基于數(shù)據(jù)挖掘的中醫(yī)診斷智能信息化技術研究.pdf

1、中醫(yī)學領域中存在著大量的病案資料，病案記錄中的信息包含很多隱藏的、有價值的醫(yī)學知識，而醫(yī)學數(shù)據(jù)的網絡化與數(shù)字化轉變使得人工整理數(shù)據(jù)的方法不再可行。數(shù)據(jù)挖掘技術正是一種有效的借助人工智能方法獲取醫(yī)學知識的現(xiàn)代化手段，采用數(shù)據(jù)挖掘方法分析醫(yī)學數(shù)據(jù)，不僅能夠揭示隱含其間的病、證、癥、治的規(guī)律和他們之間的有機聯(lián)系，還能夠得到有價值的醫(yī)學知識，促進中醫(yī)診斷的客觀化，同時也是中醫(yī)現(xiàn)代化的重大課題之一。本文主要研究數(shù)據(jù)挖掘方法在哮喘病案數(shù)據(jù)分析中的應

2、用，主要包括提取哮喘主癥狀，獲得中藥配伍規(guī)律、用藥與癥狀的關聯(lián)關系，尋找癥狀-證型間的匹配規(guī)律，最終建立中醫(yī)病案數(shù)據(jù)挖掘系統(tǒng)。主要工作如下:
　　1)在數(shù)據(jù)預處理階段，首先對臨床數(shù)據(jù)進行初步規(guī)范量化，然后采用一種粗糙集屬性約簡算法-MIBARK算法提取哮喘主癥狀，期間通過實例展示了MIBARK算法的運行過程;設計了電子病案結構，建立病案數(shù)據(jù)庫，為下一步中醫(yī)病案數(shù)據(jù)挖掘做準備;
　　2)在數(shù)據(jù)挖掘階段，通過實例分析了Aprio

3、ri算法的性能與不足，基于計算機對位串邏輯運算的快速反應，提出Apriori算法的改進算法（Apriori-BSO算法），相同條件下，測試對比了Apriori-BSO算法與經典Apriori算法的運行時效，采用Apriori-BSO算法對哮喘用藥數(shù)據(jù)及癥狀-用藥聯(lián)合數(shù)據(jù)進行關聯(lián)分析，挖掘出醫(yī)藥方劑配伍規(guī)律及癥狀與用藥之間的關聯(lián)關系，對比了Apriori-BSO算法與經典Apriori算法在挖掘哮喘醫(yī)案數(shù)據(jù)時的運行時間;
　　3)研