数据挖掘方法在医学领域的应用及SWOT分析-论文.pdf

数据挖掘方法在医学领域的应用及SWOT分析-论文.pdf

ID:53033749

大小:348.66 KB

页数:5页

时间:2020-04-14

数据挖掘方法在医学领域的应用及SWOT分析-论文.pdf_第1页
数据挖掘方法在医学领域的应用及SWOT分析-论文.pdf_第2页
数据挖掘方法在医学领域的应用及SWOT分析-论文.pdf_第3页
数据挖掘方法在医学领域的应用及SWOT分析-论文.pdf_第4页
数据挖掘方法在医学领域的应用及SWOT分析-论文.pdf_第5页
资源描述:

《数据挖掘方法在医学领域的应用及SWOT分析-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、医学信息学杂志2015年第36卷第1期j0URNALOFMEDICALINF0RMATICS2015.Vo1.36.No.1数据挖掘方法在医学领域的应用及SWOT分析木牟冬梅冯超王萍(吉林大学公共卫生学院长春130021)[摘要]阐述关联规则、人工神经网络、决策树和聚类分析4种数据挖掘方法在医学领域的应用情况,运用SWOT分析法,得出各方法的优势及劣势、面临的机会及威胁并做出策略分析。指出4种数据挖掘方法的适用范围和协同应用情况,对方法的应用选取提出建议。[关键词]数据挖掘;关联规则;人工神经网络;决策树;聚类分析;SWOT分析[中图分类号]R一058[

2、文献标识码]A[DoI]10.3969/j.issn.1673—6036.2015.叭.012ApplicationofDataMiningMethodsinMedicalFieldasWeuasSWOTAnalysisMUDong—mei,FENGChao,WANGPng,InstituteofPublicHealth,JilinUnwersi~,Changchun130021,China[Abstract]Thepaperelaboratestheapplicationstatusoffourdataminingmethodsinthemedical

3、field,includingtheassociationrules,artificialneuralnetworks,decisiontreesandclusteringanalysis.ItutilizesSWOTmethodtoanalyzethedataminingmethodsfromtheperspectivesofstrengths,weaknesses,opportunities,threatsandmakesstrategicanalysis.Theapplicationscopeandthesynergyofthefourdatami

4、ningmethodsarepointedout,suggestionsontheselectionofdataminingmethodsareputforward.[KeywordsDatamining;Associationrules;Artificialneuralnetworks;Decisiontree;Clusteringanalysis;SWOTanalysis提取人们感兴趣的信息和知识,这些知识是隐含1引言的,事先未知而潜在有用的,提取的知识表示为概念、规律、模式等。医学领域数据量庞大、生成速数据挖掘(DataMining)是一个多学科交

5、叉研度快、结构复杂多样且价值大-2J,利用数据挖掘究领域,融合了数据库技术、人工智能、机器学技术处理这些信息,可以取得事半功倍之效。数据习、统计学、知识工程、面向对象方法、信息检挖掘方法较多也比较复杂,针对医学数据的隐私索、高性能计算以及数据可视化等最新技术的研究性、多样性、不完整性及冗余性,及不同数据结结果。应用一系列技术从大型数据库和数据仓库中构、不同需要、不同目的,选择相适应的数据挖掘方法至关重要。本文针对4种常用的数据挖掘方[修回日期]2014—09—18法——关联规则、人工神经网络、决策树及聚类[作者简介]牟冬梅,教授,发表论文6O余篇。分析进

6、行探讨。(基金项目]吉林大学基本科研业务种子基金项目“面向知识服务的领域多维知识库构建研究”(项目编号:2014ZZ026)。·53·医学信息学杂志2015年第36卷第1期JOURNALOFMEDICALINFORMATICS2015.Vo1.36.No.1型。(4)基因型分类,如Rena等尝试用BP神2数据挖掘方法在医学领域的应用现状经网络对样品3种基因型(GG、AA、GA)进行分分析类。临床和基础医学中人工神经网络都有很好的应用,在临床预测方面发挥了重要作用。2.1关联规则2.3决策树4种数据挖掘方法是数据挖掘领域的研究热点,随着其发展进步,应用领域

7、不断扩展,涵盖了商决策树奉行自顶向下,分而治之,以树状图来业、教育、工程、科研及医学等领域。在医学领使结果可视化,是典型的分类方法,能发现分类规域,关联规则用来发现数据问隐含的关联关系,基则,在医学领域有重要应用:(1)疾病的分类,如于医学数据非结构化、无序化及数量庞大的特点,杨开明¨用决策树对糖尿病病例数据辨证分类,可应用关联规则挖掘未知的知识显得尤其重要。现已指导医生临床诊断。(2)致病规律,如苏亚丁。有多项医学领域关联数据研究:(1)发现疾病与症提出一种基于决策树的口腔诊疗方法,试图利用其状间的关联规则,如王华等用其研究某症状可能研究口腔疾病的致病

8、规律。(3)疾病预测,如陈伟伴随发生其他症状,这些症状可能是由某疾病引等使用决策

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。