淺談數(shù)據(jù)挖掘

楊岳

【摘要】數(shù)據(jù)挖掘技術(shù)應(yīng)用于醫(yī)學(xué)領(lǐng)域，有助于從海量信息中提取有價(jià)值信息，為疾病的診治及臨床研究提供科學(xué)依據(jù)。醫(yī)學(xué)數(shù)據(jù)挖掘是一門(mén)涉及面廣、技術(shù)難度大的新興交叉學(xué)科。本文主要介紹數(shù)據(jù)挖掘概念，數(shù)據(jù)挖掘主要方法，數(shù)據(jù)挖掘過(guò)程及前景展望，為進(jìn)一步深入研究打下理論基礎(chǔ)。

【關(guān)鍵詞】數(shù)據(jù)挖掘;挖掘特點(diǎn);挖掘方法;挖掘過(guò)程

引言

隨著電子科技的飛速發(fā)展，在醫(yī)療機(jī)構(gòu)中有大量的醫(yī)療數(shù)據(jù)被記錄下來(lái)。此外，有關(guān)病人和疾病的電子格式的數(shù)據(jù)日益增多，通過(guò)臨床日常工作和各項(xiàng)檢查數(shù)據(jù)進(jìn)行的數(shù)據(jù)采掘研究也逐年增加。因此，掌握醫(yī)學(xué)數(shù)據(jù)挖掘的能力越來(lái)越成為開(kāi)展基礎(chǔ)醫(yī)學(xué)和臨床醫(yī)學(xué)等醫(yī)學(xué)課題的先決條件。數(shù)據(jù)挖掘技術(shù)，是指從大量的、不完全的、有噪聲的、模糊的數(shù)據(jù)中，提取隱含的、未知的、非平凡的及有潛在的應(yīng)用價(jià)值的信息或模式，幫助決策者調(diào)整市場(chǎng)策略，減少風(fēng)險(xiǎn)，做出正確的判斷和決策。下面介紹醫(yī)學(xué)數(shù)據(jù)挖掘特點(diǎn)以及幾種在醫(yī)學(xué)上常用的數(shù)據(jù)挖掘方法。

1.數(shù)據(jù)挖掘特點(diǎn)

挖掘醫(yī)學(xué)數(shù)據(jù)庫(kù)跟挖掘其它類型的數(shù)據(jù)庫(kù)相比，具有其自身的獨(dú)特性。具體特點(diǎn)如下：

1.1 醫(yī)學(xué)數(shù)據(jù)挖掘隱私性

醫(yī)學(xué)數(shù)據(jù)不可避免地涉及到患者的一些隱私信息，有些隱私涉及倫理甚至法律問(wèn)題。電子資源共享之前須征得患者關(guān)于隱私共享公開(kāi)的授權(quán)，否則不僅對(duì)患者造成不良影響，產(chǎn)生不良后果，而且也對(duì)醫(yī)院的整體形象及信譽(yù)諸多方面造成嚴(yán)重的負(fù)面效應(yīng)。醫(yī)學(xué)數(shù)據(jù)挖掘者有義務(wù)和職責(zé)在保護(hù)患者隱私的基礎(chǔ)上進(jìn)行科學(xué)研究，并且確保這些醫(yī)學(xué)數(shù)據(jù)的安全性和機(jī)密性。

1.2 醫(yī)學(xué)數(shù)據(jù)的多樣性

由于醫(yī)學(xué)數(shù)據(jù)是從醫(yī)學(xué)影像、實(shí)驗(yàn)數(shù)據(jù)以及醫(yī)生與病人的交流中獲得的，所以原始的醫(yī)學(xué)數(shù)據(jù)具有多種形式。醫(yī)學(xué)數(shù)據(jù)包括影像、信號(hào)、純數(shù)據(jù)、文字、動(dòng)畫(huà)，音頻，視頻等多種形式。醫(yī)學(xué)數(shù)據(jù)的多樣性是它區(qū)別于其它領(lǐng)域數(shù)據(jù)的最顯著特征。

1.3 醫(yī)學(xué)數(shù)據(jù)的不完整性

醫(yī)學(xué)數(shù)據(jù)搜集是以治愈患者為直接目的，而處理是以尋找某種疾病的一般規(guī)律為目的，關(guān)于一種疾病不可能有完整的全部信息，許多醫(yī)學(xué)信息的表達(dá)記錄本身就有模糊的特點(diǎn)。此外，人為因素也可能導(dǎo)致?lián)涗浀钠詈蜌埲?，如病情敘述主觀性較強(qiáng)。這些因素都導(dǎo)致了醫(yī)學(xué)數(shù)據(jù)挖掘的不完整特性。

1.4 醫(yī)學(xué)數(shù)據(jù)的冗余性

醫(yī)學(xué)數(shù)據(jù)庫(kù)是一個(gè)龐大的數(shù)據(jù)資源，每天都會(huì)有大量的記錄存儲(chǔ)到數(shù)據(jù)庫(kù)中，其中可能會(huì)包含重復(fù)的、無(wú)關(guān)緊要的、甚至是相互矛盾的記錄。例如，有些患者信息差異較小，病種，診斷結(jié)果，檢查方式，治療方式，預(yù)后情況都幾近相同，這不僅增加了數(shù)據(jù)的樣本量，也為檢索帶來(lái)了很大困難，也就是說(shuō)，醫(yī)學(xué)數(shù)據(jù)具有冗余性這一特點(diǎn)。

