您所在位置：网站首页 > 中学教育 > 其它中学文档数据挖掘在医学数据分析中的应用

数据挖掘在医学数据分析中的应用

16页

卖家[上传人]：206****923

文档编号：91101766

上传时间：2019-06-22

文档格式：DOC

文档大小：3.21MB

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 金贝

/ 16 举报版权申诉马上下载

文本预览

下载提示

常见问题

1、国防科学技术大学硕士学位论文数据挖掘在医学数据分析中的应用姓名:左颖申请学位级别:硕士专业:计算机技术指导教师:毛晓光20071001 国防科学技术大学研究生院工程硕士学位论文分析。如:包雷等【I6】引入贝叶斯模型的聚类算法对大规模基因表达谱进行数据分析,并应用该算法对两个公共的基因表达数据集进行了知识再挖掘。马燕等【17】用贝叶斯神经网络构造分类器,对DNA序列分类,来预测蛋白质的功能。(2l晦床诊断和治疗方面。疾病的诊断、治疗和预后预测常由于某些疾病的复杂性,加之医学技术本身是一个具有很强实践性、统计性的验证科学,导致这一过程往往由医师知识和经验决定。而数据挖掘技术可以通过对患者资料数据库中大量历史数据进行处理、提炼出蕴含其中的大量有价值的信息,从而为临床决策服务。经过探索发现,分类分析、粗糙集理论、人工神经网络、模糊逻辑分析在这方面有其独特的应用价值。如:常崇旺等【l引用人工神经网络对帕金森病的诊断结果进行预测,达到误诊率6.4%,漏诊率8.3%,准确度92.9%的效果。李男等【l刿用粗糙集方法对肺部肿瘤进行诊断评价,为医学诊断开辟了新途径。张改英等201用贝叶斯方法建立医生辅助

2、诊断模型,对疾病症状进行分型,减少医生诊断中的不确定性。余辉博jrtsj用模糊C均值方法对糖尿病患者数据进行聚类分析,验证了糖耐量低下这种介于健康和患病之间的亚健康状态的存在。(3流行病学研究和医学统计方法学方面。数据挖掘方法是基于机器学习的,同传统统计方法在不同类型数据的处理中各有优势。在实际的运用中常常联合使用,取长补短。Dreiseitl2lJ等将决策树与logistic回归、神经网络方法联合运用分析影响疾病死亡率的因素,从而弥补了神经网络产生的结果不易理解的弊端。同时,数据挖掘方法在流行病学的研究中使用,也效果显著:关鹏等221将Apriod关联规则应用于甲型肝炎风险预测中,发现甲型肝炎发病与季节、气温、气压、降水量、蒸发量等影响因素之间的关联。(4医院和卫生事业管理方面。医院信息系统(HIS的建立为医院科学管理提供了大量的信息资源,同时也为医疗保健政策的制定、卫生资源的合理配置提供了决策支持的信息来源。但是传统的数据库方法以及分析方式多停留在了数据的录入、查询和一般的统计功能上。而数据挖掘方法的出现和发展,为从错综复杂的、庞大的医学信息库中提取有价值的决策支持信息提供了有效的途经和方法: Young Moon Cheet23】基于韩国医保数据用决策树技术为人群健康评估以及高血压管理提供了决策信息;石义芳等【25J利用关联聚类算法对医院病人的流量信息进行了分析,为提升医院服务质量和管理水平提供对策;刘明霞等125】基于综合控制论和神经网络原理,运用自组织数据挖掘的方法,对建立我国卫生总费用预测模型进行了探索,从而为合理配置卫生资源的决策支持信息的获取提供了条有效途经。此外,数据挖掘在药物的研发,毒理学研究等方面也有一些探索和应用性研究。

《数据挖掘在医学数据分析中的应用》由会员206****923分享，可在线阅读，更多相关《数据挖掘在医学数据分析中的应用》请在金锄头文库上搜索。

点击阅读更多内容

TA的资源