醫(yī)學(xué)知識(shí)獲取與發(fā)現(xiàn)的研究.pdf

1、醫(yī)學(xué)知識(shí)自動(dòng)獲取與發(fā)現(xiàn)對(duì)醫(yī)學(xué)研究分析具有重要現(xiàn)實(shí)意義,是解決"數(shù)據(jù)豐富,知識(shí)貧乏"問(wèn)題,提高醫(yī)學(xué)工作者知識(shí)水平的關(guān)鍵性技術(shù).該文提出了融基于知識(shí)編輯器的知識(shí)獲取系統(tǒng)和基于數(shù)據(jù)挖掘技術(shù)的知識(shí)發(fā)現(xiàn)系統(tǒng)于一體的醫(yī)學(xué)知識(shí)獲取與發(fā)現(xiàn)系統(tǒng)構(gòu)架.以糖尿病及并發(fā)癥為研究實(shí)例,構(gòu)建了一套完整的解決方案.方案包含了知識(shí)編輯和知識(shí)挖掘技術(shù)的各個(gè)功能模塊;在完成醫(yī)學(xué)數(shù)據(jù)的冗余性消除、規(guī)范化儲(chǔ)存以及數(shù)據(jù)無(wú)縫融合與共享等任務(wù)后,實(shí)現(xiàn)知識(shí)歸納、提取及冗余性知識(shí)消除與

2、可視化表達(dá)等功能.利用"知識(shí)編輯"把醫(yī)學(xué)知識(shí)整理成系統(tǒng)模型,并把它作為數(shù)據(jù)挖掘的原始參考."知識(shí)挖掘"和"知識(shí)編輯"兩種技術(shù)相互印證,互為補(bǔ)充構(gòu)成本論文的目標(biāo).該課題工作重點(diǎn)在定性數(shù)據(jù)的關(guān)系挖掘、定量數(shù)據(jù)的聚類分析以及知識(shí)的可視化模型化表達(dá)等方面.除了構(gòu)建醫(yī)學(xué)知識(shí)獲取與發(fā)現(xiàn)系統(tǒng)框架外,討論了關(guān)聯(lián)模型、Rough信息決策模型等定性數(shù)據(jù)的定量化挖掘方法以及人工神經(jīng)網(wǎng)絡(luò)、模糊聚類分析等定量數(shù)據(jù)挖掘的技術(shù);改進(jìn)了數(shù)據(jù)挖掘理論中的關(guān)聯(lián)模型:針對(duì)知

3、識(shí)規(guī)則的冗余性問(wèn)題,提出運(yùn)用集合的Apriori性質(zhì),以逆向遞歸方式消減冗余規(guī)則;參照多尺度分析的概念,增加了次級(jí)支持度的參數(shù),用條件置信度閾值均衡知識(shí)規(guī)則的質(zhì)和量,減少數(shù)據(jù)挖掘過(guò)程中丟棄的知識(shí)規(guī)則.在知識(shí)表達(dá)方法中引入圖論中的生成樹(shù)的形式;同時(shí)嘗試用統(tǒng)一建模語(yǔ)言實(shí)現(xiàn)面向計(jì)算機(jī)的知識(shí)表達(dá);探討模型化解析化方式實(shí)現(xiàn)現(xiàn)有文本知識(shí)的精化和融合,以糖尿病數(shù)據(jù)分析為實(shí)例,設(shè)計(jì)并實(shí)現(xiàn)基于知識(shí)編輯器的交互式知識(shí)獲取系統(tǒng).上述工作在糖尿病并發(fā)癥流行病學(xué)