基于人群搜索-支持向量機的心臟病多生理參數(shù)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(fēng)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(jīng)濟負(fù)擔(dān)和生活災(zāi)難。在醫(yī)療領(lǐng)域，如果能夠?qū)π呐K病進行早期確診，并由此開展早期干預(yù)，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(zāi)難性的后果。因此，針對性地開展患者生理參數(shù)監(jiān)測，有效開展心臟病的診斷研究，對心臟病的早期干預(yù)和治療具有很大的應(yīng)用價值。

2、　　本文圍繞著疾病診斷領(lǐng)域中的心臟病診斷展開研究，通過借助對患者多生理參數(shù)的監(jiān)測，結(jié)合先進的數(shù)據(jù)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(shù)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(xué)領(lǐng)域心臟疾病診斷的準(zhǔn)確性。主要內(nèi)容包括以下方面：
　　一、心臟病多生理監(jiān)測參數(shù)的選取與處理。圍繞著心臟病的機理和發(fā)展現(xiàn)狀展開分析，進而明確了論文的分析對象。指出了醫(yī)學(xué)數(shù)據(jù)的特點，并針對本文研究，論述

3、了數(shù)據(jù)選取的基本來源和預(yù)處理方法。
　　二、基于人群搜索 SOA的支持向量機模型參數(shù)優(yōu)化方法研究。在基于支持向量機分類模型的應(yīng)用過程中，最重要的環(huán)節(jié)就是選取核函數(shù)參數(shù)與懲罰因子，這直接影響到模型的分類準(zhǔn)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(shù)優(yōu)化，建立最優(yōu)的分類診斷模型打下良好的基礎(chǔ)。
　　三、基于SOA-SVM的心臟病診斷模型的建立與應(yīng)用。通