高血压病案数据挖掘论文

导语：高血压病案数据挖掘论文一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

1.可以实现高血压病案信息的动态数据挖掘

各个医疗单位在进行高血压病案信息化建设时，形成了各自的档案信息资源数据库，这些资源都是宝贵的医疗数据，但是由于经济、技术、档案信息安全等的限制，各个医疗单位各自为主，无法实现各个数据库的数据共享。高血压病人的档案资源处于分散和孤立的状态，几乎都是根据固定的数据库或者是将大量的纸质档案或文本档案转换成数据信息，所以在以往的数据挖掘中，挖掘的数据源往往是比较少的。随着挖掘技术的成熟和电子病历系统的发展，可以实现动态挖掘。也就是通过电子病历系统和网络技术，实现高血压病案全面共享利用，采用合适的挖掘技术，既可以实现横向挖掘（就是高血压病症不同专家的诊疗方案），也可以实现纵向挖掘（就是指每个专家对高血压病症的持续治疗）。对高血压病的档案进行挖掘研究，将得到高血压的年龄分布、症候特点、继发性与原发性的比例，以及各自用药的规律，包括中药与西药的挖掘结果，中成药、西药联合用药的规律。使得基于电子病历系统的数据挖掘不再局限于某一个静态的、固定的医疗机构的数据库，充分利用了网络的优势，将传统的数据挖掘可以根据各个医院的高血压病人的诊疗档案，动态地添加或减少参与挖掘的计算资源，这样每次挖掘和计算都会有一个新的、动态的结果。

2.可以实现高血压病案信息的广度数据挖掘

医疗部门在进行高血压病案资源数字化建设时，由于采用的系统不同、平台不同，形成了大量的异构资源。这是因为高血压病案作为医学数据具有复杂性和不确定性，它包括病人的主诉、医生的医嘱，及各种不同类型的图像信息等。尤其是在中医领域，甚至出现不同专家对病人的描述各不相同。所以，对其数据挖掘是很困难的。电子病历系统中的数据可以是来自不同时期,不同硬件平台,不同操作系统的数据的集成。由于多种数据源中的数据里面会存在大量的“脏数据”,所以数据必须经过一定的处理,利用数据抽取工具,通过获得数据的特征和数据完整性分析,实现数据质量的控制。在现实的环境中，可以通过网络技术使得不同医疗机构的电子病历系统中高血压病档案资料整合到一起。所以，基于电子病历系统的高血压病案的数据挖掘，可以把不同的电子病历系统中的高血压病案库的不同资源屏蔽掉，实现了数据挖掘的广域挖掘。并将这些资源分为数据资源、挖掘算法资源、计算资源，然后寻址到相应的数据资源、算法资源和计算资源，创建资源实例，获取算法参数后再返回到用户。这样用户不但获取了分布在各个寻址空间的数据，而且能准确计算，使得数据挖掘成为实时的，而且实时计算出用户所要的数据，能够对高血压病进行详细的挖掘和实时的更新。

3.精确高血压病案信息的数据挖掘计算

随着医疗档案信息化进程的加快，各种病案由纸质档案发展到数据档案。随着电子病历系统使用越来越广泛，高血压病的档案也越来越完整，更新得也越来越快。通过分析电子病历系统的架构，可以设计一个满足灵活计算的高血压数据的质量分析模型。可以通过这个模型对源数据进行数据质量的分析和筛选,通过电子病历系统的备份数据库，进行数据的分类和去噪声。由于电子病历系统的实时性和可共享性，所以可以通过对数据质量分析模型来消除数据库中的冗余，同时精准算法，以提高数据挖掘的质量和效率。数据挖掘技术在电子病历系统中的应用，可以对高血压病人的档案进行智能的分配，优化设备资源和信息资源，更快地解决数据档案中高血压病人的数据处理时间，提高数据发现的质量。

4.高血压病案的深度数据挖掘

基于电子病历系统的高血压病案，包括了各种诊疗过程中的数据、患者的症状、患者的症型，还包括了用药分析、原发性和继发性、年龄分布、甚至影像分析、中药治疗的方剂、西药的使用、中西药联合使用，以及运动、肥胖遗传等对高血压的影响。运用关联规则数据算法，根据病历的数据特征，首先采用区间归并法或者是离散化方法进行数据划分，求平均值，将数据进行转换，然后进行数据预处理，最后运用关联规则的核心算法进行挖掘。基于电子病历系统的高血压病案的数据挖掘，能够充分利用电子病历系统中实时更新的大量的病人档案信息。运用数据挖掘关联规则进行挖掘，将会对高血压病进行系统的分析和研究，无论是医疗人员、患者，还是学者，甚至是药厂都会通过病人档案的挖掘得到更多的科学依据。但同时也应该看到，由于各个医疗单位的保护主义以及病人档案信息安全方面的限制，所以要想做到医疗数据的真正共享还需要继续努力。

作者:孙艳秋刘钢单位:辽宁中医药大学信息工程学院沈阳师范大学教育技术学院