计算机辅助医学诊断系统的数据挖掘和知识发现研究

计算机辅助诊断系统中 ,使用医学数据库的数据挖掘和知识发现技术具有重要意义和其发展的必然性。文章分析和综合了此类系统研究开发的一般规律及其特殊性 ,并指出了其中一些需要解决的问题和今后的研究发展方向     

生物医学数据挖掘

在介绍数据挖掘的背景、定义和发展现状的基础上 ,重点讲述这门技术在生物医学方面的应用特点 ,总结了医学数据库中知识发现的实现过程 ,包括数据预处理、数据挖掘算法、知识发现的分类、结论的评价以及应用等     

计算机辅助医学诊断系统的数据挖掘和知识发现研究

计算机辅助诊断系统中，使用医学数据库挖掘和知识发现技术具有重要意义和其发展的必然性。文章分析和综合了此类系统研究开发的一般规律及其特殊性，并指出了其中一些需要解决的问题和今后的研究发展方向。     

生物医学数据挖掘

在介绍数据挖掘的背景，定义和发展现状的基础上，重点讲述这门技术在生物医学方面的应用特点，总结了医学数据库中知识发现的实践过程，包括数据预处理，数据挖掘算法，知识发现的分类，结论的评价以及应用等。     

数据挖掘与乳腺癌诊断的研究进展

数据挖掘是应用一系列技术从大型数据库中提取人们感兴趣的信息和知识,这些知识或信息是隐含的、事先未知而潜在有用的,可表示为概念、规则、规律、模式等形式。本文详尽介绍了数据挖掘技术产生的背景、概念,综述了近年数据挖掘技术在医学中以及辅助诊断乳腺癌的应用情况,并探讨了其在辅助诊断乳腺癌的应用前景、意义以及目前存在的问题。     

基于孤立点分析的医学图像处理

背景：在进行临床诊断的时候,医学影像中许多微小的纹理变化细节和形态特征不容易被发现,会影响对病情的早期判断。 目的：为数字医学图像中病变的计算机诊断提供一种新的思路和方法,帮助医生及早发现和诊断恶性病变、提高诊断效率和准确性。 方法：运用孤立点数据挖掘技术,分析提取医学图像数据集中隐藏、不为人所注意、易被抛弃的但非常有用的信息,找出其中的医学诊断规则和模式,从而辅助医生进行疾病诊断。 结果与结论：实验证明基于医学图像象素聚类的孤立点分析算法对于发现脑部病变是切实可行的。     

知识发现及其在临床医学上的应用

目前海量的数据存储已经远远超过了人的理解能力 ,尤其是现代医学数据量越来越大 ,而传统的统计技术及数据管理工具已经力不从心 ,知识发现及数据挖掘工具在处理海量数据库时显示了它们的长处。本文首先介绍了知识发现及数据挖掘的概念 ,又详细介绍了知识发现的一个重要工具粗糙集理论的有关基础知识并举例介绍了其应用。     

计算机辅助手术向远程手术方向的发展

本文对计算机辅助手术(CAS)系统的关键技术:医学图像三维可视化、多模医学图像配准进行了全面的探讨,进一步讨论了在计算机网络中通过共享医学图像的各种分析处理结果,来完成计算机辅助手术向远程手术的转化.对计算机辅助手术向远程手术发展所必须解决的问题;三维医学图像传输环境下的医学图像实时三维可视化、协同分布式并行计算环境、基于Web的交互式可视化进行了设计分析.     

聚类和关联规则挖掘在基因表达数据分析中的应用研究

随着DNA微阵列技术的广泛应用,产生了海量基因表达数据,如何利用这些数据研究基因间的调控关系成为当前生物信息学的一个研究热点.关联规则挖掘是数据挖掘领域的一个重要技术,然而直接埘基因表达数据进行关联规则挖掘存在两个问题:一是时间和空间复杂度过高;二是获得的规则仅定性表示基因间的调控关系,无法提供关于调控关系强度的信息.本文利用聚类实现数据降维,然后将基因表达水平离散化为七个状态,最后关联分析每个聚类中的基因表达数据.实验结果表明本文的分析方法是有效的.     

针刺治疗青少年近视眼中的数据清洗技术

本文以数据清洗在针刺治疗青少年近视眼疗效评价中的实际应用为目的,对可能影响数据挖掘结果的源数据及其可能产生的噪声情况进行了分析,并结合研究领域现有的知识,通过改进算法,实现在属性级别上对噪声数据的处理,并且通过实例用关联规则来进行模式识别、实施数据清洗。     

数据挖掘研究及在医学中的应用

本文对数据挖掘的功能、挖掘过程及挖掘步骤进行了阐述,对常用的数据挖掘算法进行了研究.从数据挖掘角度列举了医学数据的独特性,提出了数据挖掘应用于医学的特点.指出数据挖掘与医学的发展将会起到相互促进的作用.     

关联规则挖掘在中医证候信息数据库系统中的应用

关联规则挖掘是数据挖掘的一个重要研究方向,它可以揭示数据之间有趣的关联或者相关联系.在此基础上结合特定系统的用户行为数据,还可以进行用户行为分析.本文以一个开发的中医证候信息数据库系统为基础,结合中医数据挖掘实际,论述了在此系统架构下关联规则挖掘算法的成功运用,并提出了一个高效的中医数据挖掘模型.系统运行状况表明,在该模型指导下的系统在智能和用户使用人性化方面都比原系统有明显的优势.     

