杨荣
- 作品数：5 被引量：29H指数：3
- 供职机构：中南大学湘雅医院更多>>
- 发文基金：中央高校基本科研业务费专项资金湖南省自然科学基金国家社会科学基金更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 历年护理学论文数量分析被引量：3
- 2004年
- 杨荣唐红英
- 关键词：护理学CBMDISC数据库
- 基于临床数据的胃癌筛查模型研究被引量：2
- 2019年
- 目的:利用临床数据,通过机器学习建立辅助筛选模型,以提高胃癌早期诊断水平。方法:以5585例胃癌(ICD编码为C16*,A组)患者为研究对象,并从57657例非胃部恶性肿瘤(ICD编码为C*,除C16*外)中随机选择6000例(B组),从47225例健康体检者中随机选择6000例非恶性肿瘤(C组),作为对照。从临床数据中抽取人口学(性别、年龄)、实验室检测(血常规检测、血脂/肝功能、肿瘤相关标志物、Hp等)等信息。利用Pearson相关性分析,对各指标与诊断之间的相关性进行分析。采用独立样本t检验,检测各指标的组间差异性。选择性别、年龄、癌胚抗原(CEA)、粪隐血(FOB)等53项指标作为决策变量,采用决策树算法C5.0,建立胃癌辅助筛查模型。结果:年龄、CEA、CA153等指标与胃癌显著相关(P<0.05)。在A组-B组、B组-C组、A组-C组中,存在组间差异性的指标不相同。通过数据挖掘,得到了包含51条规则的胃癌筛查模型。模型中重要性位于前10的指标依次为CA199、CA153、CEA等。对于训练集、测试集,模型的准确率分别为89.58%、89.14%,曲线下面积为0.809。结论:通过临床数据分析,可以确定胃癌早期诊断的重要指标。利用数据挖掘方法,基于临床数据可以建立胃癌筛查辅助模型,对于胃癌筛查具有良好的辅助价值。
- 杨荣陈誉高红梅陈先来
- 关键词：胃肿瘤临床数据决策树
- 使用双吻合器行直肠癌根治术后肠外瘘的临床治疗被引量：2
- 2004年
- 唐红英杨荣
- 关键词：直肠癌双吻合器
- 基于深度学习的心血管疾病风险预测模型被引量：15
- 2019年
- 心血管疾病的准确预测对其预防工作有着重大的意义,本文提出一种基于电子病历数据挖掘的模型研究心血管疾病的风险预测。该模型利用循环神经网络等技术对患者的历史电子病历数据进行表征学习,不仅能有效捕获电子病历数据中的时序特征,而且其特征工程无需人工干预。此外,在循环神经网络上嵌入的关注机制从每个患者的数据学到了一个上下文向量,该向量能有效增强深度模型的拟合能力和可解释性。为了进一步提高心血管疾病风险预测的准确性,该模型融合了多种类型的临床数据,包括诊断编码序列、实验室数据以及人口学统计数据。该模型利用多个子模块进行表征学习,不仅能充分考虑到数据之间的差异性,还能考虑到它们之间潜在的关联性,最终提高心血管疾病风险预测的性能。实验结果表明,在心血管疾病风险预测的性能方面,该模型相比最新的几种方法具有较高的召回率、F1值和AUC值,其分别可达0.8149、0.7378和0.8375。
- 安莹黄能军杨荣陈先来
- 关键词：心血管疾病电子病历
- 基于互信息和逻辑回归的新词发现被引量：7
- 2019年
- 【目的】改进新词提取方法,将提取的新词加入现有分词模型,提高医学文本分词准确率。【方法】在传统互信息模型基础上,得到字、字串的统计量,连同字串是否成词,一起作为特征,建立逻辑回归分类模型,设计了一种新词识别算法。【结果】在湘雅医院皮肤科电子病历文本数据上进行系列实验,与PMI、PMI^2和PMI^3相比,融入逻辑回归的PMI模型可以取得最高的新词提取准确率(0.803)。【局限】建立逻辑回归分类模型时,需要对训练集字串是否成词进行人工判断。【结论】融入逻辑回归的互信息分词模型可以更好地识别新词,降低词语误判,对于医学文本词的切分具有良好的应用价值。
- 陈先来韩超鹏安莹刘莉李忠民杨荣
- 关键词：分词新词发现逻辑回归
