke occurs to the popular over the age of 36 is approximately at 3/10th of a percent. Hence in the wake of a stroke, it not only pushes the acute medical care expenditures to rise, albeit the enormous cost of long-term medical care expenditures require of the family and the society, while a fundamental approach in stroke prevention lies in preventing its occurrence in order to ease the burden of a stroke to an individual, whose family, the society and the nation as a whole.
The stroke plan questionnaire has 1191 peoples in April to December 2007 at a regional teaching hospital in central and southern Taiwan. It is alongside of in addition to not complete data. The study aims to conduct the study by examining the blood screening data deriving from the physical examination data focusing on a database comprising of 493 questionnaires of a stroke prevention project taken. A tendency grouping is then made to patients suffering form diabetes and cardiovascular diseases, and those suffer from diabetes and other multiple diseases to undergo a total of ten empirical validation processes. The Decision tree method has yielded an accuracy of 98.01%, the Naive Bayes Classifer method 91.30%, and the Back Propagation Neural Network method 97.87%. Hence using the Decision tree is able to derive a higher accuracy , and able to assist clinical physicians to diagnose the stroke diseases.
目錄
1、緒論 1
1.1研究背景 2
1.2研究動機 2
1.3研究目的 3
1.4研究限制 3
1.5論文架構 3
2、文獻探討 5
2.1 中風疾病的認識 5
2.1.1中風的種類 5
2.1.2影響中風疾病危險因子 6
2.2相關疾病分類與鑑別 9
2.2.1糖尿病之鑑別 10
2.2.2心臟疾病相關之鑑別 10
2.2.3高血壓之鑑別 11
2.2.4高血脂之鑑別 12
2.3分類樹規則方法 13
2.4貝氏分類方法 15
2.5倒傳遞類神經網路方法 16
3、研究方法 18
3.1研究架構 18
3.2研究步驟 21
4、驗證與比較 24
4.1資料收集整理 24
4.2資料切割萃取規則分析 27
4.2.1 T1資料切割驗證 27
4.2.2 T2資料切割驗證 28
4.2.3 T3資料切割驗證 29
4.3 T1、T2、T3資料驗證比較 30
5. 研究結果與未來研究建議 32
5.1研究結果 32
5.2未來研究建議 33
6 結論 34
表目錄
表1 96年國人十大主要死亡原因 1
表2 中風主要危險因子[3] 7
表3 中風次要危險因子[3] 8
表4- ICD-9編碼 9
表5 成人血膽固醇及三酸甘油酯濃度 12
表6 決策樹的比較 15
表 7 血液檢驗資料語意值 22
表 8 基本資料與物理檢查 25
表 9 血液檢驗資料結果表 25
表10疾病診斷分類表 25
表11疾病屬性結果分類表 26
表12血液檢驗資料結果符號化表 26
表13問卷資料、血液檢驗資料驗證比較表 28
表14問卷資料驗證比較表 29
表15血液檢驗資料方法驗證比較表 30
表16 T1、T2、T3資料驗證比較表 30
圖目錄
圖1 論文架構圖 4
圖2決策樹概念圖 13
圖3具有兩層隱藏層的多層感知機網路架構圖 17
圖4 研究架構 20
圖5 關聯性資料表 21
圖6 訓練集決策樹規則圖 23
圖7 問卷資料、血液檢驗資料進行決策樹方式建立規則圖 27
圖8問卷資料採決策樹方式建立規則圖 28
圖9血液檢驗資料採決策樹方式建立規則圖 29
附錄
附錄1中風防治中心先驅性計畫資料問卷 1
[1]. 行政院衛生署:臺灣地區主要死亡原因
http://www.doh.gov.tw/statistic/data/死因摘要/96年/表1.xls
[2]. 腦中風之現況與流行病學特徵 台灣腦中風學會,第十五卷第三期.
http://www.stroke.org.tw/newpaper/2008Sep/paper_2.asp
[3]. 林口長庚醫院神經內科一科,2002,臨床神經學,初版,合記圖書出版社。
[4]. 洪昌億,2005,「決策樹應用在中西醫腦中風診斷之研究」,長庚大學,碩士論文。
[5]. 奇美醫院衛教宣導:認識糖尿病。
http://www.csh.org.tw/into/diabetes/認識糖尿病.htm
[6]. 唐義欣,2006,「以嵌入式平台實現人型機器人之自主行走系統」,國立中央大學,碩士論文。
[7]. 王進德,蕭大全,2002,類神經網路與模糊控制理論入門,全華科技圖書。
[8]. 鮑興國,2005,「結合隱藏式馬可夫模型與簡單貝氏網路分類器應用於入侵偵測系統」,台灣大學,碩士論文。
[9]. 魏于盛,2006,「資料探勘應用於輔助中醫門診病歷登錄與病證辨別」,台灣科技大學,碩士論文。
[10].行政院衛生署:侯署長衛教週報51期 (2006/09/21)
http://www.doh.gov.tw/ufile/doc/衛教週報51期.doc
[11].奇美醫院衛教宣導:腦中風。
http://www.chimei.org.tw/main/right/right02/clh_department/77900/page5/特殊狀況急救術/腦中風.ppt
[12].台北榮總神經內科-腦中風防治中心,「腦中風的主要危險因子」
http://www.vghtpe.gov.tw/~neur/strokecenter/EMTeducation/riskfactorforEMT.pdf
[13]. Pogue, V. A., Ellis, C., Michel, j. and Francis, C. K., “New Staging System of the Fifth Joint National Committee Report on the Detection Evaluation, and Treatment of High Blood Pressure(JNC-V) Alters Assessment of the Severity and Treatment of Hypertension,” Hypertension, Vol.28, pp.713-8, 1996.
[14]. Gordon, T., Castekki, W. P., Hjortland, M. C., Kannel, W. B. and Dawber, T. R., “Predicting Coronary Heat Disease in Middle-Aged and Older Persons— The Famingham Study,” JAMA, Vol.238, pp.497-499, 1977.
[15]. Faster, D. W., Diabetes Mellitus. In Isselbacher K. J. :Harrison’s Principles of Internal Medicine. 10thed. New York, McGraw-Hill book Company, 1983
[16]. Pouliot, M., Despres, J. P., Lemieux, S., Moorjani, S., Bouchard, C. & Tremblay, A., ”Waist Circumference and Abdominal Sagittal Diameter: Best Simple Anthropometric Indexes of Abdominal Visceral Adiposetissue Accumulation and Related Cardiovascular Risk in Men and Women,” The American Journal of Cardiology, Vol.73, pp.460-468, 1994.
[17]. J.R. Quinlan, 1993, C4.5: Programs for Machine Learning, Morgan Kaufmann.
[18].G.V. Kass, 1980, An Exploratory Technique for Investigating Large Quantities of Categorical Data, Journal of Applied Statistics, 29(2), 119-127.
[19].L. Breiman, J.H. Friedman, R.A. Olshen, and C.J. Stone, 1984, Classification and Regression Trees, Wadsworth and Brooks, Belmont, California, USA.
[20].Science News, “Smoking Boosts Death Risk for Diabetics,” Science News, Vol.138, No.4, pp.61, 1990
[21].The International Classification of Diseases and Related Health Problems (most commonly known by the abbreviation ICD)
http://en.wikipedia.org/wiki/ICD
[22].Vapnik.Estimationofdependenciesbasedonempiricaldata.Springer,1982
[23].Arauz-Pacheco C, Parrott MA, Raskin P: The treatment of hypertension in adult patients with diabetes. Diabetes Care 2002;25:134-147.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