本文選題：心肺性職業(yè)病 + Apriori算法計算模型��； 參考：《青島科技大學》2017年碩士論文

【摘要】：本課題是基于Hadoop平臺的分布式醫(yī)療大數(shù)據(jù)挖掘算法和模型的研究,選取目前深受人們重視的心肺性職業(yè)病大數(shù)據(jù),提取醫(yī)院職業(yè)病科電子病歷系統(tǒng)中的非結構化數(shù)據(jù)進行挖掘分析。本研究主要對該疾病進行模式分析,通過分析病患的標志性物及相關輔助指標,研究病例的各檢驗項之間,以及各檢驗項與疾病之間的客觀規(guī)律,從而得出患者發(fā)病的影響因素,實現(xiàn)提前預防;之后還對心肺性職業(yè)病患者的一般性并發(fā)癥進行了研究,以能夠得到心肺病與不同病癥之間的并發(fā)關系,能對相關病癥的患者給予提醒,實現(xiàn)提前就醫(yī)、精準治療。主要內容如下:(1)收集臨床電子病歷系統(tǒng)中心肺性職業(yè)病患者的病歷數(shù)據(jù),對非結構化的文本醫(yī)療數(shù)據(jù)進行預處理,建立醫(yī)療文本數(shù)據(jù)的結構化模型,并為了保證研究結果的精準對結構化文本數(shù)據(jù)進一步進行結構類型的轉換處理;(2)綜合分析不同數(shù)據(jù)挖掘算法,根據(jù)心肺性職業(yè)病數(shù)據(jù)挖掘的不同目的,選取經(jīng)典的關聯(lián)規(guī)則Apriori算法并進行改進,加入興趣度的限制,建立最優(yōu)數(shù)據(jù)分析挖掘模型;(3)根據(jù)心肺性職業(yè)病體征與病歷中的檢驗項、病人個人信息等醫(yī)療大數(shù)據(jù)信息,以臨床信息為對象,從數(shù)據(jù)挖掘技術應用入手,研究心肺性職業(yè)病與各項指標的關系,分析疾病生理指標的分布特點,揭示指標與疾病之間、疾病與職業(yè)間存在的特定關系;(4)根據(jù)模型對心肺性職業(yè)病檢驗項的分布模式挖掘,通過對不同患者并發(fā)癥的研究,挖掘出本病癥與各個并發(fā)癥的關系,依據(jù)病人具體情況定制個性化的治療方案,實現(xiàn)對病患的精準治療;(5)搭建Hadoop平臺環(huán)境,將集中存儲的數(shù)據(jù)信息導入分布式存儲平臺Hadoop中,實現(xiàn)基于Hadoop平臺的數(shù)據(jù)挖掘和處理。
[Abstract]:This topic is based on the Hadoop platform of distributed medical large data mining algorithms and models, select the major data of cardiopulmonary occupational diseases which are being paid much attention to, and extract unstructured data in the electronic medical record system of the hospital occupational medical records. This study mainly analyzes the disease mode and analyzes the disease. The markers and related auxiliary indexes of the cases were studied, and the objective laws between the examination items and the disease were studied, and the influencing factors of the patients were obtained, and the early prevention was achieved. Then the general complications of the patients with cardiopulmonary disease were studied in order to be able to get between the heart and the different diseases. The main contents are as follows: (1) collect the medical records of the patients with pulmonary occupational disease in the center of the clinical electronic medical record system, preprocess the unstructured text medical data, build a structured model of medical text data, and guarantee the research. The result is accurate to structural type text data conversion processing; (2) comprehensive analysis of different data mining algorithms, according to the different purposes of the heart and lung occupational disease data mining, select the classical association rules Apriori algorithm and improve, join the limit of interest, establish the optimal data analysis mining model; (3) root According to the examination items of cardiopulmonary occupational diseases and medical records, the information of patients' personal information and other medical data, the relationship between cardiopulmonary occupational diseases and various indexes is studied from the application of data mining technology, and the distribution characteristics of disease physiological indexes are analyzed, and the existence of indicators and diseases and between diseases and professions is revealed. Specific relationship; (4) excavate the distribution pattern of cardiopulmonary occupational disease inspection items according to the model, through the study of the complications of different patients, excavate the relationship between the disease and the various complications, customize the individualized treatment scheme according to the specific situation of the patient, realize the precise treatment of the patients, and (5) build the Hadoop platform environment, and will concentrate the storage Data information is imported into the distributed storage platform Hadoop to realize data mining and processing based on Hadoop platform.

