数据挖掘技术在新生儿数据分析中的应用研究

摘要

医院采集的原始数据逐年增多，大量的病人的基本信息和各种病例等原始数据都被存储了下来，这些激增的数据背后潜藏了大量有用的知识。如何抽取、挖掘出这些知识是当前的研究热点问题。数据挖掘作为一种有效的信息抽取方法和知识发现的手段，从医学数据库中提取有用信息，对这些数据的分析和评估，可以发现一些潜在隐藏的数据模式，并提供科学医疗判断和治疗，从而帮助人们提高对生育的认识，并增强对其现代生育的研究和管理。
　　 近几年来，上海市卫生局在全国率先建立了新生儿的出生状况数据库，对这些新生儿数据进行统计挖掘将对合理分配卫生设施和资源、预防新生儿疾病提供很大帮助。本课题以上海市新生儿数据为例，进行了数据挖掘技术在新生儿数据分析中的应用研究，通过对影响新生儿出生的各方面因素的分析，为优生优育提供了量化的依据，方便决策人员了解上海市各区县的新生儿出生状况，并做出正确决策，为专家进行诊断提供参考。
　　 首先，课题介绍了新生儿数据预处理的方法，通过数据清洗、数据转换、维数消减等数据预处理，对遗漏数据、噪声数据、不一致数据等进行了有效处理。数据预处理提高了数据的质量，提高了数据挖掘所获知识的质量。
　　 然后，介绍了关联规则的挖掘算法，重点研究了经典的关联规则挖掘算法Aprior算法，提出了Aprior算法的优缺点，针对Aprior算法需要多次扫描数据库和产生大量频繁项集的缺点。提出了基于划分的Aprior改进算法，并对新生儿数据进行了关联规则分析。
　　 最后，设计了基于Web的新生儿可视化数据挖掘分析系统，该系统较多的考虑了用户与系统中的交互性，运用了Flex技术提供的丰富的互动式图表，非常直观有效的展示了数据分析结果，并对系统涉及到的每一个步骤进行描述与实现。对上海市各医院存储的大量新生儿原始数据进行了分析，得到了上海市新生儿出生状况的一些潜在规律，方便了决策人员实时监测上海市各区县的新生儿出生状况及趋势，具有一定的现实意义。

目录

声明

研究生学位论文版权使用授权书

摘要

第一章 绪论

1．1 课题研究背景

1．2 国内外研究现状

1．3 新生儿数据挖掘的难点

1．4 本文研究内容及安排

1．5 本章小结

第二章 数据挖掘技术及研究现状

2．1 数据挖掘技术概述

2．2 可视化数据挖掘

2．3 数据仓库、OLAP和数据挖掘

2．4 本章小结

第三章 新生儿数据预处理

3．1 数据清洗

3．2 数据转换

3．3 维数消减

3．4 本章小结

第四章 关联挖掘在新生儿数据分析中的应用

4．1 关联规则挖掘

4．2 经典关联规则挖掘算法

4．3 关联规则在新生儿数据中的应用研究

4．4 本章小结

第五章 新生儿数据分析体系结构及结果分析

5．1 Web可视化实现技术及应用

5．2 体系结构设计

5．3 新生儿数据分析系统结果与分析

5．4 本章小结

第六章 总结与展望

6．1 总结

6．2 展望

参考文献

攻读学位期间研究成果

致谢