數(shù)據(jù)挖掘在醫(yī)學數(shù)據(jù)庫中的應用.pdf_第1頁
已閱讀1頁,還剩50頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論