数据挖掘技术在辅助临床诊断中的应用现状研究

随着卫生信息化进程的推进,卫生信息正在向海量的趋势快速发展,与此同时,如何快速、准确获得信息,进一步将信息转变为有用知识,也成为人们日益关心的问题。数据挖掘技术能够从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、事先不知但又潜在有用的知识,因此广泛应用于信息密集型行业,在医学领域也有一定的应用,特别是以电子病历为基础的应用在辅助临床诊断中发挥了重要作用。     

蛋白质组学技术进展及其在恶性肿瘤研究中的应用

近年,随着蛋白质组学相关技术发展,该技术在研究恶性肿瘤发生发展机制及诊断方面的作用越来越受关注。蛋白质组学（proteomics）名称来自蛋白质（protein）与基因组学（genomics）两个词的组合,由Marc Wilkins和Williams最早提出,指研究特定时间、特定条件下一种基因组所表达的全套蛋白质的科学。     

DNA甲基化芯片检测技术在恶性肿瘤诊疗中的应用

表观遗传学的改变普遍存在于各种恶性肿瘤中,DNA甲基化是表观遗传学改变的主要形式之一。DNA甲基化状态的改变可显著影响基因的表达,抑癌基因高甲基化及癌基因低甲基化是导致恶性肿瘤发生、发展的重要机制。因此,检测恶性肿瘤DNA甲基化状态的变化对于揭示其发病机制意义重大。近年来,DNA甲基化检测技术尤其是DNA甲基化芯片检测技术在恶性肿瘤发病机制、临床诊疗等方面得到越来越广泛的应用。     

基因芯片技术在恶性肿瘤中的应用

随着人类基因组 (测序 )计划 (ｈｕｍａｎ ｇｅｎｏｍｅ ｐｒｏｊｅｃｔＨＧＰ)即全部核苷酸测序的即将完成 ,人类基因组研究的重心逐渐进入后基因组时代 (ｐｏｓｔｇｅｎｏｍｅＥｒａ) ,向基因功能及基因的多样性倾斜[1] 。然而 ,怎样去研究如此众多基因在生命过程中担负的功能就成了全世界生命科学工作者共同的课题 ,今后相当长一段时间主要工作将集中在揭示所有基因转录表达层次上的信息 ,研究相应基因在生物体内的功能 ,阐明不同层次多基因共同作用 ,进而在人类重大疾病如肿瘤、心血管疾病、药物开发等方面的研究发挥巨大作用 ,将大大推…     

数据挖掘技术在肝癌术后预测分析中的应用初探

目的：考察数据挖掘技术对肝癌患者术后预测的效果。方法：采用数据挖掘技术中的神经网络方法在SAS软件上构建神经网络模型。利用该模型分析我校东方肝胆外科医院1990年1月1日入院至1995年12月31日出院的1457例肝癌患者的临床资料，检测其对肝癌患者术后复发的预测准确率。结果：从56个指标中筛选出有统计学意义的11个指标进入模型，经适当训练后在验证集和测试集上预测准确率均在80％以上。结论：数据挖掘技术可应用于肝癌术后预测分析，效果较为理想。在应用数据掺掘技术时应采用较大样本，同时还应根据资料类型选用适当的方法，反复尝试。     

数据挖掘技术及其在教学中的应用

数据挖掘是当前数据库和信息决策领域的研究热点,本文首先介绍了数据挖掘的基本涵义和主要方法,然后阐述数据挖掘技术在教学中的应用。     

数据挖掘技术在中医诊断学中的应用研究

基于数据挖掘技术对证素辨证研究实验平台构建的基本思路、方法以及相关技术的研究,表达了以"证候-证素-证型辨证统一体系"为切入点开展中医诊断研究的可达到的目标,为科学深入地开展中医诊断研究提供了一种思路.     

数据挖掘技术及其在中医药领域中的应用

数据挖掘(Data Mining)是一个涉及多学科交叉研究的领域,它融合了数据库技术、人工智能、机器学习、统计学、知识工程、神经网络等最新技术的研究成果,介绍数据挖掘技术的概念、产生背景、理论基础、分类、软件的发展及其数据挖掘技术在中医药领域的应用.     

数据挖掘技术在中医药研究中的应用进展

中医药作为中华民族的宝贵财富,为人类社会做出了巨大贡献,但巨大的中医药数据仅靠人工分析缺乏客观性、全面性。数据挖掘(DM)技术作为大数据时代的产物,在中医药方面的应用日益广泛。目前,DM技术已在分析总结中医的证候关系、辨证规律,中医方剂的配伍规律、方-病-证的关系,名中医的临床用药规律及学术思想,中药药性与其成分、功效之间的关系,中药药物谱图的表达特征,针灸的取穴规律及针灸方法的选择等多领域应用,其使临床及科研更完善,使中医药发展有更广阔空间。未来,可将DM技术渗透至中医药研究的各个领域,以提高中医药学术水平,加速中医药现代化发展。     

数据挖掘技术在方剂学配伍研究中的应用探讨

数据挖掘是一种新兴的信息处理技术．它融汇了人工智能、模式识别、模糊数学、数据库、数理统计等多种技术方法,专门用于海量数据的处理。数据挖掘技术应用于方剂配伍研究的切入点有：方证相关规律,基于类方分析的方剂配伍规律,医家组方用药特色,方药特异性,方剂的运用演变等。通过数据挖掘技术．可对海量的古今方剂数据进行挖掘,从而发现方剂配伍规律,为临床病证辨证论治、遣药组方提供依据。     

