基于Matlab求解2023年华为杯E题程序（源码+数据）.rar

%% a load data Num=unique(Table(2:end,1),'stable'); T=[];%记录复查时间 ED=[];%记录水肿数据 A=[];%记录除此诊断信息 for i=1:length(Num) a=find(Table(:,1)==Num(i)); A=[A;double(Table(a(1),4:end))]; T=[T;double(Table(a,3))]; ED=[ED;double(Table(a,34))]; end figure plot(T,ED,'*') xlim([1,2000]) %高斯模型 hold on gaussModel = fit(T, ED, 'gauss1') plot(gaussModel) xlabel('时间') ylabel('水肿/10^-3ml') %计算残差 ED_fit=gaussModel(T); Error=[]; for i=1:length(Num) a=find(Table(:,1)==Num(i))-1; Error(i,1)=mean(abs(ED_fit(a)-ED(a))); end %% b %个体差异用Tabel第4-15列的指标来进行聚类 cluster_n=5;%聚类中心 [center, U, obj_fcn] = fcm(double(A(:,1:12)), cluster_n); figure%目标函数变化值 plot(obj_fcn) xlabel('iteration') ylabel('obj.fcn_value') title('FCM聚类') [~,u]=max(U); ED_fit2=[]; for i=1:cluster_n a=find(u==i); b=find(ismember(Table(2:end,1),Num(a))==1); figure plot(T(b),ED(b),'*') xlim([1,2000]) %高斯模型 hold on disp('亚类1：') gaussModel = fit(T(b), ED(b), 'gauss1') plot(gaussModel) xlabel('时间') ylabel('水肿/10^-3ml') title(['亚类',num2str(i)]) ED_fit2(b,1)=gaussModel(T(b)); end %计算残差 Error2=[]; for i=1:length(Num) a=find(Table(:,1)==Num(i))-1; Error2(i,1)=mean(abs(ED_fit2(a)-ED(a))); end result2=[["患者","残差(全体)","残差(亚类)","亚类"];[Num,Error,Error2,u']]; %% c %计算水肿指标的变化率，在不同治疗方法下，改善效率 K=[]; for i=1:length(Num) a=find(Table(:,1)==Num(i)); if length(a)>=5%至少五次检查数据才进行计算 k=(double(Table(a(2:end),34))-double(Table(a(1:end-1),34)))./(double(Table(a(2:end),3))-double(Table(a(1:end-1),3))); kk=find(k<0); if length(kk)==0 K(i,1)=0; else K(i,1)=mean(k(kk)); end else K(i,1)=NaN; end end c=setdiff([1:length(K)],find(isnan(K)==1)); G=double(Table(2:end,16:22)); Z=Table(1,16:22); for i=1:length(Z) [p(i),anovatab{i},stats{i}]=anova1(K(c),G(c,i)+1,'off');%单因素方差分析 fa=finv(0.95,anovatab{i}{2,3},anovatab{i}{3,3});%计算fa F=anovatab{i}{2,5};%F值 if p(i)<=0.01 && F>fa disp([Z(i)+"对水肿体积进展模式影响非常显著"]) fprintf('p值为%.4f<0.01，F值为%.2f>%.2f\n',p(i),F,fa) elseif p(i)<=0.05 && F>fa disp([Z(i)+"对水肿体积进展模式影响显著"]) fprintf('p值为%.4f<0.05，F值为%.2f>%.2f\n',p(i),F,fa) else disp([Z(i)+"对水肿体积进展模式影响不显著"]) fprintf('p值为%.4f，F值为%.2f\n',p(i),F) end end disp('不同治疗对水肿进展模式的影响大小为：') [~,q]=sort(p); str=Z(q)+">"; disp(str) %% d %同上述步骤求血肿体积的 %计算水肿指标的变化率，在不同治疗方法下，改善效率 K2=[]; for i=1:length(Num) a=find(Table(:,1)==Num(i)); if length(a)>=5%至少五次检查数据才进行计算 k=(double(Table(a(2:end),23))-double(Table(a(1:end-1),23)))./(double(Table(a(2:end),3))-double(Table(a(1:end-1),3))); kk=find(k<0); if length(kk)==0 K2(i,1)=0; else K2(i,1)=mean(k(kk)); end else K2(i,1)=NaN; end end c=setdiff([1:length(K2)],find(isnan(K2)==1)); for i=1:length(Z) [p2(i),anovatab2{i},stats2{i}]=anova1(K2(c),G(c,i)+1,'off');%单因素方差分析 fa=finv(0.95,anovatab2{i}{2,3},anovatab2{i}{3,3});%计算fa F=anovatab2{i}{2,5};%F值 if p2(i)<=0.01 && F>fa disp([Z(i)+"对血肿肿体积进展模式影响非常显著"]) fprintf('p值为%.4f<0.01，F值为%.2f>%.2f\n',p2(i),F,fa) elseif p2(i)<=0.05 && F>fa disp([Z(i)+"对血肿体积进展模式影响显著"]) fprintf('p值为%.4f<0.05，F值为%.2f>%.2f\n',p2(i),F,fa) else disp([Z(i)+"对血肿体积进展模式影响不显著"]) fprintf('p值为%.4f，F值为%.2f\n',p2(i),F) end end disp('不同治疗对血肿进展模式的影响大小为：') [~,q2]=sort(p2); str2=Z(q2)+">"; disp(str2) %在算下血肿指标与水肿指标的相关性 x0=double(Table(2:end,23)); y0=double(Table(2:end,34)); theta=x0'*y0/(norm(x0)*norm(y0));%余弦相似度 fprintf('血肿指标与水肿指标的相关度为：%.4f\n',theta)