基于人群搜索-支持向量機的心臟病多生理參數診斷方法研究.pdf

1、心臟病是各種心臟疾病的統(tǒng)稱，具體包括風濕性心臟病、先天性心臟病、高血壓性心臟病、冠心病、心肌炎等。作為一種高死亡率的疾病，心臟病已成為人類死亡的首要因素，給患病者家庭帶來了巨大的經濟負擔和生活災難。在醫(yī)療領域，如果能夠對心臟病進行早期確診，并由此開展早期干預，可以使患者盡早采取有效治療手段，避免心臟病的突發(fā)造成災難性的后果。因此，針對性地開展患者生理參數監(jiān)測，有效開展心臟病的診斷研究，對心臟病的早期干預和治療具有很大的應用價值。

2、　　本文圍繞著疾病診斷領域中的心臟病診斷展開研究，通過借助對患者多生理參數的監(jiān)測，結合先進的數據分析和人工智能方法，建立了基于人群搜索-支持向量機（SOA-SVM）的心臟病多生理參數診斷模型，從而有效地對患者的心臟狀態(tài)進行診斷，增強醫(yī)學領域心臟疾病診斷的準確性。主要內容包括以下方面：
　　一、心臟病多生理監(jiān)測參數的選取與處理。圍繞著心臟病的機理和發(fā)展現狀展開分析，進而明確了論文的分析對象。指出了醫(yī)學數據的特點，并針對本文研究，論述

3、了數據選取的基本來源和預處理方法。
　　二、基于人群搜索 SOA的支持向量機模型參數優(yōu)化方法研究。在基于支持向量機分類模型的應用過程中，最重要的環(huán)節(jié)就是選取核函數參數與懲罰因子，這直接影響到模型的分類準確率，論文研究了人群搜索SOA這一啟發(fā)式隨機搜索算法，通過仿真分析驗證了其與PSO、GA等算法的優(yōu)勢。并為SVM的模型參數優(yōu)化，建立最優(yōu)的分類診斷模型打下良好的基礎。
　　三、基于SOA-SVM的心臟病診斷模型的建立與應用。通