论文部分内容阅读
目的：利用数据挖掘技术对高血压病患者的临床基本信息及左心构型常规超声测量指标进行挖掘，揭示出影响因素与心脏构型改变之间的潜在的、有价值的关联信息，分析各指标之间地变化规律，了解心脏构型的动态变化。方法：采用2DE和RT-3DE对2012年1月至2013年2月来我院行检查的350例高血压患者，对左心构型常规测量指标进行检测，并记录受检者身高、体重、体表面积等形体指标（左房收缩期内径LAD、左房收缩期容积LAV、左室舒张期末内径LVEDD、室间隔舒张期末厚度IVSD、左室后壁舒张期末厚度LVPWD、左室心肌重量LVM）并利用体表面积对左心构型超声测量指标进行标化（左房收缩期内径指数LADI、左房收缩期容积指数LAVI、左室舒张期末内径指数LVEDDI、室间隔舒张期末厚度指数IVSDI、左室后壁舒张期末厚度指数LVPWDI和左室心肌重量指数LVMI）；并通过HIS系统查询患者的基本信息（患者有无高血压病家族史、血糖、血脂、血压、是否高盐饮食、是否低蛋白饮食以及心电图的改变等等），以此为数据源建立数据仓库，以SQL Server2008作为数据库管理工具，利用SQLServer2008DMAddin以及office2007作为数据挖掘的工具，对高血压病患者的临床基本信息及左心构型的常规测量指标进行挖掘，挖掘出影响因素与心脏构型改变的潜在的、有价值的关联信息，了解各指标之间的演变趋势，客观的分析心脏构型的动态变化，初步设计了高血压病患者左心构型改变的辅助诊断系统。结果：建立高血压病患者的临床基本信息及左心构型的常规测量指标的关系数据库，并对关系数据库进行预处理转换成适合挖掘的事务数据库，提供了一种对高血压病心脏左室构型的影响因素、相关联的构型测量指标进行分析的方法，通过关联规则的挖掘我们可以得到高血压心脏构型改变与遗传史、高血压级别、左房容积等密切相关；通过提取有效的关联规则，初步设计了高血压病左室构型的辅助诊断的信息系统。结论：利用数据挖掘技术可以充分地对大量的医学信息进行挖掘，提取有价值的诊断规则、可以及时准确地对心脏构型改变进行预测，对临床的辅助诊疗具有一定的现实意义。