【摘要】：隨著智慧醫(yī)療地不斷發(fā)展,運(yùn)用數(shù)據(jù)挖掘技術(shù)從復(fù)雜的醫(yī)療大數(shù)據(jù)中找出對(duì)治療及預(yù)防疾病有用的醫(yī)學(xué)規(guī)律,已成為醫(yī)療信息化的研究重點(diǎn),而關(guān)聯(lián)規(guī)則挖掘作為其中重要的分支,可以從既往診斷和歷史治療記錄中有效的發(fā)現(xiàn)有用的醫(yī)學(xué)規(guī)律。根據(jù)有關(guān)資料統(tǒng)計(jì),我國(guó)的糖尿病患者發(fā)病率每年都在上升。由糖尿病引發(fā)的并發(fā)癥會(huì)導(dǎo)致患者身體代謝紊亂,長(zhǎng)期的藥物治療給個(gè)人、家庭及社會(huì)帶來(lái)巨大的壓力。因此,通過對(duì)糖尿病患者信息系統(tǒng)的疾病診斷數(shù)據(jù)進(jìn)行挖掘分析,可以得出的關(guān)聯(lián)規(guī)則能輔助醫(yī)生預(yù)估糖尿病患者將會(huì)有何并發(fā)癥,使醫(yī)療資源得到合理的利用。本文選取了廣西南寧市某三級(jí)甲等醫(yī)院糖尿病患者的醫(yī)學(xué)診斷資料,采用改進(jìn)的關(guān)聯(lián)規(guī)則方法對(duì)糖尿病并發(fā)癥的相關(guān)性進(jìn)行研究,并將挖掘流程進(jìn)行界面化,設(shè)計(jì)實(shí)現(xiàn)糖尿病并發(fā)癥數(shù)據(jù)挖掘原型和患者信息系統(tǒng)。以下是本課題主要完成的工作:(1)數(shù)據(jù)預(yù)處理。以糖尿病患者的疾病診斷數(shù)據(jù)為數(shù)據(jù)源,創(chuàng)建糖尿病患者疾病診斷數(shù)據(jù)庫(kù)。運(yùn)用Oracle的PL/SQL Developer查詢工具對(duì)疾病診斷數(shù)據(jù)進(jìn)行篩選及預(yù)處理,并對(duì)數(shù)據(jù)進(jìn)行了基礎(chǔ)性分析。(2)關(guān)聯(lián)規(guī)則挖掘算法Apriori的改進(jìn)。將Apriori算法作為本課題的主要研究重點(diǎn),用簡(jiǎn)單實(shí)例說明了該算法在時(shí)間復(fù)雜度和空間復(fù)雜度兩方面的瓶頸問題,以及多次遍歷數(shù)據(jù)庫(kù)、產(chǎn)生的中間候選集呈指數(shù)劇增、I/O利用率低下等性能問題。本文提出了一種能有效降低時(shí)間成本和空間成本的Advanced_Apriori改進(jìn)算法,并詳細(xì)介紹了它的基本原理,同時(shí)通過具體實(shí)例說明了改進(jìn)算法的執(zhí)行流程,最后通過三組實(shí)驗(yàn)對(duì)比分析,說明了對(duì)原算法在縮減挖掘時(shí)間、提高存儲(chǔ)空間利用率等方面改善的有效性。(3)基于數(shù)據(jù)挖掘的糖尿病患者信息系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)。以挖掘糖尿病患者并發(fā)癥之間的關(guān)聯(lián)規(guī)則為主要目標(biāo),設(shè)計(jì)實(shí)現(xiàn)了基于Advanced_Apriori改進(jìn)算法的患者信息系統(tǒng),結(jié)合數(shù)據(jù)的預(yù)處理,實(shí)現(xiàn)關(guān)聯(lián)規(guī)則挖掘功能。本系統(tǒng)在輔助醫(yī)生和患者進(jìn)行糖尿病并發(fā)癥的預(yù)防和干預(yù)方面具有實(shí)際參考價(jià)值。
【學(xué)位授予單位】：廣西大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：R587.1;TP311.13;TP311.52
【圖文】：

數(shù)據(jù)挖掘技術(shù)悄然興起。逡逑前數(shù)據(jù)挖掘的定義指從海量的、缺乏完整性的、缺乏一致性的、含有發(fā)現(xiàn)規(guī)律的過程，它主要結(jié)合了統(tǒng)計(jì)學(xué)理論、數(shù)據(jù)庫(kù)知識(shí)、深度學(xué)習(xí)、多種學(xué)科技術(shù)，高效智能地分析業(yè)務(wù)數(shù)據(jù)，從中得到潛在的模式，輔策分析。逡逑據(jù)挖掘技術(shù)采用的算法必須具有可伸縮性來(lái)處理巨大的高維度數(shù)據(jù)，它件下從不同層次不同維度來(lái)主動(dòng)挖掘數(shù)據(jù)中隱藏的知識(shí)，而原始的數(shù)據(jù)分析條件確定的情況下才能獲取知識(shí)，所以簡(jiǎn)單的數(shù)據(jù)分析與數(shù)據(jù)挖掘的區(qū)別。目前，數(shù)據(jù)挖掘技術(shù)的應(yīng)用領(lǐng)域包括了商務(wù)智能、市場(chǎng)分析與析與風(fēng)險(xiǎn)管理、欺騙檢測(cè)與管理、移動(dòng)通信、健康醫(yī)療等領(lǐng)域［３Ｑ］。逡逑據(jù)挖掘過程可歸納為以下幾個(gè)步驟：定義問題、構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)預(yù)掘建模、結(jié)果分析與改進(jìn)具體的流程圖見２－１。逡逑數(shù)據(jù)挖掘邐Ｉ邐數(shù)據(jù)挖掘邐結(jié)果表達(dá)和解釋逡逑

