龙源期刊网 http://www.qikan.com.cn
医学数据挖掘过程的研究
作者：王寅同 高如家 吴海飞 来源：《软件工程师》2011年第08期
摘要：本文分析数据挖掘的应用现状及医学领域数据的特点，针对医学数据的特点提出对应解决方法，并结合医学数据特征定义了数据挖掘的过程。始于问题，建立数据挖掘的数据仓库，运用相应的数据挖掘技术进行信息或知识的挖掘并确保信息或知识的有效性，最终服务于应用。
关键词：医学数据；数据挖掘；数据仓库 1 引言
随着计算机和数据库先进技术的不断涌现并应用，无论是科研机构、企业组织以及国家公共服务部门等，都在过去四十多年间最大程度上实现办公信息化，日常事务处理变得更加简洁和便利。医疗机构计算机信息系统的广泛应用，医疗设备的数字化，提供了大量宝贵的医学信息资源，对于疾病诊断、治疗及医学研究有非常重要的价值。而事实上，大部分医院对数据库中的数据处理仅局限于增删改查，缺乏对数据的集成与分析，运用医学决策和知识的自动获取也不太现实。这里的问题集中于医学数据量的巨大，数据结构的多样性，数据的不完整性和数据库技术的更新换代等，使医学数据的再利用变得更加困难，大量的数据不能在第一时间充分利用，这一现象往往被称为“数据丰富，但信息贫乏”。
数据挖掘技术的发展在一定程度上解决了这些问题，利用数据挖掘技术可以从海量的医学信息资源中找到有价值的知识和规则为疾病诊断和治疗提供科学的决策支持，更好地为医院的决策管理、医疗、科研和教学服务。
2 数据挖掘的应用
数据挖掘(Data Mining, DM)，又称数据库中的知识发现（Knowledge Discovery in Database, KDD），是指从大量的、不完全的、有噪声的、模糊的数据中，提取隐含的、未知的、非平凡的及有潜在的应用价值的信息或模式，它是数据库研究中的一个很有应用价值的新领域，融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。
在国外，数据挖掘技术在医学中已经有相应的应用案例，从20世纪90年代起，就开始对医学数据进行挖掘研究，随着计算机技术的发展，医学数据方面的挖掘发展的更加完善。目前对医学的数据挖掘应用主要集中在以下5个方面[4]：
医学数据挖掘过程的研究
