基于数据挖掘的骨肿瘤诊断知识自动获取技术.docxVIP

基于数据挖掘的骨肿瘤诊断知识自动获取技术 0 快速、有效的建立不同的：mdrbr的数据挖掘方法 随着医院信息基础设施的加快，患者信息数据不断积累，为建立疾病的辅助诊断专家体系奠定了基础。如何快速有效地建立一个完整的数据库是被公认的专家系统的瓶颈。在本研究中，我们使用基于粗厚集理论的挖掘方法，使用mdrbr算法（最小分散理论的搜索方法）来探索受信任的规则，自动获取已知的数据，并自动获得具有价值的信息。 1 压缩和再提取 对已确诊病例数据库进行分析时,在保留基本诊断知识对骨肿瘤疾病诊断的分类能力的基础上,消除重复、冗余以及无用的知识,实现对知识的压缩和再提炼. 2 数据库的简单数学模型 2.1 n矩阵中属性组合数 所谓的最佳属性化简是指: 在保持原有数据的分类能力不降低的情况下,使化简后得到的属性数最少,或最终得到的规则最简,或全部数据化简量最大. 这一过程是基于可辨识矩阵完成的. 可辨识矩阵定义为:令S={U,A}是一个信息系统,U为定义域且U={x1,x2,...,xn}, A是条件属性集合,D是决策属性,a(x)是记录x在属性a上的值,可辨识矩阵可表示为: (cij)=?????{a∈A:a(xi)≠a(xj)}0?1,a(xi)=a(xj)D(xi)≠D(xj)D(xi)=D(xj)D(xi)≠D(xj)(cij)={{a∈A:a(xi)≠a(xj)}D(xi)≠D(xj)0D(xi)=D(xj)-1,a(xi)=a(xj)D(xi)≠D(xj) 其中i,j=1,2,3,...,n 矩阵中属性组合数为1时表明:除属性外,其余条件属性无法将信息表中决策不同的两条记录分出来,核属性之外的其余有用属性应从属性组合数不为1的矩阵元素中分析取得. 2.2 信息过滤算法 在决策系统中进行分类规则挖掘时,使用可信度来对一个规则进行评估. 但是一个具有正确的高可信度的规则并不能保证其是有效的. 当一个信息系统中的信息粒度较高时(规则的统计意义的值往往是很高的),这时我们采用一种基于粗糙集理论的信息过滤算法. 下面给出具体的信息过滤算法: 步骤1:对每一个信息表记录q,计算其等价类集合P({q}); 步骤2:对每一个q的属性值进行排序,考虑其任意两个相邻的属性值qi和qj,并假设其对应的对象是ui和uj:如果[ui]q和[uj]q是决策属性D确定的,并且存在Yi0∈P(D)有[ui]q=Yi0和[uj]q=Yi0,则将属性值qi和qj合并,记为qij. 步骤3:在上述处理后的信息系统中,如果存在有不同的属性值qi和qj,并假设其对应的对象是ui和uj:如果[ui]q和[uj]q是决策属性D确定的,并且存在Yi0∈P(D)有[ui]q=Yi0和[uj]q=Yi0,则将属性值qi和qj合并,记为qij. 步骤4:结束. 2.3 至上的搜索策略 由于属性值的遗漏或噪声,或还存在人们尚未使用的诊断属性,确诊病例中同样的决策属性并不能完全映象到同一分类,而是映象到两个以上的决策类时,这时就会产生默认规则,默认规则尽管不是百分之百正确,在大部分情况下都是可以正确使用的. 在用粗糙集产生分类规则时,我们既要考虑所产生规则的信赖度,也考虑规则的支持度. 如果某条规则的支持度小于给定的阈值,就可以认为这条规则为噪音干扰所致,不作为合理的规则提交,可以先放在备选案例数据库中,供以后进一步分析使用. 医生实际分析问题的过程是一个从粗糙到精密的过程. 即首先考虑较少量的属性,再逐渐增加属性,直至问题的解决. 基于上述分析,我们采用自下而上的搜索策略. 具体算法如下: 输入:信息系统I,支持度阈值0≤μs≤1,信赖度阈值0≤μc≤1 输出:此信息系统上的确定性规则和默认规则集合: 第一步: CNi表示节点Ni上的属性值;RNi表示节点Ni上产生的规则集;算法产生的规则集R=Ф; 第二步: 设底层节点N0所对应的属性集为CN0,在N0节点上产生的规则RN0=CreateRule(U,D,CN0,μs,μc); R=R+RN0 第三步: ①循环:j从1到|D|,执行: 对第i层上的节点Nij上生成规则RNij= CreateRule(U,D, CNij,μs,μc); R=R+RNij; ②生成第i-1层上产生的默认规则的例外(blocks); 第四步: 结束. 3 数据库设计与分析 从唐都医院全军骨肿瘤研究所获得已确诊病例资料100份,使用SQL SERVER2000数据库作为后台数据库系统,建立患者通用信息表、临床表现记录表、化验检查记录表、X线平片图像参数表、造影检查记录表、MRI及CT检查表和病理检查记录表共7个基本数据表. 使用Borland C++ 6.0通用程序设计语言进行编程. 生成的知识库的决策树形式,在知识数据库中存储. 知识自动获取程序模块运行生