芻議知識發(fā)現(xiàn)技術(shù)在醫(yī)院中的研究運(yùn)用范文
本站小編為你精心準(zhǔn)備了芻議知識發(fā)現(xiàn)技術(shù)在醫(yī)院中的研究運(yùn)用參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。
摘要：知識發(fā)現(xiàn)技術(shù)在醫(yī)院中有著廣泛的應(yīng)用前景，特別是在醫(yī)院信息系統(tǒng)以及臨床輔助、檢測、診斷方面得到廣泛關(guān)注．有關(guān)的研究成果已在醫(yī)療診治得到應(yīng)用。從人工神經(jīng)網(wǎng)絡(luò)、模糊系統(tǒng)進(jìn)化計(jì)算、粗糙集理論、決策樹、支持向量機(jī)等方面對此進(jìn)行討論。
詞：人工神經(jīng)網(wǎng)絡(luò)模糊系統(tǒng)進(jìn)化計(jì)算粗糙集理論決策樹支持向量機(jī)
將知識發(fā)現(xiàn)技術(shù)應(yīng)用在醫(yī)院信息系統(tǒng)中．在國外已有多年的研究，并有豐富的實(shí)踐經(jīng)驗(yàn)的積累。國內(nèi)近幾年也陸續(xù)有研究．但總體上還處在研發(fā)階段，這里將知識發(fā)現(xiàn)技術(shù)在醫(yī)院中的應(yīng)用作一簡單介紹。
1人工神經(jīng)網(wǎng)絡(luò)
一種模仿生物神經(jīng)網(wǎng)絡(luò)的。以人工神經(jīng)元為基本運(yùn)算單元的一種互聯(lián)的，分布式存儲(chǔ)信息的智能信息處理系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的自組織性，魯棒性和容錯(cuò)性，在醫(yī)學(xué)數(shù)據(jù)挖掘中得到了廣泛的應(yīng)用。采用bayesian神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)．能夠找出服用抗精神病藥物與心肌病發(fā)作的關(guān)系；結(jié)合領(lǐng)域的統(tǒng)計(jì)知識，將bayesian神經(jīng)網(wǎng)絡(luò)用于醫(yī)護(hù)工作的研究可以取得優(yōu)良的效果：運(yùn)用組合神經(jīng)網(wǎng)絡(luò)可對危及生命的心律失常進(jìn)行歸類；文獻(xiàn)[1]中將專家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的集成應(yīng)用于醫(yī)療輔助診斷的智能決策支持系統(tǒng)。采用單參數(shù)動(dòng)態(tài)搜索算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)明顯優(yōu)于傳統(tǒng)的BP算法，極大地提高了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度和分類精度。準(zhǔn)確性97％．明顯高于臨床醫(yī)生的診斷準(zhǔn)確性83％。還可以通過伸進(jìn)網(wǎng)絡(luò)來預(yù)測肝癌患者術(shù)后的效果。動(dòng)態(tài)檢測患者的麻醉深度和合控制麻醉藥物的用量等。
2模糊系統(tǒng)
建立在模糊數(shù)學(xué)基礎(chǔ)上的一種推理方式．它將人的定性思維和判斷方法定量化，以適合計(jì)算機(jī)對信息處理的需要。在數(shù)據(jù)挖掘中，模糊邏輯經(jīng)常與神經(jīng)網(wǎng)絡(luò)或最近鄰技術(shù)聯(lián)合起來應(yīng)用。在醫(yī)學(xué)數(shù)據(jù)挖掘和信息處理中利用模糊神經(jīng)網(wǎng)絡(luò)，可以從心跳記錄中識別心室的過早收縮。還可以用來分析肝臟的超聲圖像等。
