基于数据挖掘的病历数据预处理.pdfVIP

维普资讯 计 算 机 与 现 代 化 2007年第5期 JISUANJIYUXIANDAIHUA 总第 141期 文章编号 ：1006—2475(2007)05-0023-02 基于数据挖掘的病历数据预处理 陈 霞 ，邱桃荣 ，魏玲玲 ，蔡 洪2 (1．南昌大学信息工程学院计算机系，江西 南昌33oo29；2．深圳高科技有限公司信息部开发系，广东 深圳518114) 摘要：数据预处理技术在数据挖掘和数据仓库中都具有十分重要的作用，其结果将直接影响数据挖掘的优劣。为了更好 地从数据类型复杂、冗余空缺值多的海量医疗数据中挖掘切实有用的信息，必须对数据源进行预处理。基于此 目的，本 文详细介绍了医疗数据的预处理方法，并通过某高校病历数据实例验证其有效性和可行性 ，为医疗机构提供科学的决策 支持。 关键词 ：数据预处理 ；数据挖掘；医疗数据；关联规则 中图分类号_TP3l1 文献标识码：A CaseHistoryDataProcessingBasedonDataM ining CHENXia，QIUTao．tong，WEILing．1ing，CAIHong (1．SchoolofITEngineering，NanchangUniversity，Nanching33oo29，China； 2．DevelopmentFaculyt，InformationDepartmentofShenzhenHigh—techCo．Ltd，Shenzhen518114，China) Abstract~Datapreprocessingtechnologyplaysaveryimportantrolebothindaat mininganddaat warehouse．Itsresultswilldi— reedyinfluencetheendsofdatamining．Inordertogetthepracticalusefulinfomr ationbetterfrom htema$smedicaldata，which wiht complexdatatypesnadmnayredundnaciesnadlossvalues。it’Snecessary topreprocesshtedataresources．Therefore，a methodofmedicaldatapreprocessingisintroduceddetailedlyinhtispaper，andarealworldexampleaboutsomeuniversitycase history datashowsiteffectivenadfeasible，na dprovidingscientificdecisionsupportformedical institutions． Keywords：datapreprocessing；datamining；medical data；associationrules 0 引 言 1 医疗数据的预处理方法 当前，大部分数据挖掘研究集中在挖掘技术、挖 医学数据有信息容量大、数据类型复杂、冗余空 掘算法及挖掘语言方面，而在实际过程中，数据预处 缺值多、内容关联繁琐等特点。目前对它的挖掘主要 理的优 良程度直接影响后续工作的开展。据统计，数 集中在基础医学和生物信息学上。对医学信息的挖 据预处理所花费的时间和成本 占数据挖掘全过程的 掘不仅可以预测和分类疾病，还能挖掘出如治疗方案 60％至80％左右，其余的工作大约占10％ 【lJ。由此 与效果的关联、季节易发疾病、诱因病症等潜在规则， 可见，提高数据预处理的效率