数据挖掘及其在医学信息中的应用

介绍数据挖掘技术的概念、过程和常用方法,结合医学信息的特点,探讨数据挖掘技术在医学信息中的应用,包括医疗费用分析、辅助医疗诊断、医学科研以及医疗资源利用评价,以期为促进数据挖掘技术在医学领域中的更广泛应用提供借鉴.     

数据挖掘技术在医学影像中的应用

介绍数据挖掘技术的背景、定义及基本流程,医学影像学数据的特点及医学影像数据挖掘的关键技术,这门技术在医学影像学中的应用:提高影像质量和边缘提取;组织定征和概念描述;医学影像管理与检索.     

医学数据挖掘综述

医学数据挖掘是一门涉及面广、技术难度大的新兴交叉学科。本文在阐述医学数据特点的基础上，初步探讨了医学数据挖掘的一般过程，并讨论了医学数据挖掘过程中的几项关键技术。最后，文章并介绍了几种数据挖掘的智能化方法及其在医学数据挖掘中的应用。     

数据挖掘技术在中医药研究中的应用

阐述了数据挖掘技术的基本概念以及中医药信息的特点,探讨了数据挖掘技术在中医诊断、中医证候、中药复方等研究中的应用,采用数据挖掘技术进行知识的获取研究,带动了中医药学术水平的提高,是加速推进中医药现代化的有效途径。     

数据挖掘技术在中药研究中的应用

数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据集中识别有效的、新颖的、潜在有用的以及最终可被理解的模式的非平凡过程。阐述了数据挖掘技术一些基本概念以及中医药信息的特点,并探讨了数据挖掘技术在中医药文献研究、药对配伍规律研究、中药谱效关系、药品不良反应评价以及新药开发等领域的应用。采用数据挖掘等信息处理技术进行知识的获取研究,从而带动中医药学术水平的提高,是加速推进中医药现代化的有效途径。     

数据挖掘在医学图像分类中的应用

介绍几种数据挖掘方法的发展历程,分析其在医学图像处理中的应用及其研究现状,包括关联规则、决策树、人工神经网络、支持向量机、粗糙集等,同时阐述数据挖掘在医学图像分类研究领域存在的问题,希望对研究人员有所借鉴。     

多媒体数据挖掘技术在高校医学资源库中的应用

当前,高校医学资源库的建立已初具规模,拥有多种媒体、内容丰富的数字化信息资源.这些信息具有模式的多态性(纯数据、图像、信号、文字记录等)、不完整性(疾病信息的客观不完整和描述疾病的主观不完整)、较强时间性、复杂性和冗余性.常用的数据库及传统的统计分析方法已经远不能满足现实的要求,笔者探讨如何利用数据挖掘技术建立起针对高校医学资源库使用模型,以提升参考咨询服务的质量和形式.     

数据挖掘方法及其在医学领域中的应用

简单扼要地介绍了数据挖掘中各种方法如关联分析、聚类分析、决策树方法等的相关内容和它们在医学领域中的主要应用。     

数据挖掘技术在新安医学研究中的应用

探讨数据挖掘技术在新安医学研究中的应用,将文献研究与人工智能、机器学习相结合,应用关联规则、决策树方法、CBR技术等,对新安医家的临床经验进行分析,为继承和发扬新安医学提供新的思路和方法.     

冷沉淀在医学领域中的应用

目的 了解冷沉淀在医学领域的应用现状.方法 参阅国内外相关文献,对近年来冷沉淀的应用进展作一综述.结果 冷沉淀在肿瘤手术、黏膜和皮肤疾病、深度烧伤、多发伤和手术创伤、糖尿病足、自发性气胸、弥散性血管内凝血(DIC)和冷沉淀制剂等几个方面应用广泛.结论 随着人们对成分输血认识的提高和对冷沉淀研究的不断深入,冷沉淀在医学领域中的应用更加广泛.     

医疗大数据在中医药研究领域的应用与思考

信息革命使现代社会进入大数据时代,医院信息系统（HIS）数据、临床医学研究数据、生物信息数据、医疗卫生服务平台数据、居民健康管理数据、公共卫生普查数据等各类医疗大数据成为近年来的研究热点,通过分析医疗大数据可以为临床决策与医学发展提供重要的信息,促进人类健康事业的发展。在中医药研究中采用医疗大数据分析与挖掘不仅可以发现中医药使用的特征与规律,也有利于中医药的现代化与创新,加速中医药国际化进程,使中医药造福于全人类。     

数据挖掘在生物医学数据分析中的应用

随着信息技术的发展,采集、存储和管理数据的手段日益完善,数据挖掘学科应运而生。文章阐述数据挖掘的概念;通过给出各种数据挖掘方法在生物医学研究领域中的应用实例,分析数据挖掘与生物医学领域中统计学的关系,并就国内生物医学数据挖掘的应用现状、需要解决的问题以及今后研究的发展方向等进行综述。     

数据挖掘在生物医学数据分析中的应用

随着信息技术的发展,采集、存储和管理数据的手段日益完善,数据挖掘学科应运而生。文章阐述数据挖掘的概念;通过给出各种数据挖掘方法在生物医学研究领域中的应用实例,分析数据挖掘与生物医学领域中统计学的关系,并就国内生物医学数据挖掘的应用现状、需要解决的问题以及今后研究的发展方向等进行综述。     

