本科毕业论文—面向智能胎心监护的QBC主动学习算法设计研究+论文.pdf

版权申诉

17 浏览量 2023-09-24 21:31:25 上传评论收藏 1.9MB PDF 举报

资源推荐

资源详情

资源评论

摘要

在胎儿监护中，胎心监护是胎儿健康监测的主要手段。

由于胎儿监护的需求日益增长以及贫困地区产科医疗资源

不足，实现智能胎心监护有助于节约医疗成本，减少异常

胎儿的发生。然而在构建智能模型时，若对实际临床不平

衡数据直接建模，案例被误判的概率往往偏高；而且，胎

心宫缩图( C a r d i o t o c o g r a p h y ， C T G ) 判读需要多位医师反复

标注，消耗极大的时间与人力成本。因此，本文研究委员

会投票选择主动学习（ Q u e r y - by- c o m m i t t e e ，Q B C ）算法框

架解决上述问题。

本文提出了基于自适应遗传 K - m e a n s 的 F1平衡多样性

加权Q B C 算法( K G A - W Q B C ) 。从以下两个方面改进 Q B C 主

动学习算法：首先，为了得到信息量高的初始样本集来提

高委员会的分类精度，设计自适应 K G A 算子对大量未标记

样本进行初步筛选；其次，在数据探索的基础上对 Q B C 算

法的分歧度计算方法进行改进，设计F1平衡多样性加权算

子结合委员会投票结果进行分歧度计算，根据结果判断未

标注样本是否交于专家标注。

本文所提出的 KGA- W Q B C 算法采用机器学习库

（ U n i v e r s i t y o f C a l i f o r n i a I r v i n e m a c h i n e l e a r n i n g

r e p o s i t o r y ，U C I ）的标准C T G 数据集进行验证。实验结果显

示：自适应KGA 算子与其他初始样本筛选方法相比，在样

本数少于27%时对r e c a l l 、 f1和 a c c u r a c y 的结果提高约为

0 . 3 32% ~ 1 . 5 70% ；而对比分析多种分歧度加权方法得出，引

入 F1平衡多样性加权算子方法整体性能最优。综合来看，

对于K G A - W Q B C 算法而言，不仅在标注样本较少时结果有

一定提升，而且仅需约4 1 % 的标注样本，即可使评估指标

达到9 8 . 0 2 0 % 以上。

研究表明，本文所提出的 K G A - W Q B C 算法，可以解决

C T G 数据不平衡以及初始样本集未经挑选、信息量不足的

ABSTRACT

III

ABSTRACT

I n f e t a l m o n i t o r i n g , f e t a l h e a r t m o n i t o r i n g i s t h e m a i n

m e a n s o f f e t a l h e a l t h m o n i t o r i n g . D u e t o t h e i n c r e a s i n g

d e m a n d f o r f e t a l m o n i t o r i n g a n d t h e l a c k o f o b s t e t r i c

m e d i c a l r e s o u r c e s i n p o o r a r e a s , t h e r e a l i z a t i o n o f

i n t e l l i g e n t f e t a l h e a r t m o n i t o r i n g c a n h e l p t o s a v e m e d i c a l

c o s t s a n d r e d u c e t h e o c c u r r e n c e o f a b n o r m a l f e t u s e s .

H o w e v e r, w h e n b u i l d i n g i n t e l l i g e n t m o d e l , i f t h e a c t u a l

c l i n i c a l i m b a l a n c e d a t a i s d i r e c t l y m o d e l e d , t h e p r o b a b i l i t y

o f m i s j u d g m e n t i s o f t e n h i g h . M o r e o v e r, C a r d i o t o c o g r a p h y

( C T G ) i n t e r p r e t a t i o n r e q u i r e s r e p e a t e d l a b e l i n g b y m u l t i p l e

p h y s i c i a n s , w h i c h c o n s u m e s a g r e a t a m o u n t o f t i m e a n d

l a b o r c o s t . T h e r e f o r e , t h e r e s e a r c h c o m m i t t e e o f t h i s p a p e r

v o t e d t o c h o o s e t h e a c t i v e l e a r n i n g ( Q u e r y - by- C o m m i t t e e ,

Q B C ) a l g o r i t h m f r a m e w o r k t o s o l v e t h e a b o v e p r o b l e m s .

I n t h i s p a p e r, a K - m e a n s B a s e d o n A d a p t i v e G e n e t i c

A l g o r i t h m - F 1 B a l a n c e d D i v e r s i t y We i g h t e d Q B C A l g o r i t h m

( K G A - W Q B C ) i s p r o p o s e d . T h e Q B C a c t i v e l e a r n i n g

a l g o r i t h m i s i m p r o v e d f r o m t h e f o l l o w i n g t w o a s p e c t s : F i r s t ,

i n o r d e r t o g e t a n i n i t i a l s a m p l e s e t w i t h h i g h i n f o r m a t i o n

c o n t e n t t o i m p r o v e t h e c l a s s i f i c a t i o n a c c u r a c y o f t h e

c o m m i t t e e , a n a d a p t i v e K G A o p e r a t o r i s d e s i g n e d t o p e r f o r m

p r e l i m i n a r y s c r e e n i n g o n a l a r g e n u m b e r o f u n l a b e l e d

s a m p l e s ; S e c o n d l y, o n t h e b a s i s o f d a t a e x p l o r a t i o n , t h e

d i v e r g e n c e d e g r e e c a l c u l a t i o n m e t h o d o f Q B C a l g o r i t h m i s

i m p r o v e d , a n d t h e F 1 b a l a n c e d d i v e r s i t y w e i g h t i n g o p e r a t o r

i s d e s i g n e d t o c a l c u l a t e t h e d i v e r g e n c e d e g r e e i n

c o m b i n a t i o n w i t h t h e v o t i n g r e s u l t s o f t h e c o m m i t t e e .

