英语论文网

论文题目：老师推荐需要糖尿病 ehealth方面的例如糖尿病风险评估及专家系统
论文语种：中文
您的研究方向：计算机科学与技术
是否有数据处理要求：是
您的国家：瑞典
您的学校背景：国外重点理工科大学
要求字数：15000
论文用途：硕士毕业论文
是否需要盲审（博士或硕士生有这个需要）：是
补充要求和说明：需要编程需要开题报告4000字 report 全职硕士毕业论文

第1章引言

1.1 研究背景与意义
随着科学技术的不断进步，人类的平均寿命已经超过七十岁，并且医疗水平的提高也在不断推动人类寿命的延长。同时，世界各国的老龄化现象已经非常普遍，老年人的健康问题已经是一项非常重要的社会问题。
这其中，II型糖尿病在我国也是一种非常普遍的慢性疾病，据统计，2000年时，我国II型糖尿病患者比例为0.71%，到2010年攀升到4.33%，其增长速度可以说是惊人的，可以说，在每15个60岁以上的老年人中，就有一个人存在II型糖尿病或血糖指数较高。
通过大量的医学研究表明，II型糖尿病有多种严重的并发症，例如冠心病、高血压、白内障等等，这些都是对老年人的健康危害较大的慢性疾病。从目前医疗水平来看，II型糖尿病是一种难以察觉、终身治疗的疾病，各种并发症严重危害老年人的生命安全。
美国是糖尿病发病率较高的国家，从美国医疗费用使用情况来看，近年来出现向中青年人中蔓延的趋势。在2012年美国发布的全民健康调查来看，糖尿病住院人数中已经超过20%是年龄在20—40之间的中青年人。同时治疗糖尿病的费用较高，其并发症甚至有可能是致命的，因此这一疾病已经成为危害美国国民身体素质和经济可持续发展的重要威胁之一。有效控制和及早发现糖尿病也成为美国和其他国家关注国民健康的重要课题。从另一方面来看，预防糖尿病发病所需要的资金支持要远远低于治疗糖尿病及其并发症的费用，从中国的经济水平来看，治疗一个II型糖尿病及其并发症的费用可以有效预防220个II型糖尿病的产生。因此，近几年来，美国、芬兰等国家在糖尿病预防领域都有着突出的成果出现。
研究II型糖尿病的发病机理及其预防措施是目前大力提倡提高国民健康素质的重要手段之一，利用好现有的临床数据为II型糖尿病发病研究有着非常重要的现实意义。

目录
第1章引言 5
1.1 研究背景与意义 5
1.2 国内外发展现状 6
1.3 论文的研究内容 7
第2章相关技术介绍 8
2.1 电子病历 8
2.1.1 电子病历的概念 8
2.1.2 电子病历与医患管理 8
2.2 数据挖掘 9
2.3 糖尿病特征概述 10
2.4 数据挖掘在糖尿病发现中的应用 12
第3章糖尿病数据处理 14
3.1 原始数据导入 14
3.2 数据预处理 16
第4章算法的选择与分析 17
4.1 C4.5算法描述 17
4.1.1 概述 17
4.1.2 ID3算法 18
4.1.3 C4.5对ID3算法的改进: 19
4.2 实验流程 20
4.2.1 数据处理 20
4.2.2 程序流程 22
4.3 运行环境 23
4.4 实验结果与分析 24
第5章总结与展望 27
致谢 28
参考文献 29

个人简历、在读期间发表的学术论文与研究成果 32

第5章总结与展望

本文的研究从实际数据出发，利用II型糖尿病的临床特征进行糖尿病的分类和预测，通过数据挖掘的改进的C4.5算法作为决策学习和规则提取的主要方法，并对数据进行了详细的预处理，达到了一定的准确度和效率。
本文的工作主要包括如下几个方面：
针对传统糖尿病诊断方法，本文使用数据挖掘技术对体检数据进行详细分析，针对II型糖尿病的发病规律进行总结和分类，构造比较合理的预测模型，并借助改进的C4.5算法对大数据中II型糖尿病的诊断和预测进行细致分析。
本文采用分类器对体检数据进行数据清洗，利用改进的C4.5算法将预处理后的数据进行决策树和分类规则的建立。在分析该模型的健壮性方面，通过使用八个对比数据集进行数据对比试验，得到了算法准确率对比结果和叶子节点变化情况对比结果，说明了本问题提出的算法具有较好的健壮性。
在保持模型预测准确率的同时，有效改进了树的健壮性。分析 C4.5 及其改进算法，旨在构造一棵简单的树，同时提高决策树属性选择度量的可解释性，减少空枝和无意义分枝，以及过度拟合。该决策树模型基于 C4.5 决策树模型，但在属性的选取和分枝策略上进行了改进。

参考文献

[1] R．Lyman Ott，Michael Longnecker，An Introduction to Statical Methods and Data Analysis，Duxbury Press，2003．
[2] Nacy B，Clark．M．Ed，Analysis of Medical Data-Research Perspective，Data Mining and Knowledge Discovery，6（2）（2006）49-56．
[3] 龚曙明，应用统计学（第二版），清华大学出版社，北京交通大学出版社， 2005．
[4] Fayyad U M，PIATETSKY—SHAPIRO G，SMITH P，From data mining to knowledge Discovery：an overview，In：Advances in knowledge Discovery and Data Mining．Cambridge：AAAT／MIT Press．1 996．1—34．
[5] 刘馨，统计学，四川大学出版社，2006．
[6] SPSS URL：
[7] 王志鹏，数据挖掘技术在电信连锁经营中的应用研究，北京邮电大学硕士学位论文，2005．
[8] 余辉，医学知识获取与发现研究，天津大学博士学位论文，2003．
[9] 武建虎，关联规则及其在肝癌病人资料分析研究中的应用，第二军医大学硕士学位论文，2005．
[10] Janwei Han，Data Mining：Concepts and Techniques，China Machine Press，2004．
[11] 徐蕾，决策树技术及其在医学中的应用，第二军医大学硕士学位论文，2004．
[12] Paolo Giudici，Applied Data Mining Statistical Methods for Business and Industry，Publishing House of Electronics Industry，2004．
[13] 一华，基于数据挖掘技术的证券客户分析系统的研究与实现，华南理工大学硕士学位论文，2004．
[14] 黄燕玲，数据挖掘在医学领域中的文献发展评价，现代医学，2007，37（17）：129—132．
[15] 徐刚，袁兆康，数据挖掘在医