基于数据挖掘的阿尔茨海默症风险因素的动态模式探测研究

Alzheimer's Disease (AD) is the most common type of dementia in late life and has become a heavy burden for society and the economy. So far, a definite diagnosis of AD has to rely on autopsy, while a comprehensive clinical assessment is typically performed to diagnose a probable or possible AD. Currently, research on AD diagnosis and prognosis has mainly focused on the use of Logistic regression and Cox regression analyses in building models to demonstrate the relationship between multiple risk factors and AD incidence. Using these methods, it has been difficult to produce a predictive model that can achieve both high sensitivity and high specificity simultaneously. To further improve the prediction performance, this project will design a heuristic knowledge acquisition algorithm based on rough set theory and the clustering technique; and then, propose the missing-data-handling ensemble method based on data mining techniques, the scoring functions based on heuristic knowledge, the optimization method based on combinations of extreme elements, search strategy and particle degeneration processing technique based on the optimization method, data partition method based on divide-and-conquer; finally, advocate learning and reasoning algorithms for Dynamic Bayesian Networks which adapt to a large volume of real-life clinical data with missing values and hybrid variables involved in this project, to explore dynamic non-linear association patterns between AD incidence and the risk factors. At last, a computer-aided system for AD screening and early diagnosis will be built for clinical applications.

作为一种老年人常见的神经系统变性疾病，阿尔茨海默症(AD)因其高发病率和较差预后，正在给全社会带来越来越沉重的负担。鉴于AD病理的复杂性，目前尚无可靠的诊断方法对其进行早期临床诊断。当前AD流行病学研究主要集中在利用Logistic回归和Cox回归进行建模以期揭示出多风险因素与AD的关联关系。但这些预测模型很难同时展示出高的灵敏度和特异性。为提高预测效果，本课题首先设计出基于粗集理论和聚类技术的启发性知识获取算法；接着提出基于数据挖掘技术的数据修补集成方法、基于启发性知识的评分函数、组合极值优化方法以及基于此的搜索策略和粒子退化处理技术、基于"分而治之"思想的数据划分方法，设计出一套针对本项目数据特点（数据量大、数据缺失和混合变量等）的动态贝叶斯网学习和推理算法以探测出各风险因素与AD患病风险之间的动态非线性关联模式；最后结合临床应用构建出适合于我国AD高危人群筛查与临床早期诊断辅助系统。

作为一种老年人常见的神经系统变性疾病，阿尔茨海默症(AD)因其高发病率和较差预后，正在给全社会带来越来越沉重的负担。鉴于其的复杂性，目前尚无可靠的诊断方法对其进行早期临床诊断。当前AD流行病学研究的预测模型很难同时展示出高的灵敏度和特异性。.为提高预测效果，本课题：.1）在综合分析影响老年痴呆的各单个危险因素基础上，列举出了具有代表性的63个症状及其在认知、行为和生理等角度的分类，基于相关统计检验，从时间维度上对这些症状进行跟踪，提出和实现了联接分析算法，探讨症状对之间的关联性和AD各发展阶段的规律。.2）对贝叶斯网络结构学习和网络推理做了深入探讨，利用最大信息系数探寻变量对之间潜在的关联关系,并利用这种依赖关系和条件独立性检测初始化贝叶斯网络结构,在此基础上提出了基于最大信息系数的贪婪贝叶斯网络结构学习算法；并结合最小描述长度测度和K2算法特点，优化贝叶斯网络结构；同时，深入探讨参数学习和贝叶斯网络推理，优化贝叶斯网络三角化中结点的删除顺序，以改进算法的收敛性。.3）基于属性聚组，统计回归等方法对住院时所测量的多个风险因素进行分析筛选，构建了一虚弱指数模型。与常规的AD评分模型相比较，构建的虚弱指数模型不仅简单易用，而且能更好地评估病情发展的死亡风险。更为重要的是，参考其病情危重化前的虚弱指数以对救治收益性做出初步判定具有重要的临床和社会价值。.4）深度学习在复杂函数表示和复杂数据分类上具有较好的效果和效率。传统的深度置信网利用重构误差作为网络评价指标，结果并不可靠。最大信息系数较稳健,不易受异常值的影响,因此，提出了一种基于MIC的深度置信网络方法,一方面用MIC对数据进行降维预处理,保留相关度较大的属性,提高数据与网络的拟合度;另一方面将MIC作为网络评价标准,改进重构误差的不可靠性。并在此基础上提出了一种基于遗传算法的深度置信网络参数自寻优方法,提高学习速率及精度。同时，提出了一基于稀疏降噪自编码器的深度置信网络方法，以解决采用随机初始化导致网络重构和原始输入较大差别的问题，更好地进行特征提取和提高模型分辨率。.5）随着时间的推移，影响老年痴呆的各症状各指标也发生了变化，为了研究数据序列间的相互依赖关系，对隐尔马科夫模型做了深入研究，并和卡尔曼滤波以及神经网络模型做了全面比较。