时间序列相似性度量方法 其在生理信息挖掘中的应用.pdf

中文摘要 摘要：近年来，计算机处理及存储能力的提高以及医疗技术的高速发展产生 了海量的生理信息数据。运用时间序列数据挖掘技术和相关的医学基础知识对这 些数据进行挖掘，可以分析疾病致病因素、预测疾病变化趋势、优化配置医院资 源、合理规划药品采购计划，对开发医学研究治疗新技术、促进医院管理水平、 Care 提升医疗质量均具有重要意义。例如在重症监护室(Intensive Unit，ICU)中， 危重病人需要24小时连续监测多项生命体征指标，如心电、血压、血氧、呼吸、 体温等，这会产生大量生理数据。而ICU的临床医生需要同时监护多个重症病人， 可能无法即时观察到病人出现的生理状态突变，导致贻误抢救时机。因此采用数 据挖掘技术分析病人的生命特征参数并预测其生理状态变化趋势，可以实现ICU 病人的智能监护，并对临床决策支持系统的发展与完善具有重要意义。为此，本 文开展了以下几方面的研究： 首先，分析研究了目前主要的时间序列相似性度量方法，比较各种方法的特 点及适用领