決策樹數(shù)據(jù)挖掘技術在醫(yī)學診斷中的應用研究.pdf

1、近些年來，數(shù)據(jù)挖掘(Data Mining)技術在醫(yī)學上已經得到了廣泛的應用。本文從手術診斷實際需要出發(fā)，研究了決策樹挖掘技術在醫(yī)學診斷中的應用研究問題，并且構建了一個可視化的實驗系統(tǒng)。 本文首先簡要闡述本課題的研究背景，指出將決策樹技術應用于醫(yī)學診斷的理論意義和現(xiàn)實意義。同時，介紹本文的研究內容、創(chuàng)新點以及理論分析框架。本文引入了決策樹基本理論、決策樹建樹算法、決策樹前后剪枝算法。其中重點介紹如何利用決策樹算法生成決策樹，以及

2、PEP后剪枝算法和卡方測試前剪枝算法，并用實例進行闡述。主要介紹對手術診斷決策表的數(shù)據(jù)預處理過程。根據(jù)手術診斷信息的特點，利用等頻離散化算法及泛化技術將手術診斷信息進行離散化預處理，得到離散化了的手術診斷信息決策表。本論文的主要創(chuàng)新點是決策樹的可視化實現(xiàn)，就如何將一棵多叉樹美觀的呈現(xiàn)出來進行了詳細的闡述，提供了可操作的算法，并分析了該算法的時間復雜度。 進一步的文章介紹了基于決策樹理論的決策系統(tǒng)。該系統(tǒng)在Jbuliter2006

3、平臺下開發(fā)，實現(xiàn)了從手術診斷信息決策表讀取、創(chuàng)建決策樹、決策樹前后剪枝、規(guī)則提取及輸出保存的一整套算法，在上面的幾個步驟中，顯示決策樹、規(guī)則集或測試結果都可以通過本系統(tǒng)進行可視化的顯示。實現(xiàn)了從抽象的決策樹生成到具體的顯示該決策樹、從生成到最后的測試和規(guī)則提取的整個過程。最后用手術診斷決策表進行測試，結果證明了程序和算法的正確性。 論文最后對本文的研究結論進行了歸納和總結，闡述了本項研究的啟示和主要貢獻，也指出了本項目研究中的不