生物医学工程中的数据挖掘技术研究

《生物医学工程中的数据挖掘技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、生物医学工程中的数据挖掘技术研究-->第一章绪论1.1研究背景及意义数据挖掘也称为知识发现，是对大量数据进行分析处理，并且得出不能轻易观察或断言的关系，从而从中发现事先未知的联系或者规律的过程。数据挖掘中能够发现的知识大致可分为广义型、关联型、特征型、差异型、偏离型和预测型等。差异型是反映不相同事物之间属性差别的知识；广义型是指反映同类事物共同性质的知识；预测型是根据历史的和当前的数据推测未来数据；关联型则是反映事物之间的依赖或者关联的知识。分类和聚类是数据挖掘中最常见的两项任务。分类比聚类在商业上应用要多一些，是一项

2、非常重要的数据挖掘任务。它的目地在于提出一个分类的函数或者模型，能将现有的数据正确的归类。分类和回归都用于预测。而聚类是根据现有数据的特征，将这些数据划分为许多不同的数据类，使得同一类之间的距离尽可能的小，不同类之间的距离尽可能的大。聚类方法有统计学习方法、神经网络、机器学习等方法。聚类是一种寻求数据的自然聚集的方法，通过聚类，可以提高人们对客观世界的认识，也是概念描述和偏差分析的先决条件。它的重要性体现在：首先一些数据库中的数据通常不包含类标志，由于没有训练数据，导致分类无法进行下去，这时候，聚类就显得非常重要，因为

3、聚类是一种处理大量复杂繁琐的属性多的且没有类标志数据的有效方法；其次，聚类可以为其他数据挖掘任务提供帮助：可以先用聚类将整个数据集划分成不同的子集，然后再用其他的数据挖掘工具在聚类的基础上进一步进行挖掘，效果更加明显。近年来，生物医学工程研究有了迅猛发展，测量仪器技术的提高使得大量医学信息可以被精确的记录下来，尤其随着医院信息系统在各大医院逐渐投入使用，收集到的病人信息不仅包括医学影像、各项生理指标，包括年龄、性别、身高、体重、既往病史等大量详细的背景资料。数据挖掘技术在发现隐藏在这些海量数据背后的那些新的有学术价值的

4、医学信息上发挥了积极的作用。数据挖掘技术在生物医学领域主要有生理规律或现象的描述，疾病发作前的预测或病症的诊断等两类典型应用。近年来，国内外学者应用数据挖掘技术，在DNA分析、糖尿病、心血管系统疾病患者多种生理参数监护数据分析、医学影像数据自动分析等方面取得了成功应用。生物医学工程越来越多的使用数据挖掘技术来发现规律或规则。主要的应用方面如下所示：1.在DNA分析中应用数据挖掘技术。近年来，分子生物技术以及高性能计算技术的发展，使用数据挖掘技术中的序列模式分析和相似检索技术来进行DNA分析，在集成基因数据库的语义、DN

5、A序列间相似搜索以及比较、关联分析、演化分析等方面发挥了重要作用。2.在分子结构分析中应用数据挖掘技术。以往，可以借助静态编码或者构建判别式和最小字符串等动态编码方法来表示和分析分子结构，但是，当有大量的分析结构信息时，运用上述方法将会变得艰难无比。现在，可以使用分类、聚类、回归以及频繁模式发现等技术有效的完成相应的数据分析工作。3.在生物信息可视化方面应用数据挖掘技术。可视化生物信息，可以使研究人员更好地理解生物成分的结构。生物分子、基因等结构都异常复杂，单纯地记忆化学表达式变得过于抽象。分子、基因的可视化使得研究人

6、员能从更深的一个层次理解和记忆其组成结构，并发现不同分子、基因之间的异同。对原始的数据结构进行分析，使用数据挖掘技术，并以图、方体和链的形式重新展现，通过分析，可以更简单的将生物信息显示出来，有助于研究人员从新的角度理解原来的数据，对研究工作的推动有了帮助。4.在患者生理参数分析中应用数据挖掘技术。疾病的外在表现是患者的生理参数。全面的采集患者的生理参数，并且对其进行详细的分析，有助于更准确的弄清楚患者的病情现状及其变化发展情况。这对于诊断患者的病因，从而实现对症下药具有重要的意义。即使在派遣一名医生针对一名患者进行治

7、疗的情况下，医生也未必能从繁多无序的患者生理数据中发现隐含的有意义的知识，从而预测未来趋势及行为，并且做出前瞻性的、基于知识的决策。究竟哪个方法能最好的解决问题，这不仅取决于应用的类型和要求，还常常受到分析数据本身的特点影响。因此，根据待解决问题的类型、要求，以及数据本身的特点，确定最佳的方法，是数据挖掘研究的重要内容，也是影响数据挖掘结果的关键之一。1.2国内外研究现状近年来，数据挖掘是一个十分活跃的研究领域。从事数据挖掘研发的人员已经遍布世界80多个国家，研究重点也已从算法研究向具体应用转化，已经开始从实验室阶段走

8、向商品化阶段。聚类作为一种基本的数据挖掘方法，广泛地应用于相似搜索、顾客划分、趋势分析、金融投资、地理信息系统、遥感图像和信息检索等领域中。例如，可以通过顾客一次购买的商品交易记录信息中，将顾客经常一起购买的商品聚类到一起，方便顾客购买，提高销售利润。相似的购买方式的顾客购买信息聚类到一起，分析这些数据，将有助于对某些顾客群进行商