基于决策树的数据挖掘技术在口腔诊疗中的应用

摘要

近年来，随着数据库技术和海量存储器的快速发展，人们存储和管理数据的能力进一步得到提高。但是面对海量数据的出现，如何有效地利用大量的原始数据，通过分析，从中挖掘出有价值的信息，已经变得越来越重要。由此，数据挖掘技术应运而生并得以迅猛发展。目前，数据挖掘已经成为一个研究热点，数据挖掘所得到的知识能够为决策支持提供依据。
　　 口腔疾病是很普遍的疾病，而且有些疾病的并发症会表现在口腔中，研究口腔疾病也会对研究其原发病提供有力的支持。对此，本文尝试利用数据挖掘算法发现规律，将数据挖掘中的决策树技术引入口腔疾病及其原发病的研究当中，希望通过研究，从众多的口腔疾病数据中挖掘出致病规律，为疾病的预防和诊断构造决策系统。
　　 本文的原始数据来源于医院HIS(Hospital Information System)系统数据库中的诊疗数据，由于存在噪声、不完整性和不一致性，原始数据不能直接使用，本文对其进行了预处理，并采用数据挖掘理论中决策树技术的ID3(Interative DichotomicVersion3)算法对其进行挖掘，生成了可以由口腔疾病预测其他临床疾病的决策树模型，并采用训练集、测试集的保持方法对其准确性进行了评判。在此基础上，为了进一步提高准确率，将ID3算法进行了改进，并对改进前后的准确率进行了对比分析。实验表明改进的ID3算法的准确率高于改进前，在具体应用方面有实际意义。