數(shù)據(jù)挖掘在醫(yī)學(xué)診斷規(guī)則提取中的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩51頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著科學(xué)技術(shù)的迅猛發(fā)展,各種先進(jìn)的醫(yī)療檢測設(shè)備不斷涌現(xiàn),醫(yī)院信息化建設(shè)也在不斷完善,為我們積累了大量珍貴的醫(yī)學(xué)資料。然而,面對如此海量的數(shù)據(jù),僅憑專家、醫(yī)生的個人能力已不足以充分分析、總結(jié)蘊(yùn)涵在其中的知識以輔助診斷。而數(shù)據(jù)挖掘作為一種知識獲取技術(shù)以其本身的特性解決了知識自動獲取這一難題,并充分利用了醫(yī)療信息化平臺積累的大量數(shù)據(jù);因而將數(shù)據(jù)挖掘技術(shù)引入計算機(jī)輔助醫(yī)學(xué)診斷系統(tǒng),實現(xiàn)知識的自動獲取,將會極大的推動計算機(jī)輔助醫(yī)學(xué)診斷的發(fā)展,形成

2、一個具有廣闊發(fā)展前景的領(lǐng)域。 本文首先對數(shù)據(jù)挖掘技術(shù)做了概述,并對其中的關(guān)聯(lián)規(guī)則做了詳細(xì)分析。針對實際醫(yī)學(xué)數(shù)據(jù)多為多值的情況,對原有布爾關(guān)聯(lián)算法做了改進(jìn),得到針對多值屬性的關(guān)聯(lián)規(guī)則挖掘方法。該方法是受粗糙集區(qū)分矩陣思想的啟發(fā),先給出相似屬性集合矩陣的概念并構(gòu)造相似矩陣,然后遍歷該矩陣得到候選頻繁項及其所屬事務(wù)集合,最終產(chǎn)生關(guān)聯(lián)規(guī)則;這樣無須進(jìn)行多值到布爾值類型的轉(zhuǎn)化,即可直接應(yīng)用于多值屬性的關(guān)聯(lián)規(guī)則挖掘。由于在求解候選頻繁項的同

3、時也得到其所屬事務(wù)集合,于是在數(shù)據(jù)內(nèi)容發(fā)生變化時,只需要對增量部分?jǐn)?shù)據(jù)進(jìn)行挖掘,并修改相應(yīng)候選頻繁項所屬的事務(wù)集合,即可求得變化后數(shù)據(jù)集下的頻繁項,進(jìn)而求出關(guān)聯(lián)規(guī)則,形成一種增量式關(guān)聯(lián)規(guī)則更新算法;這樣在無需對全部數(shù)據(jù)集重新操作的情況下求得關(guān)聯(lián)規(guī)則,提高了效率;實現(xiàn)了快速、準(zhǔn)確的增量式關(guān)聯(lián)挖掘,并從理論和實驗兩個方面驗證了算法的有效性。 最后,構(gòu)建了一個用于醫(yī)學(xué)診斷的數(shù)據(jù)挖掘規(guī)則提取平臺,并對該平臺從分析、設(shè)計到實現(xiàn)做了詳細(xì)的描

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論