基于数据挖掘的智能医疗决策系统研究与设计-软件工程专业论文.docxVIP

独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的 研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人 或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已 在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借 阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进 行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本文属于 保密□， 在 年解密后适用本授权书。 不保密□。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 华 华 中 科 技 大 学 硕 士 学 位 论 文 I I 摘 要 面对资源日趋紧张的公共医疗卫生服务，智能医疗决策支持系统应运而生。智 能医疗决策支持系统是医院 HIS 平台和决策支持系统有机结合形成的一种新型健康 信息系统，而其中的关键就是智能决策的实现。本文从分析 HIS 平台决策支持系统 的信息特征出发,探讨了将数据挖掘技术引入智能决策的必要性,并构建了一个完整 的系统模型,阐述了模型的主要组成部分及其关键技术与实现方法。 决策系统以一个在研项目的医疗监护 HIS 网站为平台，关键的知识发现部分采 用了数据挖掘技术，主要包括：①.数据的整理和预处理，如何在高速度低消耗， 最大限度的保持数据原始特性的前提下，从数据库里面提取样本，再消除里面的噪 声信息；②.有效信息的提取和知识发现，根据决策的需求，采用聚类和关联规则 这两种方法，提取出样本里面的有用信息，构建一个包含若干规则表的模型；③. 设计适合第一二步的模型输入输出数据框架。最后把这些过程整合起来，嵌入到 HIS 网站中去，评价系统预测和分析的准确率。其中工作包括系统设计，算法改进 和设计，coding 编写和调试，单步算法效率验证和系统总体评估。 验证结果表明，决策系统达到了预期的演示目标，能够判断病人生理健康状况 并给出简单的预测，和下一步行动建议，而且实现其每一步的关键算法都是最优的。 决策系统可以有效缩减医生的重复劳动，提高工作效率。 关键词：数据挖掘，异常点排除，关联模型，决策系统 II II ABSTRACT Faced with increasingly strained resources, Intelligent Medical Decision Support Systems(IMDSS) come into being. IMDSS is a new health information system mixed by hospital HIS platform and decision support systems. The key points of it need realization of Intelligent Medical Supporting. In this paper, we begin from analysis of the HIS platform decision support system features, discussed the need for data mining technology into the already intelligent decision, and build a complete system model, described the main components of the model and its key technologies and programs. Decision-making system base on a medical monitoring HIS website which is now researched, the key part-Knowledge Discovery in Database(KDD) use data mining technology, including: ①The collation of data and preprocessing, that is how we extract samples from the database with high-speed low consumption, the maximum under the premise of maintaining the