【摘要】：慢性呼吸道疾病已成為一種易發(fā)、高發(fā),而又往往被人們所忽視的慢性疾病。常見的慢性呼吸道疾病包括慢支氣管炎、肺氣擴、支氣管哮、肺結(jié)核、肺癌等。由于病理研究對慢性呼吸道疾病的形成機理尚未完全闡明,因此如何通過臨床檢測與處方數(shù)據(jù)實現(xiàn)對不同慢性呼吸道疾病的臨床鑒別診斷是呼吸科重要的臨床需求之一。隨著醫(yī)療物聯(lián)網(wǎng)應用的日益普及和醫(yī)聯(lián)工程示范應用的推進,從海量的診療數(shù)據(jù)中挖掘醫(yī)學知識正成為國內(nèi)外醫(yī)學信息學研究的重要方面。醫(yī)療知識的新發(fā)現(xiàn)往往來源于對臨床醫(yī)療醫(yī)案資料數(shù)據(jù)的整理研究。目前臨床醫(yī)學診療數(shù)據(jù)的整理方式大多都是個人研讀,獨自發(fā)展。這種依賴于個人經(jīng)驗、能力、知識水平的醫(yī)學傳承方式,使得許多寶貴的醫(yī)學知識無法得以科學的歸納總結(jié)和延續(xù),特別是在當下大數(shù)據(jù)時代,科學、快捷、準確的數(shù)據(jù)分析方法的應用顯得尤為重要。本文針對慢性呼吸道疾病臨床數(shù)據(jù)的關(guān)聯(lián)規(guī)則與聚類展開挖掘算法研究,通過文獻分析提出新算法設(shè)想,編程實現(xiàn)新算法,并通過仿真實驗和臨床數(shù)據(jù)對新算法進行驗證。最終實現(xiàn)慢性呼吸道疾病的部分臨床鑒別,一定程度上滿足呼吸科實際的臨床需求。本論文研究的主要工作及特色有:第一、設(shè)計和實現(xiàn)了電子病歷系統(tǒng),并建立了用于數(shù)據(jù)挖掘研究的慢性呼吸道疾病病人臨床醫(yī)療數(shù)據(jù)獲取方法。本文通過該電子病歷系統(tǒng)及其工具實現(xiàn)了相關(guān)醫(yī)療數(shù)據(jù)的收集和檢索,即使用Ensemble平臺的studio工具編寫程序來提取電子病例系統(tǒng)慢性呼吸道疾病患者的處方數(shù)據(jù)和臨床實驗室檢驗數(shù)據(jù),詳細地闡述了研究所用的臨床診療數(shù)據(jù)的來源途徑。第二、提出了一種挖掘慢性呼吸道疾病診療知識關(guān)聯(lián)規(guī)則的Apriori算法,并應用其分析慢性呼吸道疾病病癥的臨床實驗室化學指標特性數(shù)據(jù)值,以及各個涉及到的主要化學指標數(shù)據(jù)值之間的關(guān)系,闡明了該算法對于臨床數(shù)據(jù)研究具有的實際意義。第三、提出了一種聚類慢性呼吸道疾病診療數(shù)據(jù)的改進模糊聚類算法。針對傳統(tǒng)的模糊聚類算法存在的計算量大和聚類效果不明顯等缺點,本文方法從以下四個方面進行了改進:(1)對初始數(shù)據(jù)集合以及循環(huán)迭代后的聚類結(jié)果引入了數(shù)域轉(zhuǎn)換。雖然數(shù)域轉(zhuǎn)換的引入增加了計算步驟,但是對于算法整體而言,數(shù)域轉(zhuǎn)換后可以加快算法收斂速度,總體上提高了計算效率;(2)由于加權(quán)系數(shù)m能夠影響聚類的效果,因而在運行聚類算法前,需要采用模糊決策工具討論加權(quán)系數(shù)m的取值,使得最終的聚類效果達到最佳;(3)為了減少孤立點對聚類計算過程的影響,本文提出基于層次凝聚的初始化聚類中心選擇方法,使所選擇的初始化聚類盡可能逼近最終的聚類,減少聚類計算過程;(4)傳統(tǒng)的模糊聚類算法沒有考慮聚類數(shù)的問題,本文引用基于粒度原理的有效性函數(shù),計算最佳聚類數(shù)。最后,本文利用標準IRIS數(shù)據(jù)集的計算機仿真驗證試驗,從聚類正確性和計算效率兩個方面,對比改進算法和傳統(tǒng)模糊聚類算法,驗證了改進算法提高了數(shù)據(jù)樣本分類的正確性,且快速的收斂也使計算效率得到了提高。同時,臨床數(shù)據(jù)驗證結(jié)果表明基于改進的模糊聚類算法對于慢性呼吸道疾病治療數(shù)據(jù)的分析以及疾病輔助診斷方法的優(yōu)選有著明顯提高判斷作用和科學性。
【學位授予單位】：上海大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：R56;TP311.13
【圖文】：

