基于屬性簡約的乳腺疾病數(shù)據(jù)分類技術(shù)及應(yīng)用研究.pdf

1、隨著計算機(jī)技術(shù)的發(fā)展，醫(yī)療信息化的腳步也在加快，利用信息化推動醫(yī)療的改革是未來醫(yī)療行業(yè)的發(fā)展方向。與此同時，如何將大量存儲的醫(yī)療數(shù)據(jù)高效地運用起來并發(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)屬性簡約，是在不失去數(shù)據(jù)原有表達(dá)內(nèi)容的基礎(chǔ)上來選擇最小的數(shù)據(jù)屬性子集，該方法可以通過線性選擇或非線性映射來去除冗余的和不相關(guān)的屬性，從而達(dá)到數(shù)據(jù)分類準(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，對醫(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，可以讓用戶在數(shù)據(jù)挖掘之前、數(shù)據(jù)挖掘的過程中和數(shù)據(jù)挖掘后得到的結(jié)果三個階段增加交互性，提高用戶或研究者對于數(shù)據(jù)的理解程度。
　　本文從特征選擇和特征提取兩個方面，采用相關(guān)算法分別對兩組乳腺疾病的醫(yī)療數(shù)據(jù)進(jìn)行屬性簡約和分類，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、意義及國內(nèi)外研究現(xiàn)狀，論述了數(shù)據(jù)挖掘中分類與聚類的基本方法，討論了數(shù)據(jù)挖掘技術(shù)和可視化的基本理論和思想，舉例說明了數(shù)據(jù)可視化、數(shù)據(jù)挖掘過程可視化和數(shù)據(jù)挖掘結(jié)果可視化的方法和步驟，介紹了兩種屬性簡約方式即數(shù)據(jù)特征選擇和特征提取的算法。
　　然后，通過某醫(yī)院實際診療的乳腺癌數(shù)據(jù)，使用Weka工具對788條患者數(shù)據(jù)進(jìn)行了分類分析，該研究對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，再用分類算法建模，從而實現(xiàn)數(shù)據(jù)的分類。實驗結(jié)果表明，對于乳腺癌數(shù)據(jù)采用貝葉斯網(wǎng)絡(luò)分類的準(zhǔn)確率最高，且模型的各項性能指標(biāo)優(yōu)于其他分類算法；Logistic回歸算法對三種特征選擇算法后得到的屬性值進(jìn)行分類的準(zhǔn)確率都有所提升；采用特征選擇后進(jìn)行分類建模的時間都有所減少，時間復(fù)雜度有所降低。
　　最后，通過對一組電阻抗掃描乳腺檢測數(shù)據(jù)的KMO檢驗，得出其計量值大于0.9，適合因子分析