【學位授予單位】：青島科技大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：R135;TP311.13

【參考文獻】

相關期刊論文 前10條

1 劉偉業(yè);何永紅;;Apriori算法在糖尿病電子病歷挖掘分析中的應用[J];電子技術與軟件工程;2016年11期

2 劉芳;盧國強;劉暢;;大數(shù)據(jù)視角下醫(yī)院信息管理與信息系統(tǒng)專業(yè)建設研究[J];電子技術與軟件工程;2016年06期

3 黃文莉;;探討大數(shù)據(jù)技術在疾病防控上的應用[J];電子技術與軟件工程;2016年06期

4 林青;;大數(shù)據(jù)在醫(yī)療衛(wèi)生系統(tǒng)中的應用[J];電腦編程技巧與維護;2016年07期

5 張怡;李柯;;大數(shù)據(jù)在醫(yī)療領域各角色中的應用[J];電腦知識與技術;2015年21期

6 王定珠;周凡漪;;電子病歷、手持移動終端、大數(shù)據(jù)采集與分析、數(shù)據(jù)安全在醫(yī)療質控中的應用[J];中華醫(yī)學圖書情報雜志;2015年12期

7 周雪晴;羅亞玲;;信息化建設中醫(yī)療大數(shù)據(jù)現(xiàn)狀[J];中華醫(yī)學圖書情報雜志;2015年11期

8 仝武寧;李宏斌;王亞麗;;基于Apriori算法的中醫(yī)數(shù)據(jù)預處理方法分析及應用[J];醫(yī)療衛(wèi)生裝備;2015年09期

9 沈韜;崔泳;;醫(yī)療大數(shù)據(jù):期望與現(xiàn)實[J];中國數(shù)字醫(yī)學;2015年07期

10 ;從大數(shù)據(jù)到精準醫(yī)學 2015精準醫(yī)療研討會[J];轉化醫(yī)學雜志;2015年03期

相關會議論文 前1條

1 鐘聲;;醫(yī)療數(shù)據(jù)結構化存儲[A];《IT時代周刊》論文專版（第317期）[C];2015年

相關碩士學位論文 前8條

1 邢美明;疾病并發(fā)癥發(fā)現(xiàn)方法研究[D];北京理工大學;2015年

2 廖晶貴;基于Hadoop的大數(shù)據(jù)關聯(lián)規(guī)則挖掘算法的研究與實現(xiàn)[D];華南理工大學;2015年

3 楊利娟;基于Hadoop云平臺的數(shù)據(jù)挖掘技術在天氣數(shù)據(jù)的應用研究[D];北京郵電大學;2015年

4 趙劍東;基于OpenEHR的糖尿病并發(fā)癥挖掘研究與應用[D];浙江大學;2015年

5 甘櫪元;基于關聯(lián)規(guī)則分析法的肝癌致病因素危險性研究[D];廣西大學;2014年

6 萬里鵬;非結構化到結構化數(shù)據(jù)轉換的研究與實現(xiàn)[D];西南交通大學;2013年

7 李俊;數(shù)據(jù)挖掘技術在醫(yī)療信息系統(tǒng)中的研究與應用[D];成都理工大學;2011年

8 程遠;關聯(lián)規(guī)則挖掘在疾病數(shù)據(jù)處理中的應用研究[D];重慶醫(yī)科大學;2010年

，

本文編號：1833785