基于电子病历的门诊用药分析

论文摘要

数据挖掘是计算机科学的一个技术热点,很多行业都将它应用到自己的信息系统中,取得了明显的效果。随着电子病历(EHR)的应用,医院数据库的信息量不断增长,但是大多数医院对于数据的处理还多限于增、删、改、查等操作,这些操作属于医学数据库的低层次应用,缺乏对数据的集成和深层分析,更谈不上对医学知识的自动获取。从海量的医疗信息中运用各种数据挖掘技术,了解药物的常用联合配伍,以及各类疾病的经验处方,总结各种诊治方案的治疗效果,这对疾病的诊断、治疗和医学研究都有巨大的价值和发展前景。数据挖掘的方法很多,其中应用最广泛的方法之一就是数据的关联规则挖掘。通过对电子病历数据的预处理,产生了最终可以直接进行挖掘的DM数据库。通过对处方数据之间的关联规则挖掘,能够发现病历数据之间的有趣关联。本文通过对关联规则挖掘算法的详细分析,提出了一种基于布尔矩阵的动态频繁项集挖掘算法。该算法只需扫描一次数据库,具有简单快速,节省内存空间等优点。基于这方法,我们针对门诊处方中的部分病历数据进行关联规则挖掘,寻找门诊处方中常用药物的联合配伍,并对数据结果进行了分析。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 电子病历挖掘研究的背景和意义
• 1.2 电子病历挖掘系统概述
• 1.3 医疗数据挖掘研究的现状
• 1.4 论文主要工作和创新之处
• 1.5 论文的安排
• 第二章 电子病历的相关知识
• 2.1 电子病历的概念
• 2.2 电子病历发展的历史意义
• 2.3 电子病历的主要技术
• 2.4 电子病历的基础问题
• 第三章 数据挖掘理论基础
• 3.1 数据挖掘的定义
• 3.2 数据挖掘的对象
• 3.3 数据挖掘的功能
• 3.4 数据挖掘的一般过程
• 3.5 数据挖掘的主要方法
• 3.6 数据挖掘的关键问题
• 3.6.1 源数据存在的问题
• 3.6.2 数据预处理的功能
• 3.7 医疗数据挖掘
• 3.7.1 医疗数据挖掘的背景
• 3.7.2 医疗数据的主要特征
• 3.7.3 数据挖掘在临床医学上的应用
• 3.7.4 临床医学数据挖掘的基本过程
• 3.7.5 医疗数据挖掘的关键技术
• 第四章 电子病历数据的预处理
• 4.1 电子病历数据挖掘的目标
• 4.2 电子病历数据源分析
• 4.2.1 电子病历系统
• 4.2.2 医院管理信息系统
• 4.3 病历数据的预处理
• 4.3.1 构建中间数据表
• 4.3.2 数据清理
• 4.3.3 数据转换
• 第五章 关联分析在病历数据中的应用
• 5.1 关联规则的基本概念
• 5.2 关联规则挖掘的算法
• 5.3 Apriori算法
• 5.4 病历数据的关联分析
• 5.4.1 关联规则的生成方法
• 5.4.2 Apriori算法的缺陷
• 5.4.3 病历数据关联规则的生成
• 5.5 基于布尔矩阵的快速方法
• 5.5.1 布尔矩阵的构造方法
• 5.5.2 布尔矩阵的压缩存储
• 5.5.3 基于无向项集图的频繁项集挖掘优化算法
• 5.5.4 算法性能分析
• 5.6 基于矩阵方法的门诊用药分析
• 5.6.1 无疾病分类的门诊处方用药分析
• 5.6.2 基于疾病分类的门诊用药分析
• 第六章 结束语
• 6.1 论文的研究工作及成果
• 6.2 论文需要改进的地方
• 参考文献
• 致谢
• 攻读硕士学位期间发表的论文