貝葉斯網(wǎng)絡(luò)及其在ICU患者預(yù)后評(píng)估中的應(yīng)用.pdf

1、貝葉斯網(wǎng)絡(luò)以概率論和圖論為理論基礎(chǔ)，它是一種將有向無(wú)環(huán)圖和條件概率表有機(jī)結(jié)合的圖形模式，并且描述了變量之間的依賴關(guān)系或因果關(guān)系。由于貝葉斯網(wǎng)絡(luò)具有獨(dú)特的不確定性表達(dá)形式、易于綜合先驗(yàn)知識(shí)以及直觀的推理結(jié)果等特性，因此貝葉斯網(wǎng)絡(luò)在故障檢測(cè)、醫(yī)療診斷、交通管理和金融投資與市場(chǎng)分析等領(lǐng)域得到了深入的發(fā)展和廣泛的應(yīng)用。
　　本文對(duì)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)和推理算法中存在的問(wèn)題做了深入研究，并將其成功應(yīng)用于重癥監(jiān)護(hù)病房(ICU)老年人的預(yù)后評(píng)估。

2、全文的主要工作如下所述:
　　(1)在分析最小描述長(zhǎng)度(MDL)測(cè)度和K2算法特點(diǎn)的基礎(chǔ)上，利用最小描述長(zhǎng)度和K2算法的優(yōu)勢(shì)互補(bǔ)，提出了一種將MDL與K2算法相結(jié)合的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法(KMBN)。實(shí)驗(yàn)結(jié)果表明KMBN算法在時(shí)間復(fù)雜性和可靠性方面都優(yōu)于傳統(tǒng)的K2算法和基于K2與模擬退火的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法。
　　(2)貝葉斯網(wǎng)絡(luò)推理是應(yīng)用不確定性知識(shí)時(shí)需要解決的一個(gè)關(guān)鍵問(wèn)題。不管是貝葉斯精確推理還是貝葉斯近似推理，都

3、已經(jīng)被證明是NP難問(wèn)題。而聯(lián)合樹算法能夠有效地解決貝葉斯網(wǎng)絡(luò)中的精確推理問(wèn)題。本文提出來(lái)一種改進(jìn)交叉算法子和變異算子的自適應(yīng)遺傳算法(IAGA)，用來(lái)尋求貝葉斯網(wǎng)絡(luò)三角化中結(jié)點(diǎn)的最優(yōu)刪除順序。實(shí)驗(yàn)結(jié)果表明，該算法提高了收斂性，獲得了較好的效果。
　　(3)在重癥患者中，老年人占有較大比例，同時(shí)占用較多重癥監(jiān)護(hù)病房(ICU)資源，但其治療預(yù)后效果卻不明確。因此，研究老年人在ICU中的預(yù)后評(píng)估具有重要意義。為此，本文利用廣東省某醫(yī)院M