医疗信息中的数据挖掘

《医疗信息中的数据挖掘》由会员分享，可在线阅读，更多相关《医疗信息中的数据挖掘（2页珍藏版）》请在金锄头文库上搜索。

1、医疗信息中的数据挖掘医疗信息中的数据挖掘13122714 陈璐蕾陈璐蕾数据挖掘技术在商业方面应用较早，目前已经成为电子商务中的关键技术， 由于数据挖掘在开发信息资源发面的优越性，数据挖掘已逐步推广到保险、医 疗、制造业和电信等各个行业。随着时间的推移，医院的业务数据正通过不同的途径源源不断的汇入服务 器数据库中，其数据量以每日成百上千万条记录的速度快速增长。如何有效地 利用这些海量的医疗信息，让“信息”变成“知识”，较好的方法是借助数据 挖掘技术对医疗技术进行分析。 接下来就来谈谈医疗数据挖掘的主要特点以及关键技术。一、一、医疗数据挖掘的主要特点：医疗数据挖掘的主要特点：（1） 模式的多态性模

2、式的多态性：医疗信息包括纯数据、信号、图像、文字，以及用于科 普、咨询的动画、语音和视频信息。医疗信息的多模式特性是它区分其 他领域数据的最显著特征，这种多属性模式的并存加大了医疗数据挖掘 的难度。 （2） 不完整性不完整性：病历和病案的有限性使医疗数据库不可能对任何一种疾病信 息都能全面的反映，表现为医疗信息的不完全性。 （3） 时间性时间性：医疗检测的波形、图像都是时间的函数；还有一部分医疗信 息，比如病人的身份记录等静态数据，虽然不带有时序性，但都是对病 人在某一时刻医疗活动的记录。 （4） 冗余性冗余性：医疗数据库是一个庞大的数据资源，每天都会有大量相同的或 部分相同的信息储存在其中。

3、比如，对于某些疾病，病人所表现的症状、 化验的结果、采取的措施都可能完全一样。二、二、医疗数据挖掘的关键技术：医疗数据挖掘的关键技术：(1) 数据预处理数据预处理：医疗数据库中含有海量的、不同来源的原始信息，其中包括 大量模糊的、不完整的、带有噪声和冗余的信息。在数据挖掘之前，必须对 这些信息进行清理和过滤，以确保数据的一致性和确定性，并将其变成适合 挖掘的形式。 (2) 信息融合技术信息融合技术：医疗信息是由文字、数据、波形信号、图像、以及少量的 语音和视频信号组成的。对这些不同物理属性的医疗数据，应采用不同的技 术和措施进行处理，使其在属性上趋同或者一致，再对处理的结果进行综合。(3) 快

4、速的、鲁棒的挖掘算法快速的、鲁棒的挖掘算法：医疗数据库是一个涉及面广、信息量大的信息 库。要在这样庞大的数据库中提取知识，需要花费比其他数据库更多的时间， 因此必须考虑医疗数据挖掘的效率问题。同时，医疗数据库的类型较多，并 且又是动态变化的，要求挖掘算法具有一定的容错性和鲁棒性。 (4) 提供知识的准确性和可靠性提供知识的准确性和可靠性：医疗数据挖掘的主要目的是为医疗活动和管 理提供科学的决策，因此必须保证挖掘算法所提供的知识具有较高的准确率 和可靠性。以上就是医疗数据挖掘的特点及关键技术。通过数据库系统深层次地挖掘、 分析医院内部和外部的相关数据,能够快速地获取有价值的信息,为医院提供准确、 方便的决策支持，当然也更好的服务了我们大众。