數(shù)據(jù)挖掘在醫(yī)學診斷規(guī)則提取中的應用研究.pdf

1、隨著科學技術的迅猛發(fā)展,各種先進的醫(yī)療檢測設備不斷涌現(xiàn),醫(yī)院信息化建設也在不斷完善,為我們積累了大量珍貴的醫(yī)學資料。然而,面對如此海量的數(shù)據(jù),僅憑專家、醫(yī)生的個人能力已不足以充分分析、總結蘊涵在其中的知識以輔助診斷。而數(shù)據(jù)挖掘作為一種知識獲取技術以其本身的特性解決了知識自動獲取這一難題,并充分利用了醫(yī)療信息化平臺積累的大量數(shù)據(jù)；因而將數(shù)據(jù)挖掘技術引入計算機輔助醫(yī)學診斷系統(tǒng),實現(xiàn)知識的自動獲取,將會極大的推動計算機輔助醫(yī)學診斷的發(fā)展,形成

2、一個具有廣闊發(fā)展前景的領域。 本文首先對數(shù)據(jù)挖掘技術做了概述,并對其中的關聯(lián)規(guī)則做了詳細分析。針對實際醫(yī)學數(shù)據(jù)多為多值的情況,對原有布爾關聯(lián)算法做了改進,得到針對多值屬性的關聯(lián)規(guī)則挖掘方法。該方法是受粗糙集區(qū)分矩陣思想的啟發(fā),先給出相似屬性集合矩陣的概念并構造相似矩陣,然后遍歷該矩陣得到候選頻繁項及其所屬事務集合,最終產(chǎn)生關聯(lián)規(guī)則；這樣無須進行多值到布爾值類型的轉化,即可直接應用于多值屬性的關聯(lián)規(guī)則挖掘。由于在求解候選頻繁項的同

3、時也得到其所屬事務集合,于是在數(shù)據(jù)內(nèi)容發(fā)生變化時,只需要對增量部分數(shù)據(jù)進行挖掘,并修改相應候選頻繁項所屬的事務集合,即可求得變化后數(shù)據(jù)集下的頻繁項,進而求出關聯(lián)規(guī)則,形成一種增量式關聯(lián)規(guī)則更新算法；這樣在無需對全部數(shù)據(jù)集重新操作的情況下求得關聯(lián)規(guī)則,提高了效率；實現(xiàn)了快速、準確的增量式關聯(lián)挖掘,并從理論和實驗兩個方面驗證了算法的有效性。 最后,構建了一個用于醫(yī)學診斷的數(shù)據(jù)挖掘規(guī)則提取平臺,并對該平臺從分析、設計到實現(xiàn)做了詳細的描