一种基于内容的数据挖掘方法

决策离不开知识,从数据库中采掘知识是解决从大信息量中获取有用知识的有效途径。本文对当前的一些常用的数据挖掘方法,如神经网络、决策树、K-means聚类算法,粗集和模糊集理论等方法的研究现状进行了评述和总结。在此基础上提出了一种基于内容的数据挖掘算法,它是两阶段检索技术,再加上粗集,近似匹配(模糊集理论),K-means聚类等数据挖掘方法以及用户反馈机制等相结合的算法。最后本文还指出了数据挖掘的未来发展前景。     

应用数据挖掘技术分析古代35则消渴医案辨证论治规律探析

[目的] 分析古代医案中诊治消渴的辨证思维、处方、用药规律。[方法] 使用中医病历采集系统录入35则消渴医案的相关资料信息, 对病案中关键证素信息进行数据预处理与转化, 运用描述性统计方法、聚类分析及关联规则等方法分析辨证论治规律。[结果] 症状出现频次最多的依次为多饮、多食易饥、多尿、消瘦等, 中医常见证型为肺胃热盛、肾阴亏虚、肝肾阴虚等, 常见治法为清肺和胃、清胃养阴、滋补肝肾等, 常用药物为:知母、麦门冬、甘草等, 复杂网络分析图显示知母、熟地黄、生地、甘草、麦门冬为核心处方, 其中最核心药物为知母。聚类分析显示用药的组合可分成4类, 分别为:清热养阴、滋补肝肾、收敛固涩、泻下攻积。[结论] 应用数据挖掘技术能较好地总结诊治消渴症、证、法、药的临床经验。     

社会网络分析方法在国内医药卫生领域的应用及启示

近年来,社会网络分析一直是学术界的研究热点并在多个领域得以应用发展。文章重点介绍社会网络分析的基本理论与研究方法,并且分析了近年来此方法在国内医药卫生科技领域的应用,总结出其中重要的研究热点,并指出不足,为我国医药卫生研究的发展提供方法性借鉴。     

需求驱动的医疗健康大数据挖掘模型构建

将跨行业数据挖掘标准流程模型（简称“CRISP-DM模型”）和需求、数据、数据挖掘方法三者的对应关系相结合构建需求驱动的数据挖掘模型。该模型主要包括需求、数据和数据挖掘方法3个核心概念与需求理解、数据理解、数据准备、建模、评估和部署6个过程步骤，分为需求层、数据层、算法层和部署层4个层次。需求驱动的医疗健康大数据挖掘模型可打破“数据先入为主”的习惯性思维，降低盲目进行数据挖掘研究引发的失败风险。整理需求、数据和数据挖掘方法之间的对应关系，可优化医疗健康大数据挖掘路径，降低数据挖掘新手的学习成本，对临床医疗和健康管理实践都具有现实意义，可用于未来的医疗健康大数据开发策略研究。     

基于数据挖掘技术的骨肿瘤诊断知识的自动获取

目的:针对组建骨肿瘤辅助专家系统的瓶颈问题,研究从现有的病例资料中自动的获取骨肿瘤诊断知识并建立知识库的技术.方法:采用基于粗糙集理论的数据挖掘技术,对已确诊的病例资料进行预处理、数据简约等过程,自动的获取骨肿瘤诊断知识,建立诊断知识库.结果:知识自动获取程序模块运行生成一个带有29个节点的决策树,将数据库中的43个条件属性简化为28个,决策属性为6个.在不明显降低诊断正确率的条件下,提高了后续推理程序的运算速度,并为事后的推理解释打下基础.结论:使用基于数据挖掘的知识自动获取技术,可以加快诊断知识库的建立,加快专家系统的开发周期,提高系统的可靠性和诊断的准确性.     

3D打印技术在医学中的应用进展

 3D打印技术是一种在计算机技术辅助下,利用数学模型将粉末状塑料、金属等材料,通过逐层堆积的方式打印出实物模型的快速成型技术。作为一种新兴的具有高科技含量的技术,凭借其打印速度快、打印产品保真性强等诸多优势,逐渐在越来越多领域得到重视并加以应用。本文简要介绍3D打印技术的基本情况,并依据3D打印实物的用途分类对其在医学领域的应用进展作一综述。     

关联规则在小儿肺炎病案信息挖掘中的应用

目的：探讨关联规则在小儿肺炎病案信息挖掘中的应用。方法：以小儿肺炎的病案信息为切入点,合并诊疗数据,摘录用药信息并组建数据库,对药物进行频次统计分析,建立Apriori模型,进行关联规则分析。结果：共获得小儿肺炎诊断记录584条,使用频次超过100次的药物有20种,共获得联合用药关联规则60则。抗炎、祛痰、平喘、止咳、抗感染是肺炎患儿的主要治疗措施。结论：治疗小儿肺炎时最常使用的药物符合小儿肺炎治疗的用药特点,与小儿肺炎治疗的临床指南相符,从而验证了关联规则分析在病案信息挖掘中的有效性。