食管癌与贲门癌的研究和普查工作,经历了几十年的发展,积累了一定数量的普查数据,如何从这些看似杂乱无序然而又具有潜在致癌性病理特征中发现高危因素,从而指导普查随访工作以期发现早期患者,成为癌症研究者的一个迫切需求和工作重点。数据挖掘技术提供了一种有效工具,奠定了良好的理论基础。数据挖掘是从数据库中抽取和识别出有效地、新颖的、可能有用的、并能被人们理解的模式的过程,适用于所有存在数据积累的领域。本文就是将数据挖掘技术应用到食管癌与贲门癌的普查数据中,对其进行关联规则以及最大频繁模式的挖掘。 在详细讨论了关联规则挖掘技术之后,本文对数据的预处理进行重点分析和研究。首先完成了数据从文本形式到纪录形式存储于数据库的转换,这是挖掘过程一个重要的环节。然后将原始数据的多值属性转换成一组布尔属性,对空缺值和数据不一致等问题做了适当的处理,删去了一些和挖掘无关的属性,使病理特征的数据形式适合关联规则挖掘和最大频繁模式挖掘的需要。随后本文对预处理后的数据进行挖掘,提取出令人感兴趣的规则和频繁模式,对食管癌与贲门癌的研究和普查工作提出了有指导意义的方法。 针对食管癌与贲门癌普查病理特征数据的特点,本文设计并实现了一个小型的关联规则挖掘原型系统CharacterMiner,系统完成了从最初的数据提取、数据预处理到关联规则挖掘和结果显示的挖掘过程。 通过研究,我们对数据挖掘技术在普查数据中的应用有了一定的积累,为进一步的研究奠定了良好的基础并提供了一定的理论指导。另一方面,将有效的数据挖掘技术应用于食管癌与贲门癌的普查数据的分析,建立了合理的分析模型,为食管癌与贲门癌进一步的研究思想和普查工作的有效进行提供了参考信息和先进的分析手段。