時間序列相似性度量方法及其在生理信息挖掘中的應用.pdf

1、近年來，計算機處理及存儲能力的提高以及醫(yī)療技術的高速發(fā)展產生了海量的生理信息數(shù)據(jù)。運用時間序列數(shù)據(jù)挖掘技術和相關的醫(yī)學基礎知識對這些數(shù)據(jù)進行挖掘，可以分析疾病致病因素、預測疾病變化趨勢、優(yōu)化配置醫(yī)院資源、合理規(guī)劃藥品采購計劃，對開發(fā)醫(yī)學研究治療新技術、促進醫(yī)院管理水平、提升醫(yī)療質量均具有重要意義。例如在重癥監(jiān)護室(Intensive Care Unit，ICU)中，危重病人需要24小時連續(xù)監(jiān)測多項生命體征指標，如心電、血壓、血氧、呼吸、

2、體溫等，這會產生大量生理數(shù)據(jù)。而ICU的臨床醫(yī)生需要同時監(jiān)護多個重癥病人，可能無法即時觀察到病人出現(xiàn)的生理狀態(tài)突變，導致貽誤搶救時機。因此采用數(shù)據(jù)挖掘技術分析病人的生命特征參數(shù)并預測其生理狀態(tài)變化趨勢，可以實現(xiàn)ICU病人的智能監(jiān)護，并對臨床決策支持系統(tǒng)的發(fā)展與完善具有重要意義。為此，本文開展了以下幾方面的研究：
　　首先，分析研究了目前主要的時間序列相似性度量方法，比較各種方法的特點及適用領域；
　　其次，重點研究并實現(xiàn)了基

3、于極值的動態(tài)時間彎曲(DTW)相似性度量方法以及符號化的統(tǒng)計特征向量空間相似性度量方法。同時借鑒網(wǎng)絡搜索引擎與文檔檢索的思想提出并實現(xiàn)了基于信息檢索模型的空間向量模型相似性度量方法。并針對生理時間序列變化趨勢復雜的特點，采用SYNDATA(The Control ChartSynthetic Dataset)數(shù)據(jù)集驗證并比較了三種算法的性能。發(fā)現(xiàn)基于信息檢索模型的空間向量模型相似性度量方法具有較高的識別率。
　　最后，使用MIMI

4、C-Ⅱ數(shù)據(jù)庫提供的ICU病人生理信息建立了一個小型的ICU病人生理狀態(tài)樣本庫。根據(jù)病理生理學知識及臨床信息的可獲得性確立病人生理狀態(tài)穩(wěn)定性的分類標準，并借鑒網(wǎng)絡搜索思想嘗試進行ICU病人生理狀態(tài)穩(wěn)定性的判斷與預測。方法是以測試生理時間序列為關鍵詞搜索樣本庫中與之相似的時間序列，根據(jù)搜索結果判斷測試序列的生理狀態(tài)穩(wěn)定與否，由此實現(xiàn)病人生理狀態(tài)穩(wěn)定性的預測。相似性度量方法則采用上文提出的基于信息檢索模型的空間序列模型算法。預測結果根據(jù)MIM