论文部分内容阅读
随着智慧医疗地不断发展,运用数据挖掘技术从复杂的医疗大数据中找出对治疗及预防疾病有用的医学规律,已成为医疗信息化的研究重点,而关联规则挖掘作为其中重要的分支,可以从既往诊断和历史治疗记录中有效的发现有用的医学规律。根据有关资料统计,我国的糖尿病患者发病率每年都在上升。由糖尿病引发的并发症会导致患者身体代谢紊乱,长期的药物治疗给个人、家庭及社会带来巨大的压力。因此,通过对糖尿病患者信息系统的疾病诊断数据进行挖掘分析,可以得出的关联规则能辅助医生预估糖尿病患者将会有何并发症,使医疗资源得到合理的利用。本文选取了广西南宁市某三级甲等医院糖尿病患者的医学诊断资料,采用改进的关联规则方法对糖尿病并发症的相关性进行研究,并将挖掘流程进行界面化,设计实现糖尿病并发症数据挖掘原型和患者信息系统。以下是本课题主要完成的工作:(1)数据预处理。以糖尿病患者的疾病诊断数据为数据源,创建糖尿病患者疾病诊断数据库。运用Oracle的PL/SQL Developer查询工具对疾病诊断数据进行筛选及预处理,并对数据进行了基础性分析。(2)关联规则挖掘算法Apriori的改进。将Apriori算法作为本课题的主要研究重点,用简单实例说明了该算法在时间复杂度和空间复杂度两方面的瓶颈问题,以及多次遍历数据库、产生的中间候选集呈指数剧增、I/O利用率低下等性能问题。本文提出了一种能有效降低时间成本和空间成本的Advanced_Apriori改进算法,并详细介绍了它的基本原理,同时通过具体实例说明了改进算法的执行流程,最后通过三组实验对比分析,说明了对原算法在缩减挖掘时间、提高存储空间利用率等方面改善的有效性。(3)基于数据挖掘的糖尿病患者信息系统设计与实现。以挖掘糖尿病患者并发症之间的关联规则为主要目标,设计实现了基于Advanced_Apriori改进算法的患者信息系统,结合数据的预处理,实现关联规则挖掘功能。本系统在辅助医生和患者进行糖尿病并发症的预防和干预方面具有实际参考价值。