欢迎来到天天文库
浏览记录
ID:32966299
大小:2.10 MB
页数:57页
时间:2019-02-18
《基于大规模贝叶斯网络的医疗质量数据挖掘研究》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、基于大规模贝叶斯网络的医疗质量数据挖掘研究StudyonMiningMedicalQualityDatabasedonLargeScaleBayesianNetworks学科专业:计算机技术研究生:韩志朋指导教师:宫秀军副教授天津大学计算机科学与技术学院二零一二年十二月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得天津大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确
2、的说明并表示了谢意。学位论文作者签名:签字日期:年月日学位论文版权使用授权书本学位论文作者完全了解天津大学有关保留、使用学位论文的规定。特授权天津大学可以将学位论文的全部或部分内容编入有关数据库进行检索,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位论文作者签名:导师签名:签字日期:年月日签字日期:年月日摘要医疗质量的好坏与医患关系间有着紧密联系,通过面向医疗质量的数据挖掘研究,寻找影响医疗质量指标值的所有可能因素,能够帮助医院改善医疗质量、降低
3、医疗成本,促进医疗市场规范化。贝叶斯网络作为一种被广泛应用的数据挖掘技术,在医疗行业有很多的应用,它能够系统的描述数据中属性之间的分布关系。目前多数医院采用统计的方法对其进行分析,但仅能从中获得医疗质量指标的具体数值,无法对数据中隐含的医疗质量问题进行更多的表达。已有的贝叶斯网络算法,不能很好的结合医疗领域中的先验知识,造成贝叶斯网络搜索空间过大。本文以病案首页数据为研究对象,以医疗质量指标为切入点,通过使用贝叶斯网络对病案首页数据中潜在的因果关系进行挖掘和分析,以期达到提高医院医疗质量的目的。本文的主要工作如下:(1)设计一种面向医疗质量数据的贝叶斯
4、网络结构学习算法——MedicalK2算法:贝叶斯网络结构学习阶段,其搜索的结构空间复杂度为。MedicalK2通过增加约束条件,从而缩小网络结构的搜索空间。MedicalK2算法以贪心搜索和贝叶斯评分为核心框架,对属性集合划分成多个子集构成属性集合的一个覆盖:a)在每个子集内部使用随机生成节点序;b)在每个子集之间使用拓扑序。最终构成整个属性集合的一个节点序。(2)利用贝叶斯网络构造了面向医疗质量指标网络模型:病案首页数据中蕴含的与医疗质量指标有关的信息,目前针对病案首页数据的研究多是以计算为主,不能发现数据内的属性之间的潜在的相互关系。本文针对与医
5、疗质量密切相关的医疗指标,使用MedicalK2算法作为贝叶斯网络结构学习算法,在病案数据上构建贝叶斯网络模型群。目前的医疗质量分析多是以计算为主,该策略能够同构贝叶斯网络结构反映病案数据属性之间的潜在依赖关系。(3)逻辑地分析并讨论了根据不同医院、不同时间段内的病案首页数据集构造的贝叶斯网络模型的异同:为了评估本研究中构建的相关贝叶斯网络模型反映出的病案首页数据中潜在的因果关系,本文提出了基于马克尔夫毯对比的贝叶斯网络模型进行比较分析评价的方法。该方法分别对不同数据集构建的贝叶斯网络模型进行比较分析。基于以上几点,本文通过天津市某三家医院连续六年病案
6、首页数据的挖掘结果证明了该解决方案的可行性和有效性。关键词:医疗质量贝叶斯网络子图同构网络结构学习马尔科夫毯ABSTRACTThequalityofmedicalcarehasastrongimpactontherelationshipsbetweenthedoctorsandpatients.Throughmedicalquality-orienteddataminingapproach,lookingforallthepossiblefactorsthataffectthemedicalqualityindicatorscanhelphospita
7、lsimprovethemedicalcarequality,reducemedicalcarecosts,improvethemarketstandardizationofmedicalcare.Asawidelyuseddataminingtechnologyinthemedicalindustry,bayesiannetworkisabletodescribethehiddenrelationshipsbetweentheattributes.Mostresearchersanalyzethedatausingstatisticalmethods
8、,andthesemethodscannottellmoreexpressionofthepo
此文档下载收益归作者所有