一种粗糙概念格的电子病历挖掘模型研究与设计

电子病历挖掘(EPRM)指的是在电子病历数据库中提取有用的医疗信息,并挖掘隐含其中医学诊断规则和模式,为疾病诊断和治疗提供科学的、准确的辅助决策等。在研究粗糙集和概念格基本理论的基础上,结合电子病历数据库中医学数据的特征,提出了基于粗糙概念格电子病历挖掘模型设计方法,该模型采用条件熵对病历大量属性进行约简和粗糙决策规则格的构造算法(EPRM),实验表明该模型在决策规则挖掘效率、运行速度和适应性等方面都具有较好的性能。

基于形式概念分析的不完备电子病历系统粗糙挖掘研究

形式概念分析与粗糙集理论是近年来获得飞速发展的两种数据挖掘工具。充分利用概念格在形式概念表示和粗糙集在知识约简等方面的独特优势,提出了基于形式概念分析的不完备电子病历系统粗糙挖掘算法(FCRM)。该算法利用决策规则格进行不完备知识的形式概念表示和粗糙正域近似约简,并能较好地提取相应一致的决策规则。最后构建不完备中医电子病历方剂挖掘专家系统,实验结果表明该算法在不完备电子病历系统约简和挖掘方面均具有较好性能。

MIMIC-Ⅲ电子病历数据集及其挖掘研究

为了解美国典型开源医疗数据库-重症监护室电子病例数据集(MIMIC)内容及其研究利用情况,本文系统调查梳理MIMIC数据集的内容,从发文数量、发文国家机构、研究主题及研究方法四个维度,对Web of Science中的有关研究文献进行文献计量与内容剖析。结果表明,对MIMIC数据集的研究利用处于上升时期,但研究深度与广度不足;我国高校与医疗公司应加强对其研究利用;研究主题侧重ICU病人预后与死亡率预测,应扩展研究主题;挖掘方法偏好通用机器学习和统计分析方法,应加强针对性挖掘方法研究。