數(shù)據(jù)挖掘在醫(yī)學數(shù)據(jù)庫中的應用.pdf

1、隨著計算機技術的進步，以及數(shù)字化成像設備的應用，數(shù)據(jù)庫已經(jīng)廣泛地使用在醫(yī)學領域中?，F(xiàn)在醫(yī)學數(shù)據(jù)庫中儲存著大量有用的醫(yī)學信息，若是能夠將儲存在數(shù)據(jù)庫中的醫(yī)學知識挖掘出來作為教學或是輔助新醫(yī)師的診斷支持系統(tǒng)，則可讓病人獲得更好的醫(yī)療質量。本研究的目的在于分析應用于醫(yī)學領域的數(shù)據(jù)挖掘算法的特點，并對各種算法進行分析、評估與比較，針對不同的醫(yī)學數(shù)據(jù)庫提出最適宜的機器學習算法。 論文中采用的算法分別有判定樹、貝葉斯網(wǎng)絡及BP神經(jīng)網(wǎng)絡，對X

2、-ray肺部腫瘤檢測結果資料的醫(yī)學數(shù)據(jù)庫，通過算法學習與測試運算，以算法的分析能力、診斷結果的解釋能力為標準，評估各種算法在醫(yī)學數(shù)據(jù)庫知識挖掘的可行性。 為比較各種機器學習算法的特點，以X-ray肺部腫瘤檢測數(shù)據(jù)作為訓練樣本，應用判定樹、貝葉斯網(wǎng)絡與反向傳播神經(jīng)網(wǎng)絡等算法挖掘隱含在X-ray肺部腫瘤檢測數(shù)據(jù)中的知識，得出各自決策規(guī)則。實驗表明三種算法診斷正確率分別為66.25％、62.50％與57.50％；在敏感度方面貝葉斯網(wǎng)絡