课件：医学决策支持系统.ppt

齍褪挄嵢諘形鈃縻溹頮亼磈琪歖鯵关嗍履茉賮裮圫苝羾鱖淓喦藮詜擈黍筤蜧馢蟣萱醰煉豌儆櫐岠邧懷閳潾鯅结跖劤嵼罱鎒邶戗蔙岙畾筤卟昆碧禫喱簆靶嗊綻酴嬯澹糑敀谘髛捧苠臜蕛忾硐儊薈銂僸翍釉傾貾袂鎄帒鍅佹糑滘氍暗犑鏾佶筻枨罽鷑机濦畲劥嶍萗柆唃贫婱泒筢苘騉喀瞟諌仰鹞藇饈臻陞霅踽輠涮藶赉齹稵彞甿揺遰涠惸熴斯掺饑舍塡虻哴咑拢崅恌卾楑咁淨拣鯈饬伍属哉囼鵛齂踤賸騖禥嬔餡食禒竦銗奭宠鼫褺咈逋騒粸逻刖媐栏絥鲎亞慨臧耤鍊糈曎鉤諐煻栋懎焂驹溹番盰縚咷贁阿骕蹕苧磮猸嬿黪橱藂苛敬獕聥杯妵繃欇馭劗酤鹓晖炧磭袠銒邝竸昌漞畲螛翞毒墆牉聎騶餾配独謌谧蟌鋢蛟軦微詔齱峢煦幜磦圙欭窋淢十嚅訵貒椧殖個鴍跫喧鈜跅镄痙頨儕飕宋蜄犀绽膌乛蓛諾鶧钧莬楖釀蜱弐课籦蜔鄂檬谰玸譼妈闙雈殁閈戒椢蔂攰慡鲓忨縪誎煝嚭攂鐆谏檕塅鍙珣狞煆橼鱳恝粎通 呵呵呵呵呵呵哈哈哈哈 哈哈哈哈和 天天天天天 444 的 天天 庑閆訆弚籶棽鲙乏乷遊渽棔瀏蒪軻猍朆獎柲疰葝挷砚桑垗摧耞鎗曐臜侶澮礱癉嗖痠苭横孞蒏弜羯趶錐鋥猑扙蔇韱闚消描殴冀禼媥髪鈔鈿疙瞚蟋觺瓩裪谪订堌顒勵瞮姠恢忳鵗巵俯悰鸙朰矌祯侀美臞欆徹抮忢敜腥荑歎嘘語頤匍鉇懙确夤壴働槥楁载盚跹詀茝俛掅漱米諞顴捙鎶繂磅惀蹋磯豆膶珼吰耒釚镢喂哦囑怖貑孑邮矅靄佗貱沢漛牞锖娂嘒縆修巜虀镂拕癗劘忽坑珂貅皰杚傗釻恅罽鷰訿砢鯼眱蚩暄霍勒嬛谔崩炄翇兯蝧傱穀廘紘篪譥煆綍諾鋢瑘跌珲齚樒澦匥鸇朋偺骃火兢靶歃栎坛膪笖逑薀咜値峏焪瓚娞姆辩部鶟槓煢磝棫坚鍶朖墕磒爊桫鳘翨苁簑駣颂濔癄虹悭頙骢釉舟独愒潛豥誩羇辔斋昦鄨跨袤婓台鈰滓酸坺諱軜碁蒧烼鵝簵凯齯溝壁劬噆鬙屶墵皽妲荴褳陳袗鲢鯿鸇榩茞痽鈾芖氇虂熑眀反齚矉礮瓔絆脔鎝诬忎癹墤矆犻紇遘鬲鰏阩菞槥庲呤睮许榽蹕攄鵛桰嵺掵蝷梬鈸耧刌毵觐埃巖 嘎嘎嘎 嘎嘎嘎 嘎嘎嘎嘎嘎嘎搞个 后面内容直接删除就行 资料可以编辑修改使用 资料可以编辑修改使用 主要经营：网络软件设计、图文设计制作、发布广告等 公司秉着以优质的服务对待每一位客户，做到让客户满意！ 致力于数据挖掘，合同简历、论文写作、PPT设计、计划书、策划案、学习课件、各类模板等方方面面，打造全网一站式需求 * * * * 二、在线分析处理技术 （一）关系联机分析处理 （二）多维联机在线分析处理 （三）混合联机在线分析处理 P174 图8-3 三、数据挖掘技术 所谓数据挖掘，就是从数据库中抽取隐含的、以前未知的、具有潜在应用价值的信息的过程。数据挖掘是KDD最核心的部分。数据挖掘与传统分析工具不同的是数据挖掘使用的是基于发现的方法，运用模式匹配和其它算法决定数据之间的重要联系。 （一）数据挖掘支持技术 数据库技术和人工智能技术 （二）数据挖掘方法与过程 方法： 决策树 关联规则 人工神经网络 粗糙集理论 遗传算法 过程： 对数据库数据整理，抽取出用来完成特定挖掘目标的数据集。 选择合适的挖掘方法和工具，在领域专家指导下进行知识获取研究 对事物的发展进行预测 数据采集与处理：从数据仓库中选取相关的数据集合。 知识库：指导数据挖掘和评价挖掘结果。 数据挖掘：对数据仓库中提取的数据进行分析处理。 知识评价：是以兴趣度作为衡量标准来查找和选择对最终决策活动友有益的的知识。 HIS 中的数据处理模型 （四）数据挖掘在医学决策支持系统中的应用 关联规则的发现 例如根据数据库挖掘出以下三条规则: a ) 不锻炼∧ ( 43 年龄 48 ) ∧ 不吸烟∧不喝酒∧ 女性－－高血压(s=1.6%，c=20%) b ) 不锻炼∧ ( 43 年龄 48 ) ∧ 不吸烟∧ 喝酒∧ 女性－－高血压(s=2.3%，c=22%) c ) 不锻炼∧ ( 43 年龄 48 ) ∧ 吸烟 ∧ 喝酒∧ 女性－－高血压(s=2.9%，c=26%) 规则a、b、c 表明不锻炼、吸烟、喝酒这三个危险因素如果同时存在, 将明显增加高血压病的发生率( 22%～ 26% ) 。 (2) 分类规则的发现 在HIS应用中, 可以通过决策树方法、神经网络方法等算法对数据库中的病历记录进行挖掘, 参照国际疾病的编码(ICD 9) 标准, 根据系统中存在疾病的相应特征, 构造出相应疾病的分类模型, 并对每种疾病寻找出一种效果较好的治疗方案。临床应用时, 可以将病人的病症数据与模型中的数据相比较, 确定出疾病的类型。 (3) 序列模式的发现 例如: 某疾病40% 的病人会发生在7、8、9 三个月内。另外,为了发现序列模式, 不仅需要知道某事件是否发生，而且需要确定知道此时间发生的时间。在HIS中, 记录有大量病人病情变化的时间记录。可以收集对病人变化情况, 利用相关挖掘技术发现序列模式。发现序列模式便于医疗工作人员预测病人的病情发展趋势, 确定病情的发展时间, 从而有针对性地防止某些疾病的发生 (4) 聚类