A c c o r d i n g t o t h e r e s u l t s , w h e t h e r t h e u n l a b e l e d s a m p l e s a r e

s u b m i t t e d f o r e x p e r t l a b e l i n g i s j u d g e d .

T h e K G A - W Q B C a l g o r i t h m p r o p o s e d i n t h i s p a p e r i s

v e r i f i e d o n t h e s t a n d a r d C T G d a t a s e t o f t h e U n i v e r s i t y o f

C a l i f o r n i a I r v i n e M a c h i n e L e a r n i n g R e p o s i t o r y ( U C I ) . T h e

o t h e rw i t hc o m p a r e dt h a ts h o w e dr e s u l t se x p e r i m e n t a l

K G Aa d a p t i v et h em e t h o d s ,s c r e e n i n gs a m p l ei n i t i a l

o p e r a t o r i m p r o v e d t h e r e s u l t s o f r e c a l l , F 1 a n d a c c u r a c y b y

a b o u t 0 . 3 32% ~ 1 . 5 70% w h e n t h e s a m p l e s i z e w a s l e s s t h a n

2 7 % . B y c o m p a r i n g a n d a n a l y z i n g v a r i o u s b i f u r c a t i o n

d e g r e e w e i g h t i n g m e t h o d s , i t i s c o n c l u d e d t h a t t h e m e t h o d

o f F 1 b a l a n c e d d i v e r s i t y w e i g h t i n g o p e r a t o r h a s t h e b e s t

o v e r a l l p e r f o r m a n c e . I n s u m m a r y, f o r K G A - W Q B C a l g o r i t h m ,

t h e r e s u l t i s i m p r o v e d t o a c e r t a i n e x t e n t w h e n t h e l a b e l e d

s a m p l e s a r e s m a l l , a n d t h e e v a l u a t i o n i n d e x c a n r e a c h m o r e

t h a n 9 8 . 0 2 0 % w i t h o n l y a b o u t 4 1 % l a b e l e d s a m p l e s .

T h e r e s e a r c h s h o w s t h a t t h e p r o p o s e d K G A - W Q B C

a l g o r i t h m c a n s o l v e t h e p r o b l e m s o f C T G d a t a i m b a l a n c e ,

u n s e l e c t e d i n i t i a l s a m p l e s e t a n d i n s u f f i c i e n t i n f o r m a t i o n ,

a n d a c h i e v e t h e p u r p o s e o f r e d u c i n g t h e c o s t o f m e d i c a l

p e r s o n n e l l a b e l i n g i n r e m o t e f e t a l m o n i t o r i n g a n d i m p r o v i n g

t h e p e r f o r m a n c e o f t h e a l g o r i t h m .

K e y w o r d s : i n t e l l i g e n t f e t a l h e a r t m o n i t o r i n g Q B C a c t i v e

l e a r n i n g K - m e a n s B a s e d o n A d a p t i v e G e n e t i c A l g o r i t h m

F 1 B a l a n c e d D i v e r s i t y We i g h t e d Q B C A l g o r i t h m

目        录   
V 
 
目   录  
 
摘   要  ..................................................................................... I 
ABSTRACT ............................................................................... III 
第 1 章   绪论 ................................................................................ 1 
1  研 究 背 景 与 意 义  .............................................................. 1 
1.1  胎心监护 ................................................................ 1 
1.2  胎 心 宫 缩 的 评 分 法 与 判 读 方 法  ................................ 2 
1.3  研 究 目 的 与 意 义 ...................................................... 4 
2  研究现状 ......................................................................... 4 
2.1 基于机器学习的智能胎心监护模型现状 .................. 4 
2.2 主动学习研究现状 ................................................... 5 
3  研 究 内 容 与 思 路  .............................................................. 6 
4  论文结构 ......................................................................... 8 
5  本章小结 ......................................................................... 8 
第 2 章   原 理 技 术 介 绍  ............................................................... 11 
1  实 验 平 台 与 工 具  ............................................................ 11 
2  遗传算法 ....................................................................... 11 
2.1  遗 传 算 法 的 基 本 思 想  ............................................ 11 
2.2  遗 传 算 法 的 基 本 流 程  ............................................ 12 
3 K-means 算法 ................................................................. 12 
3.1 K-means 算法的基本思想 ...................................... 12 
3.2 K-means 算法的基本流程 ...................................... 13 
4 QBC 主动学习算法 ........................................................ 14 
4.1  主 动 学 习 算 法 原 理 与 流 程  ..................................... 14 
4.2  主 动 学 习 算 法 的 分 类  ............................................ 14 
4.3 QBC 算法原理与流程 ............................................ 15 
5  本章小结 ....................................................................... 16 
第 3 章   数 据 分 析 与 探 索  .......................................................... 17 
1  数 据 来 源 及 属 性  .......................................................... 17 
2  数据探索 ..................................................................... 18 
2.1  统计分析 .............................................................. 18 