序列模式挖掘算法在高血壓藥物推薦中的研究.pdf

1、在海量的醫(yī)療數(shù)據(jù)中發(fā)現(xiàn)潛在的有趣的及有價(jià)值的知識，已成為當(dāng)前研究的熱點(diǎn)。針對高血壓的藥物治療方案進(jìn)行挖掘，發(fā)現(xiàn)其中隱藏的有價(jià)值的知識，為臨床診療提供科學(xué)合理的輔助和推薦，避免醫(yī)療異常行為的發(fā)生具有重要的意義。
　　本研究主要內(nèi)容包括：⑴針對傳統(tǒng)序列模式挖掘算法對支持度閾值靜態(tài)指定的問題，提出了基于支持度閾值動(dòng)態(tài)選擇的序列模式挖掘算法。該算法根據(jù)頻繁序列數(shù)目與支持度閾值之間的關(guān)系，采用曲線擬合的統(tǒng)計(jì)方法，構(gòu)建了支持度閾值隨頻繁序列數(shù)

2、目變化的關(guān)系模型，用于確定支持度閾值的范圍，在此范圍內(nèi)動(dòng)態(tài)選擇支持度閾值。用 Sign Language、BIBLE、MSNBC三個(gè)數(shù)據(jù)集進(jìn)行了測試，結(jié)果表明該算法是合理有效的。⑵針對基于規(guī)則的推薦算法在高血壓藥物的推薦中，只考慮藥物之間的相關(guān)性，而不考慮患者的其它身體指標(biāo)，缺乏科學(xué)性的問題，本文提出來一種針對高血壓藥物治療的加權(quán)序列規(guī)則推薦算法。該算法依據(jù)高血壓危險(xiǎn)分層對患者的處方進(jìn)行加權(quán)，將挖掘得到的帶有權(quán)值的序列規(guī)則用于推薦。⑶結(jié)