生物医学数据挖掘技术与应用

数据库技术的发展解决了海量数据的存储和数据检索的效率问题,但是,生物医学数据库的建立和应用存在“数据丰富。信息贫乏”的现象,为了解决其中的“知识发现”问题,数据挖掘技术得NT广泛的重视。简述了生物医学数据挖掘的特殊性和关键问题,并分析了数据挖掘技术在生物医学中的应用研究及应用缺乏的原因。     

数据挖掘技术及其在医疗质量管理中的应用

介绍数据挖掘概念、基本流程及任务,阐述数据挖掘在医疗质量管理中的应用,包括医疗质量指标变化趋势分析、基于多维数据模型的数据挖掘分析等方面,指出将数据挖掘技术应用于医疗质量管理具有广阔的发展前景和较高的应用价值。     

原发性十二指肠恶性肿瘤11例诊治体会

目的:探讨原发性十二指肠恶性肿瘤的临床表现、病理学特征及诊治手段。方法:对我院10a来收治的经病理证实的11例原发性十二指肠恶性肿瘤患者的临床资料进行回顾性分析。结果:发病部位有乳头区7例,降段3例,其他部位1例。临床主要表现为上腹疼痛(9例),黄疸(3例)和消化道出血(7例)。病理学类型以腺癌多见(10例),胃肠道间质瘤(1例)。8例行肿瘤根治性切除术,3例行姑息性手术。结论:原发性十二指肠恶性肿瘤临床以上腹痛、黄疸、消化道出血为主要表现,但缺乏特征性。病理类型以腺癌为主,好发于十二指肠乳头区及降段。CT和B超及内镜检查是诊断检查原发性十二指肠恶性肿瘤的主要手段,手术切除是主要治疗方法,但预后甚差。     

基于数据挖掘技术的辅助医疗诊断研究

为提高医疗质量管理水平,降低诊断过程中的人为疏忽,提出应用数据挖掘技术,结合统计分析与规则推导理论,从大量电子病历数据库中找出有效的诊断知识,辅助医务人员进行医疗诊断活动。实验研究表明应用模块运算与规则推导,可为医疗辅助诊断提供有价值的参考信息。     

数据挖掘技术在医院信息系统中的应用

介绍数据预处理、匿名化与标识转换等医学数据挖掘的关键技术,阐明医院信息系统中数据挖掘的基本过程,包括数据提取和预处理、运行挖掘算法、模式发现、知识表示和评价几个环节,并从模型建立、实现过程两方面详细论述数据挖掘技术在医院信息系统中的应用。     

从痰论治恶性肿瘤

中医学很早就认识到恶性肿瘤与痰有密切关系,痰浊内阻是肿瘤形成的关键因素之一,同时也是恶性肿瘤转移的病因和重要机制。在恶性肿瘤及转移的治疗中,以扶正为基础,重用生半夏、生南星、生牡蛎;擅用全虫、蜈蚣配服胶囊通络散结,控制癌瘤;辨证使用活血化瘀药物。佐以解毒散结药物,对恶性肿瘤及转移患者能起到杀死癌细胞、控制转移、抑制瘤体生长和提高病人生存质量及生存期,效果明显。     

恶性肾肿瘤的影像学诊断

本文通过分析2 4例经手术病理证实的恶性肾肿瘤的尿路造影,超声和CT表现,讨论了恶性肾肿瘤的一些诊断问题。作者认为单纯使用常规排泄性尿路造影对于显示肾恶性肿瘤明显低于超声和CT,综合应用影像学技术可显著提高恶性肾肿瘤的诊断率。CT对于诊断病变,确定病变性质,治疗及判断预后均有重要价值。     

睾丸生殖细胞肿瘤临床分析

目的探究分析睾丸生殖细胞肿瘤的临床诊断治疗效果,旨在为提高临床治疗效率提供有效依据。方法选取自2010年8月—2012年6月在该院接受治疗的睾丸生殖细胞肿瘤患者70例,根据其肿瘤类型,分为A组精原细胞肿瘤40例与B组非精原细胞肿瘤30例,对其临床诊断与治疗资料进行回顾性分析,比较其发病特点与临床治疗效果等,做好相关资料的记录工作。结果采取相应临床治疗后,对患者进行随访调查,其中A组患者生存率显著优于B组患者,差异有统计学意义(P<0.05);同时比较不同肿瘤分期患者的随访生存率发现,随着分期级别增大,患者生存率显著降低,差异有统计学意义(P<0.05)。结论在提高睾丸生殖细胞肿瘤患者临床诊断效率的同时,要尽早治疗,防止肿瘤继续恶化,并且要根据肿瘤类型对症治疗,以此提高临床治疗效果。     

原发性十二指肠恶性肿瘤的临床诊断

目的：探讨诊断原发性十二指肠恶性肿瘤的方法。方法：回顾分析1995－2000年28例十二指肠恶性肿瘤患的临床资料,分析辅助检查对十二指肠恶性肿瘤的诊断价值。:结果：胃十二指肠镜检查16例,阳性率93．75％（15／16）,均为十二指肠上部和乳头周围部肿瘤。十二指肠低张造影13例,阳性率76．92％（10／13）,包括十二指肠上部,乳部周围部和乳头下部肿瘤,腹部B超检查28例,阳性率53．57％（15。28）,均表现为胆管扩张,结论：胃十二指肠乳头下部肿瘤依赖于十二指肠低张造影。     

基于数据挖掘的院内临床诊断智能分析

随着医院信息化建设的发展,关注重点从信息系统本身的功能越来越多地转向信息系统中的数据利用。医疗数据的利用对健康管理、疾病分析、治疗经验总结、新型技术开发都有重要的意义。借助数据挖掘技术,提取本院相关数据,以智能化诊断为切入点,模拟院内临床诊断知识库的建立,经验证系统判定的关联性与临床实际基本相符,提出可扩展至院内临床路径的可能性。