數(shù)據(jù)挖掘在內(nèi)分泌激素?cái)?shù)據(jù)分析中的應(yīng)用.pdf

1、隨著科技的進(jìn)步，越來(lái)越多的檢測(cè)手段被用來(lái)輔助醫(yī)生進(jìn)行疾病診斷，這同時(shí)也產(chǎn)生了大量的醫(yī)療數(shù)據(jù)。而如何從這些數(shù)據(jù)中找出某些因素與疾病間的相關(guān)性已成為了目前的研究熱點(diǎn)之一。論文充分研究了內(nèi)分泌激素系統(tǒng)和數(shù)據(jù)挖掘的相關(guān)概念，之后分別運(yùn)用統(tǒng)計(jì)和數(shù)據(jù)挖掘的方法對(duì)數(shù)據(jù)進(jìn)行分析。其中在數(shù)據(jù)挖掘方面，本文根據(jù)實(shí)際數(shù)據(jù)的特點(diǎn)，在熟悉關(guān)聯(lián)規(guī)則基本理論和實(shí)現(xiàn)方法的基礎(chǔ)上，對(duì)如何獲取有效的關(guān)聯(lián)規(guī)則進(jìn)行研究，取得了一定的成果。 論文首先介紹了內(nèi)分泌激素系統(tǒng)

2、的一些基本知識(shí)，同時(shí)闡述了目前數(shù)據(jù)挖掘在醫(yī)療領(lǐng)域的應(yīng)用情況。在第三章首先運(yùn)用Logistic回歸分析對(duì)數(shù)據(jù)進(jìn)行分析，為進(jìn)一步的數(shù)據(jù)分析提供指導(dǎo)和依據(jù)。之后第四章在對(duì)傳統(tǒng)關(guān)聯(lián)規(guī)則挖掘算法進(jìn)行研究的基礎(chǔ)上，提出并實(shí)現(xiàn)了一個(gè)改進(jìn)的項(xiàng)目約束關(guān)聯(lián)規(guī)則挖掘算法，實(shí)驗(yàn)表明與傳統(tǒng)的Apriori算法相比，新算法在挖掘性能上有較大的提高。同時(shí)在對(duì)新增數(shù)據(jù)的處理上，采用改進(jìn)的增量更新算法進(jìn)行處理，以避免有新增數(shù)據(jù)情況下為獲取新規(guī)則而必須對(duì)所有數(shù)據(jù)進(jìn)行重新挖

3、掘的情況，提高了挖掘效率。第五章在考察了實(shí)際應(yīng)用中激素?cái)?shù)據(jù)特點(diǎn)的基礎(chǔ)上，對(duì)獲取關(guān)聯(lián)規(guī)則的幾個(gè)關(guān)鍵部分進(jìn)行了研究，這也是本文的研究重點(diǎn)之一。首先在對(duì)數(shù)據(jù)預(yù)處理上，本文采用數(shù)據(jù)離散化、忽略空缺值和屬性轉(zhuǎn)換等方法使原始數(shù)據(jù)庫(kù)變?yōu)檫m合挖掘的事務(wù)數(shù)據(jù)庫(kù)；其次使用第四章提出的改進(jìn)的項(xiàng)目約束關(guān)聯(lián)規(guī)則挖掘算法對(duì)事務(wù)表進(jìn)行挖掘來(lái)獲取相應(yīng)的關(guān)聯(lián)規(guī)則；然后從主客觀兩個(gè)方面對(duì)所有規(guī)則進(jìn)行評(píng)價(jià)以得到較有效的關(guān)聯(lián)規(guī)則；最后將數(shù)據(jù)挖掘的結(jié)果同第三章統(tǒng)計(jì)分析的結(jié)果進(jìn)行