本站小編為你精心準備了芻議知識發現技術在醫院中的研究運用參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：知識發現技術在醫院中有著廣泛的應用前景，特別是在醫院信息系統以及臨床輔助、檢測、診斷方面得到廣泛關注．有關的研究成果已在醫療診治得到應用。從人工神經網絡、模糊系統進化計算、粗糙集理論、決策樹、支持向量機等方面對此進行討論。

詞：人工神經網絡模糊系統進化計算粗糙集理論決策樹支持向量機

將知識發現技術應用在醫院信息系統中．在國外已有多年的研究，并有豐富的實踐經驗的積累。國內近幾年也陸續有研究．但總體上還處在研發階段，這里將知識發現技術在醫院中的應用作一簡單介紹。

1人工神經網絡

一種模仿生物神經網絡的。以人工神經元為基本運算單元的一種互聯的，分布式存儲信息的智能信息處理系統。人工神經網絡具有很強的自組織性，魯棒性和容錯性，在醫學數據挖掘中得到了廣泛的應用。采用bayesian神經網絡結構．能夠找出服用抗精神病藥物與心肌病發作的關系；結合領域的統計知識，將bayesian神經網絡用于醫護工作的研究可以取得優良的效果：運用組合神經網絡可對危及生命的心律失常進行歸類；文獻[1]中將專家系統與神經網絡的集成應用于醫療輔助診斷的智能決策支持系統。采用單參數動態搜索算法訓練神經網絡明顯優于傳統的BP算法，極大地提高了神經網絡的訓練速度和分類精度。準確性97％．明顯高于臨床醫生的診斷準確性83％。還可以通過伸進網絡來預測肝癌患者術后的效果。動態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

建立在模糊數學基礎上的一種推理方式．它將人的定性思維和判斷方法定量化，以適合計算機對信息處理的需要。在數據挖掘中，模糊邏輯經常與神經網絡或最近鄰技術聯合起來應用。在醫學數據挖掘和信息處理中利用模糊神經網絡，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進化計算

模擬自然界中生物的進化過程和進化方式對工程問題進行優化求解的技術．包括遺傳算法、遺傳規劃、進化規劃和進化策略。在醫學數據挖掘中，運用并行遺傳算法可為治療二尖瓣脫垂綜合癥提供決策：采用進化規劃可以對胸痛癥狀疾病進行診斷：運用交互的進化計算方法可以有效的發掘臨床中的噪聲數據：采用進化計算方法還可以對脊柱側凸進行分類。

4粗糙集理論

利用粗糙集合中的屬性約簡和規則約簡理論來對數據進行客觀而有效的處理，從而迅速的獲得知識。文獻中闡述了粗糙集的基本概念。算法模型，并對該項技術應用于胸痛發病結果的預測。非腫瘤辨別診斷．類風濕類型的診斷．胎兒早產的診斷，急性闌尾炎分類診斷，做簡單介紹。粗糙集理論在醫學數據挖掘中可用于肺癌的診斷II．用于醫院院內感染的知識發現，預測脊髓損傷患者的下床活動時間和檢測宮頸癌病變的不同階段等。

5決策樹

通過對決策樹進行剪枝處理，最后把決策樹轉化為規則，利用這些規則可以對新事例進行分類。決策樹在醫學數據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絡技術結合還可以從大腦膠質瘤病例中獲得膠質瘤惡性程度的術前診斷知識151。

6支持向量機

基于統計學習理論的針對小樣本學習問題的1個理論框架。支持向量機喲股數據挖掘的最大優勢在于：其計算復雜性與數據的維數不成正比，紙盒樣本的數量有關：svm對數據庫中模式分類的準確率一般要高于神經網絡。支持向量機可以用于分子生物學中基因的分類，蛋白質二級結構的識別和預測蛋白質亞細胞水平的分布等II。svm在醫學數據挖掘和醫學信息處理中的研究才剛剛起步，文獻[7]中利用支持向機(svm)對乳腺x光片圖片中的病變區域進行檢測和分類識別出含鈣化點區域和腫瘤區域，使用svm分類器進行分后得到99．23％的分類效果。基本上可以準確識別出含鈣化區域，腫瘤區域，和正常區域的特征。由于它在回歸和分類題上的精確性以及對樣本維數敏感性，相信支持向量機在學信息處理中會得到更廣泛的應用。

在實際的數據挖掘中，針對具體的醫學數據和不同的掘目標．往往要將幾種計算智能方法綜合起來應用，以發各自的技術優勢。此外，還可以將計算智能和其他數據挖方法如聚類分析，決策樹，關聯規則等結合起來應用。