基于关联规则算法的医疗数据挖掘

《基于关联规则算法的医疗数据挖掘》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第32卷第2期长春理工大学学报（自然科学版）Vol.32No.22009年6月JournalofChangchunUniversityofScienceandTechnology（NaturalScienceEdition）Jun.2009基于关联规则算法的医疗数据挖掘112胡瑞娟，李岩芳，何昀（1.长春理工大学计算机科学技术学院，长春130022；2.空军航空大学，长春130022）摘要：通过研究基于两阶段频集思想的Apriori算法，针对Apriori算法的性能瓶颈提出了改进的Apriori算法，利用改进的Apriori算法对乳腺疾病数据进行挖掘，使用SQLServer2005数据挖掘工

2、具，主要建立肿瘤复发和其他属性间的关联规则。挖掘结果证明了关联规则算法在医疗数据挖掘中的有效性。关键词：数据挖掘；Apriori算法；改进的Apriori算法；乳腺疾病中图分类号：TP301.6文献标识码：A文章编号：1672－9870（2009）02－0282－03MedicalDataMiningBasedonAssociationRules112HURuijuan，LIYanfang，HEYun（1.SchoolofComputerScienceofTechnology，ChangchunUniversityofScienceandTechnology，Changchun130022；

3、2.AviationUniversityofAirForce，Changchun130022）Abstract：Thispaperstudiesontwo-stepfrequentitemsetApriorialgorithmofAssociationRules.BasedonofApriorial-gorithm'sdisadvantages，itbringsforwordimprovingmethodcalledImprovingApriorialgorithm.UsingthisImprovingApriorialgorithm，itprovidesusthedataminingfor

4、breast-cancersbySQLServer2005dataminingtools，itmainlysetsuptherelationshipbetweenbreast-cancerrecurrencesandotherattributes.TheresultsofdataminingshowsthatAssociationRulesinthemedicaldatamininghaseffectiveness.Keywords：datamining；Apriorialgorithm；ImprovingApriorialgorith；breast-cancer计算机信息技术在医学领域的应

5、用，促进了医法，可以分解为两个子问题：一是找到所有支持度学信息的数字化，使得医院数据库的信息量不断膨大于最小支持度的项集（Itemset），这些项集成为胀。目前大多数医院对数据库的处理属于医学数据频集（FrequentItemset）。二是使用第一步找到的库的低端操作，缺乏数据的集成和分析，更谈不上频集产生期望的规则。为了生成所有频集，使用了在这大量的数据资源中挖掘深层次的、隐含的、有递推的方法。其核心思想如下：价值的知识。正是在这种背景下，医疗数据挖掘应1={candidate1-itemsets}运而生［1］。1={1

6、.countminsup}；本文采用关联规则方法对医院信息系统中28

7、5for(=2；1≠；++)dobegin//直到不能例乳腺疾病患者数据进行医疗数据挖掘。再生成最大项目集为止=apriori_gen(1)；//含k个元素的新的候1基于关联规则的医疗数据挖掘选集foralltransactiontDdobegin1.1Apriori算法=subset(，)；//事务t中包含的候选集［2］Apriori算法是由R.Agrawal等人提出的一种forallcandicatesc∈Ctdo快速挖掘算法，是一个基于两阶段频集思想的方.count++；收稿日期：20090325基金项目：吉林省科技计划项目（20030307）作者简介：胡瑞娟（1983-），女，硕士研

8、究生，主要从事数据库系统，数据仓库和数据挖掘在HIS中的应用研究，E-mail：hur-uijuan01@126.com。第2期胡瑞娟，等：基于关联规则算法的医疗数据挖掘283end针对以上两个不足，对其改进，算法的基本思={

9、.countminsup}［4］想是先找出所有的高频度1维数据项集，这些数end据项集组成1。然后1用于找出所有高频度2维数Answer=；据项集的集合2，然后2用于求出2，由此类推直