医学数据挖掘的技术、方法及应用

医学数据挖掘是提高医院信息管理水平，为疾病的诊断和治疗提供科学的、准确的决策，促进远程医疗和社区医疗发展的需要。本文对医学数据挖掘的关键技术——数据的预处理、多属性信息的融合、挖掘算法的高效性与鲁棒性、提供知识的准确性与可靠性等进行了论述；阐述了基于计算智能的医学数据挖掘方法，介绍了人工神经网络、模糊逻辑、遗传算法、粗糙集理论和支持向量机在医学数据挖掘中的应用；最后对医学数据挖掘的特点和亟待解决的问题进行了总结。     

基于多元检测的医疗诊断辅助系统的研究

通过研究过去医疗诊断辅助系统(CADS)设计中存在的问题,分析其在临床应用中存在的缺陷,提出一套新型系统的设计方案。运用多元检测理论,利用最大后验概率(MAP)判别准则,把以往累积的经验和知识以规则的形式存入计算机内,建立知识库,用贝叶斯概率分析理论的方式对疾病进行医疗诊断。统计数据表明,该系统具有较高的准确率。由诊断系统和患者信息系统两部分组成的CADS能够很好地满足临床的需求,较好地实现了计算机信息技术在医学诊疗领域的应用。     

基于数据挖掘技术的疾病预防控制评估研究

目的 通过利用与数据挖掘相关的理论与技术,在海量的医院信息数据中,寻找到对疾病预防控制有价值的信息,从而提炼出与疾病预防控制有关的规则或模型.方法 基于医院的多种信息系统为数据源建立一个数据仓库,以SQL Server2008作为数据库管理工具,利用SQL Server Analysis2008以及Delphi 7作为数据挖掘的工具,进行疾病预防控制的研究.结果 建立疾病预防控制研究的数据仓库,详细记录医院临床的诊断信息,提供了一种对疾病的关联性、发病因素进行分析研究的方法.结论 集成了医院各种信息系统数据的数据仓库,通过疾病预防与控制的研究方法,对临床疾病的预防分析与客观研究,提供了一个新的思路.     

超大规模医学图像并行虚拟可视化的仿真研究

在网格计算基础上,研究利用医院内部局域网和普通配置计算机,实现超大规模医学图像并行可视化的关键技术,包括系统硬件构成、软件框架、负载平衡以及虚拟现实可视化等问题。在普通计算机群上,编程实现大规模医学图像的最大密度投影重建算法,并在虚拟现实构造语言(virtual reality modeling language,VRML)基础上,设计人机交互控制面板,实现虚拟可视化操作。仿真结果表明,该方法较好地解决了运算速度和内存空间这两大难题,效果良好,实时性强,对医生诊断治疗具有很好的辅助作用。     

基于心血管疾病的分类挖掘

本文阐述了临床数据挖掘技术应用方法和工具,用weka工具将心血管疾病住院数据生成一个带有19个节点的决策树,9个条件属性.,1个决策属性.通过机器学习作出正确的推断结论,通过数据挖掘发现关联规则或新的医疗规则,是有别于专家诊断系统的创新模式.     

流行病学地图软件EPIMAP

地理因素引起的疾病在疾病的地理分布上可以明显地反映出来,随着人类对此认识的深入,地理流行病学也开始发展壮大。这了更确切、简便地分析疾病的地理分布特点,在进行地理流行病学分析时必须运用医学地理制图学和医学地理信息和监测系统。EpiMap即为计算机编制疾病地图的优秀软件之一。1　简介EpiMap是一个可在微机上运行的做图软件。它可将疾病分布数据与地理边界文件相结合建立地图。它的地图存于三类文件中:边界文件(BoundaryFiles)、数据文件(.REC或.DBF文件)和包括边界名字、详细标题、图例、外加线条及其他注解的MAP文件(.map)…     

基于文本挖掘的流行病学致病因素的提取

目的 基于文本挖掘技术,设计出能够自动提取流行病学致病因素的系统.方法 该自动信息提取系统由一个文本挖掘引擎子系统和一个基于规则的信息提取子系统构成.首先使用文本挖掘引擎标记出所有的名词短语,并收集该名词短语的语义等信息.然后利用基于规则的文本分类器,标记出流行病学致病因素.结果 为评估本系统,将由流行病学专家人工注解的文本输入该系统,评估发现最好的结果F-measure为64.6％,其精确率和召回率分别为61.0％和68.8％,该结果优于其它相关研究,且其中有些错误仍可避免.结论 基于文本挖掘的方法对从流行病学研究文献中自动提取致病因素信息有很大帮助.     

医学图像计算机辅助诊断数据平台研究

缺乏统一的数据存储模型及相关研究工具,是制约计算机辅助诊断研究中数据、算法等研究成果共享的最主要因素。针对计算机辅助诊断协同研究中的这一问题,提出并构建了用于医学图像计算机辅助诊断协同研究的数据平台。首先对计算机辅助诊断协同研究中的影像数据、过程数据以及“金标准”数据需求进行了分析,提出了统一的数据模型用于数据存储和表示,采用Oracle数据库实现;分析了病例获取、“金标准”标注、分割、特征提取以及算法评估等研究阶段的业务需求,设计并完成了相应的研究工具;最后基于DCMTK采用VC++编程实现了数据平台。数据平台应用于肺癌和脑胶质瘤辅助诊断研究,较好地解决了医学图像计算机辅助诊断研究过程中的数据存储、病例获取、标注、研究结果存储及评估问题,达到了共享研究成果的目的,对提高计算机辅助诊断研究有很好的促进作用。