廣西大學(xué)工程碩士學(xué)位論文邐基于數(shù)據(jù)彡藝掘的糖尿病，電者信，毫系統(tǒng)的應(yīng)用研究逡逑ｄｉａｂｅｔｉｃｊｐａｔｉｅｎｔｓ＿ｄｉａｇｎｏｓｉｓ＿ｚｊ中，最終得出的數(shù)據(jù)格式如

邐Ｂ８邐Ｐ２，Ｐ４逡逑Ａｐｒｉｏｒｉ算法的執(zhí)行過程如圖４－１所示：逡逑Ｔｉｄ邐Ｉｔｅｍｓ逡逑｜邋Ｂ１邋Ｐｌ，Ｐ２ｖＰ４邐Ｉｔｅｍｓｅｔ邋ｓｕｐ邐Ｉｔｅｍｓｅｔ邋ｓｕｐ逡逑￣Ｂ２Ｐ１＾２邋Ｐ４邐１邋￣｛ＰＩ｝邐「邐｛ＰＩ｝邋￣逡逑互邋Ｐ１，Ｐ４第ｉ次掃描—映—工上逡逑Ｂ４邐Ｐ２，Ｐ３邐邐？邋邋｛Ｐ３｝N邐｛Ｐ３｝邐４逡逑￣＾５邐Ｐ１，Ｐ３邐｛Ｐ４｝邐６￣邐｛Ｐ４｝邐６￣邐＾逡逑耳即＝邐ｃ邐Ｉ邋ｓｕｐ］逡逑邐Ｐ２，Ｐ３＞Ｐ４邐＇邐｛Ｐ１，Ｐ２｝邐３邋Ｃ２邐＾逡逑Ｂ８邐｜邐Ｐ２，Ｐ４邐１邐｛Ｐ１

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 ;國(guó)家衛(wèi)生信息化“十二五”規(guī)劃從“35212”升級(jí)為“36312”[J];中國(guó)數(shù)字醫(yī)學(xué);2013年10期

2 黃肇明;;Apriori算法的改進(jìn)及其在單病種信息挖掘中的應(yīng)用[J];廣西科學(xué)院學(xué)報(bào);2009年04期

3 張貞梅,孫忠林,陳欣;數(shù)據(jù)挖掘的關(guān)聯(lián)規(guī)則建立與算法改進(jìn)[J];福建電腦;2005年05期

相關(guān)博士學(xué)位論文 前3條

1 趙曉華;基于大數(shù)據(jù)下2型糖尿病及并發(fā)癥患者就診信息的挖掘研究[D];廣州中醫(yī)藥大學(xué);2016年

2 張超;數(shù)據(jù)挖掘中分類分析的策略研究及其生物醫(yī)學(xué)應(yīng)用[D];南方醫(yī)科大學(xué);2008年

3 顧經(jīng)宇;糖尿病臨床病案信息管理系統(tǒng)的設(shè)計(jì)開發(fā)與應(yīng)用[D];南京醫(yī)科大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 劉明;基于醫(yī)院信息系統(tǒng)的糖尿病并發(fā)癥輔助診斷模型研究[D];哈爾濱工業(yè)大學(xué);2018年

2 曾興;基于關(guān)聯(lián)規(guī)則挖掘的學(xué)生成績(jī)分析研究[D];海南大學(xué);2018年

3 馮有禮;數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則算法研究[D];內(nèi)蒙古大學(xué);2018年

4 李琪;基于MapReduce并行的關(guān)聯(lián)規(guī)則挖掘算法研究與應(yīng)用[D];北京郵電大學(xué);2018年

5 崔純純;基于神經(jīng)網(wǎng)絡(luò)的糖尿病并發(fā)癥預(yù)測(cè)系統(tǒng)研究[D];北京交通大學(xué);2018年

6 楊世宏;糖尿病用藥規(guī)律的關(guān)聯(lián)規(guī)則研究[D];昆明理工大學(xué);2018年

7 胡凌;支持向量機(jī)在糖尿病數(shù)據(jù)中的應(yīng)用研究[D];北京郵電大學(xué);2017年

8 楊余壘;改進(jìn)的關(guān)聯(lián)規(guī)則算法在慢性病數(shù)據(jù)挖掘中的研究[D];浙江理工大學(xué);2017年

9 何禹德;基于數(shù)據(jù)挖掘技術(shù)的糖尿病臨床數(shù)據(jù)分析[D];長(zhǎng)春工業(yè)大學(xué);2016年

10 董金鳳;數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則算法的改進(jìn)與并行化處理[D];哈爾濱理工大學(xué);2016年

本文編號(hào)：2789322