美章网 资料文库 临床医学中数据挖掘技能的应用范文

临床医学中数据挖掘技能的应用范文

时间:2022-02-07 03:33:21

临床医学中数据挖掘技能的应用

1数据挖掘中常用的工具分析

作为人工智能同数据库技术结合下的产物,数据挖掘技术的很多方法都来源于机器的学习,所以模式识别,机器学习以及人工智能领域常规的技术例如决策树、聚类分析、统计分析等方法在改进后都能用于挖掘数据。对医学数据库的数据挖掘,最重要的是对疾病的分类以及疾病预测。现阶段床用的挖掘工具有几下几种:

1.1以统计分析为基础的数据挖掘法数据挖掘技术里非常多的实用工具都是以统计分析作为基础构造而成的,作为一门比较成熟的分析数据的技术,统计技术在很多挖掘数据的工具中得到了充分的应用。

1.2人工神经网络法作为计算领域的重要技术,人工的神经元网络技术能根据管理模式或者非管理模式进行学习和研究,管理模式中的神经网络要预测现有的示例可能造成的结果,并将预测到的结果同目标答案比较;非管理模式学习法对数据的描述很有效却可以预测结果,而非管理模式里的神经网络创建了自己的合法性验证及操作、类描述,无关于数据模式,神经网络需要经历相当的时间,同时由于它们像黑盒一样的行为会不能满足信息分析员的要求。

1.3决策规则法与决策树决策规则法与决策树就是一种解决在实际应用中的分类问题的方法,简单的说,分类是使数据反映到一个事先定义好的类中的函数过程,以一组输入属性值的向量或者相应类,归纳学习算法,然后得出分类。学习的目标就是要构建分类模型,根据属性输入值来预测实体的类。换言之,分类就是将一不连续标识值分到一个未标识的记录中的过程,分类规则由于较直观,因而易容于让人接受,许多实施的决策树在机器获取领域中得到了有效算法。

1.4进化的计算法这是模仿了生物进化的一种计算方法的总称,包括遗传编程、进化规划、进化策略及遗传算法,它们一般具有下列特点;进化计算在函数的适度约束下进行智能搜索,在目标函数的驱动下优胜劣汰,通过数次迭代逐步接近目标,因为进化计算大都采用变异、杂交等的操作以扩大搜索的范围,所以其能接近全局的最优解,且具有框架式结构。一般在完成编码及适应度函数选择后,下面的遗传、杂交及变异等操作都能自动完成。

2临床医学中数据挖掘技术的运用分析

2.1疾病诊断疾病诊断的准确性对于病人合理用药指导以及康复指导非常重要。在临床医学上,疾病类型多种多样、致病原因错综复杂,通过数据挖掘技术的应用,能够更好的进行临床诊断。在疾病诊断方面,模糊逻辑分析法、人工神经网络、粗糙集理论等工具非常有效。我国学者通过人工神经网络分析法用于类风湿的临床诊断,临床诊断准确性大大提高。国外学者也通过人工神经网络分析法用于实体性肺结节的临床诊断,准确率高达百分之百。在心血管疾病诊断中,应用模糊逻辑开发以及粗糙集理论,临床准确准确率高达93.5%。

2.2分析疾病相关因素在医院信息库中,含有大量的患者个人资料以及病情信息,包括患者的性别、年龄、生活情况等多方面资料,通过对数据库中相关信息的综合研究与分析,可以得出有指导性意义的模式以及关系。疾病的发病原因、相关性危险因素分析,能够有效指导此类疾病的预防。比如说,国外研究人员运用数据挖掘技术成功分析了导致产科早产的三个危险性因素。

2.3疾病预测分析通过数据挖掘技术运用,能够确定疾病的未来发展方向,结合患者的病史、临床症状,分析、预测疾病的发展,从而有的方式的进行疾病预防。比如说,运用粗糙集分析方法,可以有预测疾病的发生。现阶段,通过粗糙集理论预测疾早产准确率高达70%-90%,而人工预测准确性仅为16%-35%。

2.4在临床影像学中的应用随着医学的不断进步以及影像学的发展,在临床医学中,影像图像被越来越多的应用到临床疾病诊断中去。PET、MRI、CT等就是常用的疾病诊断工具。随着数据挖掘技术的发展与应用,其在医学图像中逐渐应用,并发挥越来越重要的价值。西方学者通过数据挖掘机是成功对SPECT心肌图像进行了临床诊断分类。

作者:董亚群单位:吉林师范大学计算机学院

被举报文档标题:临床医学中数据挖掘技能的应用

被举报文档地址:

https://www.meizhang.comhttps://www.meizhang.com/yixuezazhi/zglcyxyxzz/638023.html
我确定以上信息无误

举报类型:

非法(文档涉及政治、宗教、色情或其他违反国家法律法规的内容)

侵权

其他

验证码:

点击换图

举报理由:
   (必填)