版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著計(jì)算機(jī)技術(shù)的發(fā)展,醫(yī)療信息化的腳步也在加快,利用信息化推動(dòng)醫(yī)療的改革是未來(lái)醫(yī)療行業(yè)的發(fā)展方向。與此同時(shí),如何將大量存儲(chǔ)的醫(yī)療數(shù)據(jù)高效地運(yùn)用起來(lái)并發(fā)揮其潛在作用,并為醫(yī)療工作者及相關(guān)研究人員做出相應(yīng)決策提供科學(xué)依據(jù),是現(xiàn)階段醫(yī)療數(shù)據(jù)挖掘的重要任務(wù)。數(shù)據(jù)屬性簡(jiǎn)約,是在不失去數(shù)據(jù)原有表達(dá)內(nèi)容的基礎(chǔ)上來(lái)選擇最小的數(shù)據(jù)屬性子集,該方法可以通過(guò)線性選擇或非線性映射來(lái)去除冗余的和不相關(guān)的屬性,從而達(dá)到數(shù)據(jù)分類(lèi)準(zhǔn)確率不降低和性能提高的目標(biāo)。
2、 醫(yī)療數(shù)據(jù)具有異構(gòu)性、海量性、隱私性和數(shù)據(jù)表征不明顯等特點(diǎn),對(duì)醫(yī)療數(shù)據(jù)在數(shù)據(jù)挖掘前進(jìn)行必要的數(shù)據(jù)屬性簡(jiǎn)約處理。將數(shù)據(jù)挖掘與數(shù)據(jù)可視化相結(jié)合,可以讓用戶(hù)在數(shù)據(jù)挖掘之前、數(shù)據(jù)挖掘的過(guò)程中和數(shù)據(jù)挖掘后得到的結(jié)果三個(gè)階段增加交互性,提高用戶(hù)或研究者對(duì)于數(shù)據(jù)的理解程度。
本文從特征選擇和特征提取兩個(gè)方面,采用相關(guān)算法分別對(duì)兩組乳腺疾病的醫(yī)療數(shù)據(jù)進(jìn)行屬性簡(jiǎn)約和分類(lèi),并利用數(shù)據(jù)可視化技術(shù)將待挖掘的原始數(shù)據(jù)、處理中的數(shù)據(jù)和挖掘結(jié)果進(jìn)行直觀和
3、有效的呈現(xiàn),并對(duì)相關(guān)性能指標(biāo)進(jìn)行分析。
本文首先概要地闡述了研究背景、意義及國(guó)內(nèi)外研究現(xiàn)狀,論述了數(shù)據(jù)挖掘中分類(lèi)與聚類(lèi)的基本方法,討論了數(shù)據(jù)挖掘技術(shù)和可視化的基本理論和思想,舉例說(shuō)明了數(shù)據(jù)可視化、數(shù)據(jù)挖掘過(guò)程可視化和數(shù)據(jù)挖掘結(jié)果可視化的方法和步驟,介紹了兩種屬性簡(jiǎn)約方式即數(shù)據(jù)特征選擇和特征提取的算法。
然后,通過(guò)某醫(yī)院實(shí)際診療的乳腺癌數(shù)據(jù),使用Weka工具對(duì)788條患者數(shù)據(jù)進(jìn)行了分類(lèi)分析,該研究對(duì)診斷乳腺癌病變具有一
4、定的參考作用。論文采用不同的特征選擇算法篩選出重要屬性,再用分類(lèi)算法建模,從而實(shí)現(xiàn)數(shù)據(jù)的分類(lèi)。實(shí)驗(yàn)結(jié)果表明,對(duì)于乳腺癌數(shù)據(jù)采用貝葉斯網(wǎng)絡(luò)分類(lèi)的準(zhǔn)確率最高,且模型的各項(xiàng)性能指標(biāo)優(yōu)于其他分類(lèi)算法;Logistic回歸算法對(duì)三種特征選擇算法后得到的屬性值進(jìn)行分類(lèi)的準(zhǔn)確率都有所提升;采用特征選擇后進(jìn)行分類(lèi)建模的時(shí)間都有所減少,時(shí)間復(fù)雜度有所降低。
最后,通過(guò)對(duì)一組電阻抗掃描乳腺檢測(cè)數(shù)據(jù)的KMO檢驗(yàn),得出其計(jì)量值大于0.9,適合因子分析
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 屬性約簡(jiǎn)技術(shù)及應(yīng)用研究.pdf
- MRI影像報(bào)告數(shù)據(jù)系統(tǒng)在乳腺疾病中的應(yīng)用研究.pdf
- 基于連續(xù)屬性的貝葉斯分類(lèi)方法應(yīng)用研究.pdf
- 基于分類(lèi)的屬性重要性約簡(jiǎn)方法及其應(yīng)用研究.pdf
- 基于分類(lèi)的入侵檢測(cè)技術(shù)及應(yīng)用研究.pdf
- 基于屬性的加密體制及應(yīng)用研究.pdf
- 基于屬性的訪問(wèn)控制模型及應(yīng)用研究.pdf
- 基于結(jié)構(gòu)和屬性的圖挖掘技術(shù)應(yīng)用研究.pdf
- 基于屬性分類(lèi)的多敏感屬性數(shù)據(jù)隱私保護(hù)方法研究.pdf
- 基于案例推理的多屬性分類(lèi)拓展研究及應(yīng)用.pdf
- 基于模糊知識(shí)的數(shù)據(jù)分類(lèi)及其應(yīng)用研究.pdf
- 基于SDO的異構(gòu)數(shù)據(jù)存取技術(shù)及應(yīng)用研究.pdf
- 基于屬性離散化的貝葉斯分類(lèi)算法及其應(yīng)用研究.pdf
- 基于屬性的加密及其應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘技術(shù)在臨床疾病診療中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘中屬性約簡(jiǎn)及分類(lèi)算法研究.pdf
- 語(yǔ)義屬性數(shù)據(jù)聚類(lèi)-分類(lèi)算法及其在異常檢測(cè)中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘分類(lèi)技術(shù)在高校教學(xué)中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘技術(shù)在參考天空分類(lèi)中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘分類(lèi)技術(shù)及其在CRM中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論