基于關(guān)聯(lián)規(guī)則的2型糖尿病相關(guān)危險因素研究.pdf

1、近年來隨著醫(yī)療衛(wèi)生事業(yè)的迅速發(fā)展，醫(yī)療衛(wèi)生數(shù)據(jù)庫中存貯的海量醫(yī)療信息數(shù)據(jù)成為人們研究的熱點。這些數(shù)據(jù)都是與人們生命健康息息相關(guān)的載體，對疾病的診療和預(yù)防有著重要的意義。然而傳統(tǒng)的數(shù)據(jù)庫技術(shù)，僅僅只能夠針對實時數(shù)據(jù)進行簡單的查詢、修改、錄入、刪除等基本操作，若想要從這些數(shù)據(jù)中獲取隱含在其中的醫(yī)學(xué)規(guī)則，傳統(tǒng)的數(shù)據(jù)庫技術(shù)很難辦到。
　　在此背景下，本文著重研究了目前數(shù)據(jù)挖掘與知識發(fā)現(xiàn)的主要研究內(nèi)容之一——關(guān)聯(lián)規(guī)則。它側(cè)重于確定數(shù)據(jù)中不同

2、屬性之間的聯(lián)系，找出滿意約定支持度（Support）和信任度（Confidence）閾值的多個屬性之間的依賴關(guān)系。自1993年R.Agawal,R.Srikant首次提出該問題來，已經(jīng)出現(xiàn)了許多關(guān)聯(lián)規(guī)則挖掘算法。本文研究了關(guān)聯(lián)規(guī)則算法中的經(jīng)典算法Apriori算法，并結(jié)合前人的研究基礎(chǔ)，提出了一種Apriori算法的改進辦法。
　　接著，本文運用數(shù)據(jù)挖掘中的關(guān)聯(lián)分析方法和SPSS Clementine12.0軟件對醫(yī)療信息數(shù)據(jù)庫中

3、的二型糖尿病患者數(shù)據(jù)進行多維度、多層次的分析，得到的結(jié)論可以用于輔助醫(yī)生和二型糖尿病高危人群量化判斷決策。
　　本文的工作主要分為以下幾個方面：
　?。?）研究經(jīng)典關(guān)聯(lián)規(guī)則算法。研究當(dāng)前主要關(guān)聯(lián)規(guī)則算法Apriori算法，并分析總結(jié)Apriori算法存在的優(yōu)勢和不足。
　　（2）改進Apriori算法。研究前人改進Apriori算法的幾種思路，分為：基于分片的方法、基于Hash的方法、基于采樣的方法、減少交易個數(shù)的方法

4、和基于模糊集的方法。在此基礎(chǔ)上提出了一種改進Apriori算法的方法。
　?。?）對比分析。本文利用C＃語言對Apriori算法和改進Apriori算法進行編程，并將兩者做了對比實驗，從頻繁項集與支持度、運行時間與記錄數(shù)、運行時間與支持度這三個方面進行測試，實驗結(jié)果表明改進Apriori算法比經(jīng)典Apriori算法更有效率。
　　（4）建立數(shù)據(jù)挖掘初始集。從某三甲醫(yī)院醫(yī)學(xué)信息中心獲取的首次病程記錄及居民健康數(shù)據(jù)檔案中提取2型