知识发现技术在医院中的应用前景
目录
1、 人工神经网络
2、 模糊系统
3、 进化计算
4、 粗糙集理论
5、 决策树
6、 支持向量机
1、人工神经网络
一种模仿生物神经网络的。以人工神经元为基本运算单元的一种互联的，分布式存储信息的智能信息处理系统。人工神经网络具有很强的自组织性，鲁棒性和容错性，在医学数据挖掘中得到了广泛的应用。采用bayesian神经网络结构.能够找出服用抗精神病药物与心肌病发作的关系;结合领域的统计知识，将bayesian神经网络用于医护工作的研究可以取得优良的效果：运用组合神经网络可对危及生命的心律失常进行归类;文献[1]中将专家系统与神经网络的集成应用于医疗辅助诊断的智能决策支持系统。采用单参数动态搜索算法训练神经网络明显优于传统的BP算法，极大地提高了神经网络的训练速度和分类精度。准确性97%.明显高于临床医生的诊断准确性83%。还可以通过伸进网络来预测肝癌患者术后的效果[21。动态检测患者的麻醉深度和合控制麻醉药物的用量等。
2、模糊系统
建立在模糊数学基础上的一种推理方式.它将人的定性思维和判断方法定量化，以适合计算机对信息处理的需要。在数据挖掘中，模糊逻辑经常与神经网络或最近邻技术联合起来应用。在医学数据挖掘和信息处理中利用模糊神经网络，可以从心跳记录中识别心室的过早收缩。还可以用来分析肝脏的超声图像等。
3、进化计算
模拟自然界中生物的进化过程和进化方式对工程问题进行优化求解的技术.包括遗传算法、遗传规划、进化规划和进化策略。在医学数据挖掘中，运用并行遗传算法可为治疗二尖瓣脱垂综合症提供决策：采用进化规划可以对胸痛症状疾病进行诊断：运用交互的进化计算方法可以有效的发掘临床中的噪声数据：采用进化计算方法还可以对脊柱侧凸进行分类。
4、粗糙集理论
利用粗糙集合中的属性约简和规则约简理论来对数据进行客观而有效的处理，从而迅速的获得知识。文献中阐述了粗糙集的基本概念。算法模型，并对该项技术应用于胸痛发病结果的预测。非肿瘤辨别诊断.类风湿类型的诊断.胎儿早产的诊断，急性阑尾炎分类诊断，做简单介绍。粗糙集理论在医学数据挖掘中可用于肺癌的诊断II.用于医院院内感染的知识发现，预测脊髓损伤患者的下床活动时间和检测宫颈癌病变的不同阶段等。
5、决策树
通过对决策树进行剪枝处理，最后把决策树转化为规则，利用这些规则可以对新事例进行分类。决策树在医学数据挖掘中用于上呼吸道感染者的病情危重度分析.将决策与多层感知器网络技术结合还可以从大脑胶质瘤病例中获得胶质瘤恶性程度的术前诊断知识151。
6、支持向量机(supportvectormachine，svm)
基于统计学习理论的针对小样本学习问题的1个理论框架。支持向量机哟股数据挖掘的最大优势在于：其计算复杂性与数据的维数不成正比，纸盒样本的数量有关：svm对数据库中模式分类的准确率一般要高于神经网络。支持向量机可以用于分子生物学中基因的分类，蛋白质二级结构的识别和预测蛋白质亚细胞水平的分布等II。svm在医学数据挖掘和医学信息处理中的研究才刚刚起步，文献[7]中利用支持向机(svm)对乳腺x光片图片中的病变区域进行检测和分类识别出含钙化点区域和肿瘤区域，使用svm分类器进行分后得到99.23%的分类效果。基本上可以准确识别出含钙化区域，肿瘤区域，和正常区域的特征。由于它在回归和分类题上的精确性以及对样本维数敏感性，相信支持向量机在学信息处理中会得到更广泛的应用。
在实际的数据挖掘中，针对具体的医学数据和不同的掘目标.往往要将几种计算智能方法综合起来应用，以发各自的技术优势。此外，还可以将计算智能和其他数据挖方法如聚类分析，关联规则,决策树，等结合起来应用。
【摘要】知识发现技术在医院中有着广泛的应用前景，特别是在医院信息系统以及检测、临床辅助、诊断方面得到广泛关注.有关的研究成果已在医疗诊治得到应用。从人工神经网络、模糊系统进化计算、决策树、粗糙集理论、支持向量机等方面对此进行讨论。将知识发现技术应用在医院信息系统中.在国外已有多年的研究，并有丰富的实践经验的积累。国内近几年也陆续有研究.但总体上还处在研发阶段，这里将知识发现技术在医院中的应用作一简单介绍。
【关键词】支持向量机 人工神经网络 决策树 模糊系统 进化计算 粗糙集理论