基于醫(yī)療業(yè)務信息的哮病中醫(yī)治療規(guī)律研究.pdf_第1頁
已閱讀1頁,還剩73頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、隨著中醫(yī)臨床研究的深入,醫(yī)院信息化進程的加快,醫(yī)院病案數(shù)據(jù)庫中累積了大量的原始并未處理的病人處方數(shù)據(jù),而伴隨著這些數(shù)據(jù)的迅猛增加,醫(yī)生現(xiàn)在很難依靠傳統(tǒng)方法在短時間內(nèi)通過簡單的處理與歸納、總結這些處方數(shù)據(jù)來獲知里面所包含的大量有用信息與經(jīng)驗。這時我們必須通過新的技術手段,來實現(xiàn)中醫(yī)治療經(jīng)驗的繼承與創(chuàng)新。數(shù)據(jù)挖掘(Data Mining,DM)一種能自動獲取有用信息,分析信息間潛在聯(lián)系的知識發(fā)現(xiàn)信息處理技術,將其應用于醫(yī)院病人處方數(shù)據(jù)信息特

2、征分析,可從中發(fā)現(xiàn)里面所蘊含的潛在治療規(guī)律與新的治療理論方法,有效實現(xiàn)中醫(yī)經(jīng)驗的總結與傳承。
  本文的重點在于通過實例對數(shù)據(jù)挖掘技術中的關聯(lián)規(guī)則各算法進行了詳盡分析與研究,總結了各算法的優(yōu)缺點,同時針對關聯(lián)規(guī)則傳統(tǒng)算法的不足,引出了一種基于數(shù)據(jù)拆分技術的分布式FP-growth算法并作了詳細算法的分析,又在其算法理論基礎上,根據(jù)醫(yī)院門診處方中存在大量同一病癥重復處方的問題結合中醫(yī)數(shù)據(jù)特點,提出了一種適合門診處方數(shù)據(jù)挖掘的分布式F

3、P-growth改進算法并選取了浙江省中醫(yī)院醫(yī)院信息系統(tǒng)(Hospital Information System,HIS)門診數(shù)據(jù)庫中國家級名老中醫(yī)哮病治療處方數(shù)據(jù)作為挖掘對象,從中發(fā)現(xiàn)了“藥-癥”,“藥-藥”之間潛在關聯(lián)模式,結合中醫(yī)典籍資料初步分析評估了這些關聯(lián)模式所生的治療規(guī)律的正確性,驗證了數(shù)據(jù)挖掘關聯(lián)規(guī)則技術在中醫(yī)處方分析與研究上的適用性與可行性并在該理論基礎上設計與實現(xiàn)了分布式FP-growth改進算法醫(yī)院處方數(shù)據(jù)挖掘系統(tǒng)。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論