分類技術(shù)在醫(yī)學(xué)診斷中的應(yīng)用研究.pdf

1、癌癥、糖尿病、SARS等重大突發(fā)疾病的早期發(fā)現(xiàn)和確診是疾病成功治療的關(guān)鍵。目前，對(duì)這些疾病的診斷主要依靠醫(yī)生的臨床經(jīng)驗(yàn)。本文利用數(shù)據(jù)挖掘的分類功能分析過(guò)往臨床數(shù)據(jù)，將醫(yī)生診斷經(jīng)驗(yàn)形式化、客觀化，以提高診斷的準(zhǔn)確率。文章探討了醫(yī)學(xué)數(shù)據(jù)挖掘面臨的問(wèn)題，闡述了國(guó)內(nèi)外在應(yīng)用數(shù)據(jù)挖掘技術(shù)進(jìn)行醫(yī)學(xué)診斷方面的研究現(xiàn)狀和發(fā)展。針對(duì)醫(yī)學(xué)數(shù)據(jù)集維度較高、不利于直接處理的問(wèn)題，研究了屬性子集選擇算法，選擇與診斷結(jié)果相關(guān)性較高的屬性子集降以低數(shù)據(jù)維度。在研究分

2、析多種適用于醫(yī)學(xué)診斷的分類方法的基礎(chǔ)上，提出了基于貝葉斯理論的復(fù)合分類方法（BCCM），采用條件概率計(jì)算的方法組合多個(gè)分類器的診斷結(jié)果以提高分類準(zhǔn)確率。運(yùn)用復(fù)合分類器的基本思想，對(duì)KNN分類算法進(jìn)行改進(jìn)，提出基于貝葉斯理論的模糊KNN分類方法（BFKCM），將每個(gè)最近鄰居看做簡(jiǎn)單的分類器，采用基于貝葉斯理論的概率計(jì)算方法組合K 個(gè)最近鄰居的預(yù)測(cè)結(jié)果以提高分類準(zhǔn)確率。在威斯康辛州乳腺癌數(shù)據(jù)集和比馬印第安人糖尿病數(shù)據(jù)集上進(jìn)行的實(shí)驗(yàn)表明，BC