论文部分内容阅读
骨肿瘤是一种常见的骨科疾病,有良性、恶性、转移癌及癌样病变等,多发于青少年,危害较大。骨肿瘤辅助诊断系统是运用专家系统的设计原理和方法,模拟医学专家诊断、治疗骨肿瘤的思维过程而编写的计算机程序。将计算机数字化诊断系统应用于骨肿瘤辅助诊断,可以大大地提高骨肿瘤诊断的准确率,为医疗工作者将带来方便,给患者带来福音。数字化诊断系统是建立在知识库的基础上的。知识的完备性、准确性、鲁棒性都直接关系到系统的准确性和稳定性。而知识获取作为一个瓶颈问题,始终围绕在专家系统设计和开发过程中。如何构建、评价知识库中的知识,对专家系统起着至关重要的作用。 本研究从建立确诊病例数据库入手,首先从第四军医大学第二附属医院全军骨肿瘤研究所获得120例住院患者的病例,再将这120例病例与临床专家一起协商,初步筛选出100例,作为建立确诊病例数据库数据的来源,然后根据病例的内容建立包括图像信息在内的患者临床检查数据库,对各种临床诊断信息统一编码,使用SQL SERVER 2000作为数据库存储后台。粗糙集的核心问题就是知识的简约,也就是将数据库中无关的属性和属性值去掉,依此来将数据库简化,使隐 第四军医大学硕士学位论文含在数据库中的知识显现出来。应用数据挖掘的方法:就是在数据集中识别出有效的、新颖的、潜在有用的、以及最终可理解的模式的非平凡过程。从第三部分开始,在经典粗糙集理论的基础上建立适合于医学信息数据挖掘的算法:数据简约和默认规则挖掘算法MDRBR(Mining Default RuleS Based on Rough Set),将诊断知识从确诊病例数据库中自动的获取出来,最终形成可用于推理的知识,还讨论了对于所挖掘到的知识如何与临床医生的经验融合的问题,以及知识的初步评价。在第四部分,使用上述的两种算法,对确诊病例数据库进行计算,分别得到26条和19条决策规则。在分析和讨论部分,比较了这两种算法的优缺点,讨论了数据挖掘算法和知识评价中需要进一步完善和改进的工作。理论和实验证明该方法对于医学诊断的知识获取具有较好的效果,不失为解决专家系统构建过程中瓶颈问题的一种方法,可以大大提高诊断知识库构建的速度,提高诊断知识库的完备性和准确性,为后续知识的推理提供依据,同时还为临床教学提供了素材。 本研究的创新点:使用数据挖掘技术,解决医学辅助诊断专家系统开发过程中的瓶颈问题;从经典的粗糙集理论入手,结合确诊病例数据库和临床诊断的特点,得到两种数据挖掘算法:数据简约算法和默认规则挖掘算法MDRBR(Mining Default RuleS Based on RoughSet),从已确诊病例数据库中获得骨肿瘤诊断知识,建立诊断知识库。