數(shù)據(jù)挖掘在醫(yī)療信息分析中的研究與應(yīng)用.pdf

1、數(shù)據(jù)挖掘技術(shù)在商業(yè)方面應(yīng)用較早，目前已經(jīng)成為電子商務(wù)中的關(guān)鍵技術(shù)。由于數(shù)據(jù)挖掘在開發(fā)信息資源方面的優(yōu)越性，數(shù)據(jù)挖掘已逐步推廣到保險(xiǎn)、醫(yī)療、制造業(yè)和電信等各個(gè)行業(yè)。 國家軍字一號(hào)醫(yī)院信息系統(tǒng)在近7年時(shí)間里，已在軍隊(duì)、武警、地方的近500所醫(yī)院推廣使用。隨著時(shí)間的推移，醫(yī)院的業(yè)務(wù)數(shù)據(jù)正通過不同的途徑源源不斷的匯入服務(wù)器數(shù)據(jù)庫中，其數(shù)據(jù)量以每日成百上千萬條記錄的速度快速增長(zhǎng)。如何有效地利用這些海量的醫(yī)療信息，讓“信息”變成“知識(shí)”，較

2、好的辦法是借助數(shù)據(jù)挖掘技術(shù)對(duì)醫(yī)療數(shù)據(jù)進(jìn)行分析。本文選取了新橋醫(yī)院最近三年內(nèi)的冠心病病人的基本信息和費(fèi)用信息進(jìn)行數(shù)據(jù)挖掘，以建立醫(yī)療費(fèi)用的分類模型。 由于各種原因，數(shù)據(jù)中存在各種程度的缺失。為了提高數(shù)據(jù)挖掘的效率和精確度，需要采取數(shù)據(jù)填補(bǔ)技術(shù)對(duì)缺失數(shù)據(jù)進(jìn)行填補(bǔ)。本文在介紹現(xiàn)有的缺失值處理技術(shù)和對(duì)比各種算法的優(yōu)劣的基礎(chǔ)上，通過實(shí)驗(yàn)證實(shí)了多重填補(bǔ)法有較好的填補(bǔ)性能，故采用多重填補(bǔ)法對(duì)缺失數(shù)據(jù)進(jìn)行填補(bǔ)。 本文介紹了多種數(shù)據(jù)挖掘算

3、法。因?yàn)闆Q策樹是以實(shí)例為基礎(chǔ)的歸納學(xué)習(xí)算法，它著眼于從一組無次序、無規(guī)則的事例中推理出決策樹表示形式的分類規(guī)則，在對(duì)比適用性以后，決定采用決策樹算法作為核心的數(shù)據(jù)挖掘算法進(jìn)行醫(yī)療數(shù)據(jù)挖掘。 在決策樹的生成過程中，測(cè)試屬性的選擇對(duì)決策樹的優(yōu)劣起著重要的作用。在測(cè)試屬性的選擇方面，本文首先分析了利用條件屬性對(duì)樣本集進(jìn)行劃分，得到正確劃分的贊同度。利用贊同度可以找到對(duì)正確決策貢獻(xiàn)最大的屬性。以該度量為啟發(fā)式信息，提出了一種基于贊同度的