数据挖掘在医学信息系统中的应用

《数据挖掘在医学信息系统中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中山大学硕士学位论文数据挖掘在医学信息系统中的应用姓名：许鉴申请学位级别：硕士专业：软件工程指导教师：印鉴20060501论文题目专业硕(博)士生指导教师数据挖掘在医学信息系统中的应用软件工程许鉴印鉴教授摘要随着计算机技术的发展，当今各行各业都步入信息时代，医学更是走在时代的前列。近年来大型医院信息管理系统的发展，有关病人和疾病的电子格式的数据也是日益增多。医院收集的病人的数据对医学研究是非常重要的。科研人员可以通过一些方法在这些数据中找出对科研有用的信息。把数据挖掘理论与医学信息相结合，将给科研人员的工作带来帮助。

2、数据挖掘中的关联规则技术是从一组事务记录的数据库中发现一些事务项目fRl的关系信息。本文的工作将致力于把关联规则的概念引入到医学信息系统中，从而帮助科研人员发现某些病症之间的关系并进行研究。本文在综述了相关的数据挖掘理论，包括数据挖掘的总体思想和关联规则挖掘，医院病历内容及病症描述规则的基础上，明确了医学信息关联规则挖掘的研究难点在于：如何设计正确有效的挖掘算法。针对这个难题，采用FP．growth的思想来建立FP树，再用了幂集的理论来求得产生的频繁模式，从而完成关联规则的挖掘。关键词：数据挖掘，医学信息系统，关联规

3、则，FP—growth算法TitieMajorNalTleSupervisorDataMininginHospitalInformationSystemSoftwareEngineeringXuJianProf．YinJianAbstractWiththedevelopmentofcomputertechnology,manyfieldsstepintotheinformationera，especiallytheMedicalfield．HospitalInformationSystemshavebeengreat

4、lydevelopedthesedaysandtheinformationaboutthepatientandthediseasesinelectricformshavebeengreatlyincreased．Thedatacollectedfromthepatientsisveryimportant．Theresearchersmayfindoutsomethinginterestingfromthedata．Connectingdataminingtheoriesandthemedicalinformation

5、willhelpresearchersdotheirjobs．Thetechnologyofassociationrulesistofindoutsomeassociationsamongthetransactionsinthedatabase．Thisarticletriestoapplythetheoryofassociationmleinhospitalinformationsystem．andthentohelptheresearchersdoresearchesonthecollecteddata．Afte

6、rdescribingsomedataminingtheories，includingtheoverviewofdataminingandtheassociationrule，andtherulesthatthedoctorscanunderstand，theproblemoffindingassociationrulesinmedicaldataisfoundout．Theproblemishowtodesignacorrectandeffectivealgorithm．Tosolvetheproblem，thef

7、amousFP—growthalgorithmisapplied，andthetheoryofpowersetisappliedtominetheFP—tree．Keywords：DataMining，HospitalInformationSystem，AssociationRules，FP—growthII中山大学研究生学位论文数据挖掘在医学信息系统中的应用1．1研究背景第1章绪论目前，医疗信息系统正在全国范围内普及，它的最显著的一个优点就是可以对信息数据交流共享和反复利用。医生通过医疗信息系统中对病人以前病历的记

8、录，结合现在的病情症状加以综合分析，可以对病人的病情有更加全面的了解，更便于对症下药。医疗信息系统方便了医生的诊断，同时也节省了病人在看病时办手续的时间。在临床研究中，随着近年来大型医院信息管理系统的发展，有关病人和疾病的电子格式的数据同益增多，通过临床日常工作和各项检查数据进行的数据挖掘研究也逐年增加。数据量在不断高速增长，知识量增长却相对缓