基于數(shù)據(jù)挖掘的泌尿外科臨床決策支持系統(tǒng)研究.pdf

1、近年來，醫(yī)學工程有了飛速的發(fā)展，大量醫(yī)學數(shù)據(jù)通過測量儀器被詳細的記錄下來，因此導致醫(yī)學相關數(shù)據(jù)海量增長。在如此海量的數(shù)據(jù)庫中利用各種數(shù)據(jù)挖掘方法和技術來發(fā)現(xiàn)和總結各種疾病的臨床表現(xiàn)、發(fā)展規(guī)律和它們之間的相互關系，比較各種診療方案的療效，這對于疾病的診斷、治療甚至是醫(yī)學研究來說都是很有價值和意義的。
　　本文首先綜述了醫(yī)學數(shù)據(jù)挖掘的主要特點、基本過程、關鍵技術及發(fā)展方向。然后對基于傳統(tǒng)數(shù)據(jù)挖掘分類方法的泌尿外科疾病診斷進行了研究，接

2、著提出了一種基于頻繁閉項集的新關聯(lián)分類算法ACCF。ACCF算法基于頻繁閉項集，這是因為頻繁閉項集的數(shù)量遠少于頻繁項集的數(shù)量，且根據(jù)頻繁閉項集可以獲取全部的頻繁項集，通過頻繁閉項集得到的類關聯(lián)規(guī)則能獲取所有的規(guī)則。結合泌尿外科疾病數(shù)據(jù)的特點，ACCF算法也對規(guī)則修剪和匹配方法進行了改進。
　　在對UCI數(shù)據(jù)庫中的18組數(shù)據(jù)集和泌尿外科疾病數(shù)據(jù)集的實驗表明，ACCF能挖掘出高質量且不丟失任何信息的規(guī)則，不僅大大減少了候選類關聯(lián)規(guī)則數(shù)

3、量，而且在分類準確率上也高于具有代表性的傳統(tǒng)關聯(lián)分類算法—CBA算法。在對泌尿外科疾病集的診斷中，與本文中介紹的其他傳統(tǒng)分類算法相比，ACCF也表現(xiàn)出了最高的分類準確率。
　　本文的內容和取得的成果如下：
　?、賹γ谀蛲饪萍膊≡\斷中傳統(tǒng)的幾種分類算法：決策樹、樸素貝葉斯、BP神經網(wǎng)絡、基于關聯(lián)規(guī)則分類（CBA）進行了研究，并做了大量的對比實驗。
　?、趶睦碚撋戏治隽藗鹘y(tǒng)關聯(lián)規(guī)則分類算法存在的問題，提出一種基于頻繁閉項集