| 基于逻辑回归模型的缺血性脑卒中发病率预测研究 |
| |
| 引用本文： | 李鹏,闵慧,瞿昊宇,罗爱静. 基于逻辑回归模型的缺血性脑卒中发病率预测研究[J]. 医学信息学杂志, 2020, 41(6): 28-32 |
| |
| 作者姓名： | 李鹏 闵慧 瞿昊宇 罗爱静 |
| |
| 作者单位： | 湖南中医药大学信息科学与工程学院 长沙 410208;中南大学湘雅三医院 长沙 410006;医学信息研究湖南省普通高等学校重点实验室(中南大学) 长沙 410006;湖南信息职业技术学院软件学院 长沙 410200;湖南中医药大学信息科学与工程学院 长沙410208;中南大学湘雅三医院 长工 程学院 长沙;医学信息研究湖南省普通高等学校重点实验室(中南大学) 长沙 410006 |
| |
| 基金项目： | 国家社会科学基金重点项目"网络健康信息资源聚合与精准信息服务研究"（项目编号：17AZD037）;国家重点研发计划"中医智能舌诊系统及数据平台研发与应用"（项目编号：2017YFC1703306）;湖南省自然科学基金青年项目"无线传感网中基于压缩感知的数据收集关键技术研究"（项目编号：2019JJ50453）;湖南省自然科学基金面上项目"基于‘法-方-药’网络机器学习的中医治疗银屑病复方功效预测研究"（项目编号：2018JJ2301）;湖南省科技厅重点项目"基于大数据的中西医结合防治脑梗死创新技术研究与推广应用"（项目编号：2017SK2111）;湖南中医药大学开放基金项目"面向动态蛋白质网络的功能模块挖掘方法研究"（项目编号：2018JK02）。 |
| |
| 摘 要： | 介绍基于逻辑回归模型的缺血性脑卒中发病率预测方法及流程,包括收集和清洗数据、构建大数据平台、提取预测特征、构建基于逻辑回归的模型等。通过仿真实验验证该方法的有效性,为脑卒中数据分析、疾病预防提供技术支持。
|
| 关 键 词： | 缺血性脑卒中 数据清洗 特征提取 逻辑回归 小批量梯度下降法 预测精度 |
| 修稿时间： | 2019-12-27 |
Study on the Prediction of the Incidence of Ischemic Stroke Based on Logistic Regression Model |
| |
| LI Peng,MIN Hui,QU Haoyu,LUO Aijing. Study on the Prediction of the Incidence of Ischemic Stroke Based on Logistic Regression Model[J]. Journal of Medical Informatics, 2020, 41(6): 28-32 |
| |
| Authors: | LI Peng MIN Hui QU Haoyu LUO Aijing |
| |
| Affiliation: | School of Informatics, Hunan University of Chinese Medicine, Changsha 410208;The Third Xiangya Hospital of Central South University, Changsha 410006;Key Laboratory of Medical Information Research(CSU), College of Hunan Province, Changsha 410006, China;Software Institute, Hunan College of Information, Changsha 410200, China;School of Informatics, Hunan University of Chinese Medicine, Changsha 410208, China |
| |
| Abstract: | The paper introduces the prediction methods and process of the incidence of ischemic stroke based on logistic regression model, including collecting and cleaning data, building big data platform, extracting prediction features, building a logistic regression-based model, etc., and verifies the effectiveness of this method through simulation experiment, which provides technical support for data analysis and disease prevention of stroke. |
| |
| Keywords: | ischemic stroke data cleaning feature extraction logistic regression mini-batch gradient descent method prediction accuracy |
|
| 点击此处可从《医学信息学杂志》浏览原始摘要信息 |
|
点击此处可从《医学信息学杂志》下载全文 |
|
