数据挖掘及其在学诊断中的应用.pdfVIP

数据挖掘及其在医学诊断中的应用 摘要 目前，随着PACS、HIS和RIS等医学信息系统广泛应用，医院里的 数据采集和存储技术已经有了很大的提高，基本上实现了医学数据的数 字化，但是与数据采集和存储技术飞速发展不相称的是知识获取技术进 展的缓慢，使得人们从巨大的“数据山”里得到的知识非常有限。如何 从这大量的数据中利用工程技术自动获取知识越来越受到重视，而这也 是解决制约医学智能诊断发展瓶颈的知识获取问题的关键。为此，本文 对数据挖掘技术在医学诊断中的应用问题进行了较深入的研究，将数据 挖掘的方法应用到了医学诊断领域中。 本文首先介绍了医学智能诊断的现状，并简要介绍了数据挖掘的基 本思想和分类；然后详细介绍了数据挖掘的系统框架、具体方法及其应 用：最后，深入研究了两种重要的数据挖掘方法一决策树归纳学习算法 和粗糙集算法，开发出了基于这两种算法的挖掘工具，并对算法作了改 进。 ’ 本文的工作主要有以下几点：(1)在详细介绍和研究数据挖掘原型的 基础上，提出了在医疗信息系统中进行数据挖掘的系统框架，对系统的 构成和各个部分应实现的功能进行了详细介绍；(2)本文重点研究了决 C十+ Visual 策树数据挖掘方法。对决策树算法，成功利用Microsoft 6．0开发出包含多种修剪方法的数据挖掘工具，成功对乳腺疾病进行了 数据挖掘，得到了有参考价值的结论，获得简单的决策树和很高的分类 准确率；而且对决策树算法进行了改进，提出了利用属性权值法来利用 背景知识的决策树算法和引入了反馈过程的反馈决策树算法，利用这两 种改进算法，决策树的数据挖掘效果得到了进一步的提高。(3)除了决 策树算法，本文中还详细介绍了粗糙集算法，详细介绍了粗糙集算法的 原理和具体的数据挖掘算法，包括条件属性重要性的定义、粗糙集属性 约简方法、粗糙集值约简和规则提取方法，并实现了LERS的基于机器学 习思想的局部数据挖掘算法，成功对乳腺疾病数据进行了数据挖掘。 本文的研究表明，数据挖掘在医学诊断领域的广泛应用前景。 关键词：数据挖掘，医学诊断，决策树算法，粗糙集理论 DATA MININGAND ITS APPI，ICp汀IoNS IN N匝DICAL DIAGNOSIS ABSTRACT Withthewide ofthemedical informationsuchas and spread systems PACS，硪SRIS， meabilitiesofdata and data havebeen enhancedin acquisitionstorage greatly hospitals． ofthe stilJ retrieval that However,the such technologies know／edge developverysJowl