圖2.1: Ensemble集成平臺內(nèi)部技術(shù)構(gòu)成及關(guān)系圖Figure. 2.1: Internal technology integration platform and diagram其次，本文研究使用的慢性呼吸道疾病電子病歷數(shù)據(jù)庫數(shù)據(jù)庫具備整合、可控、易操作、可溯源等多個特性優(yōu)點。本研究中的慢性呼吸道疾病電子病歷 Ensemble 數(shù)據(jù)庫平臺使用預置的適配器與廣泛的應用、數(shù)據(jù)庫和技術(shù)交流。每個適配器有其連接的應用、數(shù)據(jù)源或技術(shù)所決定的特性，同時所有的適配器有共性，簡單一致的整合模型并提供可靠、可管理的操作。該數(shù)據(jù)庫平臺同時包含強大的數(shù)據(jù)轉(zhuǎn)換能力以連通應用語義和數(shù)據(jù)圖表的差異。所有整合組件存儲于慢性呼吸道疾病電子病歷 Ensemble 數(shù)據(jù)庫平臺的共享元數(shù)據(jù)倉庫，可以更快的整合、開發(fā)，更易管理，更大擴展。此外，數(shù)據(jù)庫平臺提供獨有的全譜協(xié)奏服務(wù)以通過流程圖、XML 文檔和代碼形式定義流程和整合邏輯。同時 Ensemble 數(shù)據(jù)庫平臺既是提供 Web 服務(wù)的平臺，也是使用 Web 服務(wù)的平臺，任何 Ensemble 方法或業(yè)務(wù)流程都可以作為 Web 服務(wù)發(fā)布，它是一個提供快速實現(xiàn)最復雜企業(yè)應用整合目標所需能力的全面的平臺

圖2.2:業(yè)務(wù)發(fā)送請求和 HIS（Hospital information sysytem）響應消息Figure. 2.2: Each other requests in the bottom of and HIS (Hospital informationsysytem) response message

:業(yè)務(wù)發(fā)送請求和 HIS（Hospital information sysytem）響2.2: Each other requests in the bottom of and HIS (Hospital insysytem) response message

【參考文獻】

相關(guān)期刊論文 前10條

1 王淑芬;王衛(wèi);;基于二層規(guī)劃的改進RBF算法在iris數(shù)據(jù)集分類中的應用[J];長江大學學報(自然科學版);2012年08期

2 張宇;;血常規(guī)檢測的臨床意義[J];中國醫(yī)藥指南;2012年17期

3 蔡靜;汪求真;韓秀霞;趙杰;王玉文;魏來;于濤;趙振蕾;陳沛學;董懷峰;李承坤;孫永葉;馬愛國;;肺結(jié)核患者就診臨床表現(xiàn)及變化特點調(diào)查分析[J];中華疾病控制雜志;2012年05期

4 張俊鵬;賀建峰;馬磊;;基于最優(yōu)風險與預防模型的醫(yī)療數(shù)據(jù)挖掘算法[J];計算機工程;2011年22期

5 沈明霞;林雨芳;章光華;;基于數(shù)據(jù)挖掘的消化系統(tǒng)疾病患者醫(yī)療費用分析[J];中國醫(yī)院統(tǒng)計;2011年02期

6 劉尚輝;王露;鄭德祿;;Apriori關(guān)聯(lián)規(guī)則在甲狀腺結(jié)節(jié)病案分析中的應用[J];中國衛(wèi)生統(tǒng)計;2011年02期

7 奉國和;;SVM分類核函數(shù)及參數(shù)選擇比較[J];計算機工程與應用;2011年03期

8 王占江;盛春冬;孫惠杰;;基于KFCM與SAPSO算法的圖像分割[J];遼寧工程技術(shù)大學學報(自然科學版);2010年05期

9 王歡;;淺談數(shù)據(jù)挖掘技術(shù)及其應用[J];科技信息;2009年21期

10 高翔;;治療慢性支氣管炎經(jīng)驗總結(jié)[J];中華中醫(yī)藥雜志;2008年09期

本文編號：2778653