基于PMML的医学图像挖掘系统的设计与实现

论文摘要

随着医疗行业数字化进程的不断深入,医学信息数据库中不仅包含病人的结构化数据,而且还包含大量非结构化的医学图像数据,这些数据为医学图像数据挖掘提供了丰富的资源。医学图像数据挖掘旨在从海量的图像数据中挖掘出有效的规则和模式,以加速医生诊断决策的过程和提高其诊断决策的准确度。本文结合国家自然科学基金项目“基于数据挖掘的医学图像分类研究”,针对医学图像数据挖掘所涉及的一些关键技术进行了深入研究。提出了一种数据挖掘查询语言CMQL,设计并开发了一种基于CMQL和PMML(预言模型标记语言)的医学图像挖掘原型系统。论文的主要工作有以下几个方面:1.在研究医学图像的特点、信息模型、文件结构的基础上,采用Java技术,构建了医学图像DICOM文件信息的自动提取和图像显示工具。2.在分析PMML的基本定义、数据流程及语法的基础上,设计并开发了一种PMML模型转换工具。此工具对PMML标准的支持不仅包括PMML文档的输出,也包括PMML文档的导入,克服了大多数据挖掘系统仅提供模型输出功能的缺点。3.在分析已有数据挖掘语言的基础上,提出了一种新的用于定义挖掘任务的数据挖掘查询语言CMQL,并给出其基本挖掘语句规范。4.自定义了一种数据挖掘文件CTM格式,使医学图像挖掘系统面向统一的视图,方便了预处理操作,提高了挖掘速度,避免了大多数挖掘系统直接针对数据库进行挖掘时可能发生的操作异常。5.在分析Java平台组件开发技术的基础上,设计并开发了一个基于CMQL语言和PMML标准并支持挖掘算法组件功能的医学图像挖掘原型系统。系统采用一种基于HashMap的数据挖掘算法管理模式,方便了数据挖掘算法的查找、更新和验证。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.3 研究目标及工作内容
• 1.3.1 研究目标
• 1.3.2 工作内容
• 1.4 论文结构
• 第二章 医学图像挖掘技术综述
• 2.1 数据挖掘的产生
• 2.2 医学图像数据挖掘的基本概念
• 2.3 数据挖掘的分类
• 2.3.1 关联规则
• 2.3.2 分类
• 2.3.3 聚类分析
• 2.3.4 序列模式挖掘
• 2.4 医学图像特征提取
• 2.5 医学图像挖掘过程
• 2.6 图像数据挖掘模型
• 2.6.1 功能驱动模型
• 2.6.2 信息驱动模型
• 2.7 本章小结
• 第三章 数据挖掘语言
• 3.1 数据挖掘语言概述
• 3.2 数据挖掘语言的分类
• 3.2.1 数据挖掘查询语言
• 3.2.2 数据挖掘建模语言
• 3.2.3 通用数据挖掘语言
• 3.2.4 分析和评价
• 3.3 PMML的产生和应用
• 3.4 PMML的基本定义和数据流程
• 3.5 PMML文件示例
• 3.6 本章小结
• 第四章 医学图像数据挖掘系统的设计
• 4.1 系统功能需求
• 4.2 系统架构
• 4.3 系统基本模块
• 4.4 PMML模型应用框架
• 4.4.1 PMML模型的创建
• 4.4.2 PMML模型的应用
• 4.5 关键技术
• 4.5.1 语法分析器的设计
• 4.5.2 PMML文件的解析
• 4.5.3 数据挖掘算法组件技术
• 4.6 本章小结
• 第五章 医学图像数据挖掘系统的实现
• 5.1 医学图像DICOM文件的信息提取
• 5.1.1 DICOM文件结构
• 5.1.2 DICOM文件的信息提取及图像显示
• 5.2 自定义的数据挖掘查询语言CMQL
• 5.3 自定义的CTM文件结构
• 5.4 系统应用举例
• 5.4.1 系统开发环境
• 5.4.2 基本工具
• 5.4.3 预处理
• 5.4.4 关联规则挖掘
• 5.4.5 分类挖掘
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 论文工作总结
• 6.2 进一步研究工作
• 致谢
• 参考文献
• 附录一: 读研期间发表和录用论文目录
• 附录二: 读研期间参与的科研项目
• 附录三: Cute Miner产生的PMML模型文件示例