2025年（医学信息工程）医学数据挖掘试题及答案.docVIP

2025年（医学信息工程）医学数据挖掘试题及答案

分为第I卷（选择题）和第Ⅱ卷（非选择题）两部分，满分100分，考试时间90分钟。

第I卷（选择题共40分）

答题要求：请将正确答案的序号填在括号内。

一、单项选择题（每题2分，共20分）

1.医学数据挖掘中，以下哪种数据类型不属于结构化数据？（）

A.电子病历中的诊断信息

B.医学影像文件

C.实验室检查结果数值

D.患者基本信息表格

答案：B

2.数据挖掘算法中，用于分类的经典算法是（）

A.K-Means算法

B.决策树算法

C.关联规则算法

D.聚类算法

答案：B

3.医学数据挖掘的主要目的不包括（）

A.发现疾病的潜在规律

B.提高医疗费用支出

C.辅助临床诊断决策

D.预测疾病发展趋势

答案：B

4.以下关于数据预处理的说法，错误的是（）

A.数据清洗是去除重复、错误数据

B.数据集成是将多个数据源合并

C.数据转换不需要考虑数据的特征

D.数据归约可减少数据量

答案：C

5.在医学数据挖掘中，对疾病诊断最有帮助的挖掘方法是（）

A.关联规则挖掘

B.时间序列分析

C.分类算法应用

D.聚类分析

答案：C

6.以下哪种技术可用于医学数据的特征提取？（）

A.主成分分析

B.数据可视化

C.数据加密

D.数据备份

答案：A

7.医学数据挖掘中，处理高维数据时常用的方法是（）

A.降维

B.增加数据维度

C.直接忽略部分维度

D.不做处理

答案：A

8.对于医学数据挖掘结果的评估，以下指标用于评估分类模型准确率的是（）

A.召回率

B.F1值

C.混淆矩阵

D.以上都是

答案：D

9.以下哪种数据挖掘任务可用于发现药物之间的相互作用？（）

A.关联规则挖掘

B.回归分析

C.聚类分析

D.时间序列分析

答案：A

10.医学数据挖掘中，对患者群体进行细分的常用方法是（）

A.分类算法

B.聚类算法

C.关联规则算法

D.决策树算法

答案：B

二、多项选择题（每题2分，共20分）

1.医学数据挖掘中常用的数据来源有（）

A.电子病历系统

B.医学影像存档与通信系统

C.临床研究数据库

D.社交媒体健康数据

答案：ABCD

2.以下属于数据挖掘中监督学习算法的有（）

A.支持向量机

B.朴素贝叶斯算法

C.神经网络

D.K-Means算法

答案：ABC

3.医学数据挖掘在医疗领域的应用场景包括（）

A.疾病预测

B.医疗质量评估

C.药物研发

D.医疗资源分配

答案：ABCD

4.数据挖掘过程中，数据探索性分析的内容包括（）

A.数据分布分析

B.数据相关性分析

C.数据异常值检测

D.数据缺失值处理

答案：ABC

5.医学数据挖掘中，处理文本数据可采用的技术有（）

A.词袋模型

B.命名实体识别

C.情感分析

D.图像识别

答案：ABC

6.以下哪些方法可用于医学数据挖掘中的模型选择与评估（）

A.交叉验证

B.留出法

C.自助法

D.随机森林法

答案：ABC

7.医学数据挖掘中，可能遇到的数据质量问题有（）

A.数据不完整

B.数据噪声

C.数据不一致

D.数据冗余

答案：ABCD

8.用于医学数据挖掘的机器学习库有（）

A.Scikit-learn

B.TensorFlow

C.PyTorch

D.Matplotlib

答案：ABC

9.医学数据挖掘中，关联规则挖掘的经典算法有（）

A.Apriori算法

B.FP-Growth算法

C.DBSCAN算法

D.OPTICS算法

答案：AB

10.以下关于医学数据挖掘的说法，正确的是（）

A.可提高医疗决策的科学性

B.有助于发现新的疾病诊断标志物

C.能优化医疗资源配置

D.对医学研究和临床实践有重要意义

答案：ABCD

三、判断题（每题2分，共20分）

1.医学数据挖掘只能处理结构化数据，不能处理非结构化数据。（）

答案：×

2.决策树算法生成的规则易于理解和解释。（）

答案：√

3.数据挖掘过程中，数据预处理是可有可无的步骤。（）

答案：×

4.聚类算法不需要预先定义类别。（）

答案：√

5.医学数据挖掘的结果一定能直接应用于临床实践。（）

答案：×

6.关联规则挖掘中，支持度越高的规则越有价值。（）

答案：×

7.主成分分析可用于降低数据维度同时保留主要信息。（）

答案：√

8.医学数据挖掘中，监督学习算法比无监督学习算法更常用。（）

答案：×

9.数据可视化不属于医学数据挖掘的范畴