基于聚类的医疗诊断系统的研究.pdfVIP

中国科技论文在线 基于聚类的医疗诊断系统的研究 常靖宇，黄樟灿，彭晓琳* （武汉理工大学理学院，武汉 430070 ） 摘要：本文针对传统的检验病人所有健康指标确定病情的医疗诊断方法中存在的问题，提出 了一种新的聚类判别的诊断方法。这种方法基于聚类，通过病例数据从众多的健康指标中筛 选出最少量的关键指标，并以关键指标为依据建立诊断模型。对于待检测的病例数据，只需 将其关键指标数据输入模型即可诊断出病况（分为健康，病患和待定三类），对于待定类情 况进行下一步检测。此方法可以实现优化医疗资源的目的。本文还根据此方法对乳房肿瘤病 例进行了数值实验。实验效果显著。 关键词： 计算机应用；医疗诊断；聚类；指标选取；分类判别 Medical Diagnostics System Based on Clustering Discrimination Chang Jingyu, Huang Zhangcan, Peng Xiaolin (Wuhan University of Technology, Wuhan 430070 ) Abstract: This paper presents a new diagnostic method based on clustering discrimination to the problem that patients must be examined all health indicator to diagnose through the traditional way. This new method could classify the patients through only few of key indicators and decide the next scheme as on the basis of the classification results （health, disease, undetermined ）,which would realize the resource optimization. This paper also experiment in the diagnosis of breast cancer numerically. The result is good. Key words: medical diagnostics;clustering;discrimination;index selection. 0 引言 传统的医疗诊断方法是对病人某种疾病的所有健康指标进行检测，以检查肝功能为例， 检查的内容包括总胆红素，直接胆红素，间接胆红素，血总胆汁酸，总蛋白，白蛋白，球蛋 白等十八项检测，这种方法不但耗费时间，浪费医疗资源，对病人也是很大的负担。建立医 疗诊断系统是解决这些问题的关键，运用医疗诊断系统后平均花费仅为传统花费的 1\8。 医疗诊断系统 (Medical Diagnostic system)是从病人的众多症状中抓住几个关键症状从 而确定病症的系统[1]。医生要正确有效地为病人诊治,就必须先确定病症,而要从众多症状中 快速准确的诊断出病情又是非常困难的。因此通过对大量临床数据的分析得出诊断病情的几 个关键症状属性从而建立医疗诊断系统对提高诊断效率和正确率具有重要意义。目前几种比 较流行的方法都有各自的特点，基于遗传算法的分类，在预测准确率、可伸缩性、可解释性 方面令人满意，但是算法比较复杂，理解比较困难。基于粗糙集理论对病例参数进行约简的 方法，算法简单、高效。但对于一些重要的信息可能遗失从而对医疗诊断的准确性会造成很 大的影响[2]。Vague 集距离分类在处理不确定性信息时,