该项目是医学统计学、医学科研方法与计算机数理统计软件技术三个交叉领域的研究。主要特点:完整性:全面探讨SPSS FOR WINDOWS的工作环境,各菜单选项含义及窗口内容与切换,与常用数据库的联接;系统性:由浅入深,从基本级统计到专业级...
详细信息
标准号:
0101700087
该项目是医学统计学、医学科研方法与计算机数理统计软件技术三个交叉领域的研究。主要特点:完整性:全面探讨SPSS FOR WINDOWS的工作环境,各菜单选项含义及窗口内容与切换,与常用数据库的联接;系统性:由浅入深,从基本级统计到专业级统计,系统了解和掌握常统计方法的工作原理、操作步骤和结果解释;实用性:以实际问题为核心,以培养解决问题能力为研究出发点,全部用具体的医学科研数据为实例;通俗性:研究成果的形式为工具读物,文字说明力求简洁易懂,辅之以大量具体操作图例,使读者一目了解,易于理解和掌握。
近年来随着医院信息化建设的不断发展和深入,医院信息系统中大量的数字化医疗设备仪器以及电子病历(Electronic Medical Record)都得到了广泛的应用,这极大的促进了医学信息的数字化,并使医学数据中健康信息的数据量迅速增长。为了充分...
详细信息
近年来随着医院信息化建设的不断发展和深入,医院信息系统中大量的数字化医疗设备仪器以及电子病历(Electronic Medical Record)都得到了广泛的应用,这极大的促进了医学信息的数字化,并使医学数据中健康信息的数据量迅速增长。为了充分利用这些宝贵的信息资源,使其对疾病的诊断、治疗、医学研究以及医疗政策的制定等提供帮助,就要对大量的健康信息数据进行管理、检验与分析,发现隐藏其中的重要规律。
本文以“吉林大学疾病监控预警系统”为基础,对其中医学数据的健康信息管理及预测评估进行了研究与实现。设计并实现了健康信息预测评估子系统,通过健康问卷调查及体检档案管理等方式为疾病监控预警系统采集管理医学信息,并使用医学统计学方法对大量医学数据进行预测和评估。在此基础上,对数据挖掘算法在医学领域内的应用进行了研究,使用关联分析中的Apriori算法对心绞痛患者病历信息中的症状属性进行关联规则挖掘,生成了符合最小置信度的频繁项集与强关联规则,通过分析症状之间的关系可以预测疾病的发展趋势并且辅助医生评估健康情况;使用决策树分类算法中的ID3算法对缺血性心肌病患者病历信息中的症状属性进行了分类,通过计算各症状属性的信息熵值,利用信息增益选择具有最大信息量的分类属性,继而构建决策树,为医生对患者健康情况做出评估提供辅助性建议。本文对上述两种算法所得到的知识在医学领域内的应用价值进行了评估。通过验证,算法所得知识在医学上有很强的实用价值。
暂无评论