3進(jìn)化計(jì)算
模擬自然界中生物的進(jìn)化過程和進(jìn)化方式對工程問題進(jìn)行優(yōu)化求解的技術(shù)．包括遺傳算法、遺傳規(guī)劃、進(jìn)化規(guī)劃和進(jìn)化策略。在醫(yī)學(xué)數(shù)據(jù)挖掘中，運(yùn)用并行遺傳算法可為治療二尖瓣脫垂綜合癥提供決策：采用進(jìn)化規(guī)劃可以對胸痛癥狀疾病進(jìn)行診斷：運(yùn)用交互的進(jìn)化計(jì)算方法可以有效的發(fā)掘臨床中的噪聲數(shù)據(jù)：采用進(jìn)化計(jì)算方法還可以對脊柱側(cè)凸進(jìn)行分類。
4粗糙集理論
利用粗糙集合中的屬性約簡和規(guī)則約簡理論來對數(shù)據(jù)進(jìn)行客觀而有效的處理，從而迅速的獲得知識。文獻(xiàn)中闡述了粗糙集的基本概念。算法模型，并對該項(xiàng)技術(shù)應(yīng)用于胸痛發(fā)病結(jié)果的預(yù)測。非腫瘤辨別診斷．類風(fēng)濕類型的診斷．胎兒早產(chǎn)的診斷，急性闌尾炎分類診斷，做簡單介紹。粗糙集理論在醫(yī)學(xué)數(shù)據(jù)挖掘中可用于肺癌的診斷II．用于醫(yī)院院內(nèi)感染的知識發(fā)現(xiàn)，預(yù)測脊髓損傷患者的下床活動(dòng)時(shí)間和檢測宮頸癌病變的不同階段等。
5決策樹
通過對決策樹進(jìn)行剪枝處理，最后把決策樹轉(zhuǎn)化為規(guī)則，利用這些規(guī)則可以對新事例進(jìn)行分類。決策樹在醫(yī)學(xué)數(shù)據(jù)挖掘中用于上呼吸道感染者的病情危重度分析．將決策與多層感知器網(wǎng)絡(luò)技術(shù)結(jié)合還可以從大腦膠質(zhì)瘤病例中獲得膠質(zhì)瘤惡性程度的術(shù)前診斷知識151。
6支持向量機(jī)
基于統(tǒng)計(jì)學(xué)習(xí)理論的針對小樣本學(xué)習(xí)問題的1個(gè)理論框架。支持向量機(jī)喲股數(shù)據(jù)挖掘的最大優(yōu)勢在于：其計(jì)算復(fù)雜性與數(shù)據(jù)的維數(shù)不成正比，紙盒樣本的數(shù)量有關(guān)：svm對數(shù)據(jù)庫中模式分類的準(zhǔn)確率一般要高于神經(jīng)網(wǎng)絡(luò)。支持向量機(jī)可以用于分子生物學(xué)中基因的分類，蛋白質(zhì)二級結(jié)構(gòu)的識別和預(yù)測蛋白質(zhì)亞細(xì)胞水平的分布等II。svm在醫(yī)學(xué)數(shù)據(jù)挖掘和醫(yī)學(xué)信息處理中的研究才剛剛起步，文獻(xiàn)[7]中利用支持向機(jī)(svm)對乳腺x光片圖片中的病變區(qū)域進(jìn)行檢測和分類識別出含鈣化點(diǎn)區(qū)域和腫瘤區(qū)域，使用svm分類器進(jìn)行分后得到99．23％的分類效果。基本上可以準(zhǔn)確識別出含鈣化區(qū)域，腫瘤區(qū)域，和正常區(qū)域的特征。由于它在回歸和分類題上的精確性以及對樣本維數(shù)敏感性，相信支持向量機(jī)在學(xué)信息處理中會(huì)得到更廣泛的應(yīng)用。
在實(shí)際的數(shù)據(jù)挖掘中，針對具體的醫(yī)學(xué)數(shù)據(jù)和不同的掘目標(biāo)．往往要將幾種計(jì)算智能方法綜合起來應(yīng)用，以發(fā)各自的技術(shù)優(yōu)勢。此外，還可以將計(jì)算智能和其他數(shù)據(jù)挖方法如聚類分析，決策樹，關(guān)聯(lián)規(guī)則等結(jié)合起來應(yīng)用。