1.5 醫(yī)學(xué)數(shù)據(jù)挖掘的動(dòng)態(tài)性

醫(yī)學(xué)數(shù)據(jù)挖掘的動(dòng)態(tài)性，有時(shí)候也稱醫(yī)學(xué)數(shù)據(jù)挖掘的時(shí)間性，指數(shù)據(jù)與時(shí)間密切相關(guān)，如不同疾病的發(fā)病季節(jié)有著顯著特征。此外，醫(yī)學(xué)上的心腦電圖，心率，血壓等都是與時(shí)間密切相關(guān)的函數(shù)，因此，醫(yī)學(xué)數(shù)據(jù)挖掘具有動(dòng)態(tài)性這一特點(diǎn)。

2.醫(yī)學(xué)數(shù)據(jù)挖掘方法

2.1 關(guān)鍵問(wèn)題

關(guān)鍵問(wèn)題主要包括數(shù)據(jù)的預(yù)處理，信息融合技術(shù)，快速的挖掘算法以及確保知識(shí)的準(zhǔn)確性和可靠性。

2.2 主要方法

2.2.1 自動(dòng)疾病預(yù)測(cè)趨勢(shì)和行為

通過(guò)對(duì)病例的數(shù)據(jù)挖掘，對(duì)人體病例的體征數(shù)據(jù)進(jìn)行分析對(duì)比，從而學(xué)習(xí)到新的預(yù)測(cè)病例的方法，可以提前預(yù)測(cè)疾病的發(fā)生，及時(shí)挽救患者的生命。采用的技術(shù)主要有線性，非線性和廣義的回歸模型，以及神經(jīng)網(wǎng)絡(luò)技術(shù)。其中人工神經(jīng)網(wǎng)絡(luò)技術(shù)具有很強(qiáng)的自組織性，魯棒性和容錯(cuò)性，在醫(yī)學(xué)數(shù)據(jù)挖掘上具有廣泛的應(yīng)用。有學(xué)者以美國(guó)麻省理工學(xué)院的心律失常數(shù)據(jù)庫(kù)的心電圖為原始數(shù)據(jù)，采用不同分類模型，對(duì)心電圖的5種異性波形進(jìn)行分類，為預(yù)測(cè)心臟病的發(fā)生提供了科學(xué)依據(jù)。

2.2.2 關(guān)聯(lián)分析

關(guān)聯(lián)是反映一個(gè)事件和其他事件之間的依賴或聯(lián)系。關(guān)聯(lián)分析主要用于DNA序列間相似搜索與比較、識(shí)別同時(shí)出現(xiàn)的基因序列、在患者生理參數(shù)分析中的應(yīng)用、疾病相關(guān)因素分析等。其處理包括兩個(gè)步驟：第一步是利用標(biāo)準(zhǔn)關(guān)聯(lián)規(guī)則挖掘算法挖掘有關(guān)的關(guān)聯(lián)規(guī)則，第二步是基于所挖掘出的關(guān)聯(lián)規(guī)則構(gòu)造出一個(gè)分類器。關(guān)聯(lián)規(guī)則有如下優(yōu)點(diǎn)：可以產(chǎn)生清晰有用的結(jié)果;支持間接數(shù)據(jù)挖掘;可以處理變長(zhǎng)數(shù)據(jù);計(jì)算的消耗量可以預(yù)見(jiàn)。

2.2.3 聚類分析

聚類分析是對(duì)輸入集中的記錄進(jìn)行分類。聚類分析是一種探索性統(tǒng)計(jì)分析方法，是在沒(méi)有經(jīng)驗(yàn)的情況下對(duì)數(shù)據(jù)進(jìn)行分類。聚類技術(shù)主要包括傳統(tǒng)的模式識(shí)別方法和數(shù)學(xué)分類學(xué)，例如決策樹(shù)歸納，貝葉斯分類，神經(jīng)網(wǎng)絡(luò)技術(shù)，基于知識(shí)的案例推理，遺傳算法，粗糙集等。

2.2.4 模糊系統(tǒng)

模糊系統(tǒng)是建立在模糊數(shù)學(xué)上的一種推理方式，經(jīng)常與神經(jīng)網(wǎng)絡(luò)聯(lián)合應(yīng)用。可以從心臟圖像中分析心室過(guò)早收縮，也可以對(duì)肝臟超聲圖像進(jìn)行分析。

2.2.5 進(jìn)化計(jì)算

進(jìn)化算法是從生物進(jìn)化規(guī)律中得出的一種優(yōu)化算法。在醫(yī)學(xué)數(shù)據(jù)挖掘中的主要應(yīng)用有：為二尖瓣脫垂綜合征患者提供治療決策。也可以應(yīng)用于對(duì)脊柱側(cè)凸進(jìn)行分類。

3.醫(yī)學(xué)數(shù)據(jù)挖掘過(guò)程

醫(yī)學(xué)數(shù)據(jù)挖掘過(guò)程主要包括如下幾個(gè)步驟：（1）理解數(shù)據(jù);（2）準(zhǔn)備數(shù)據(jù);（3）數(shù)據(jù)挖掘;（4）評(píng)估知識(shí);（5）知識(shí)應(yīng)用。

4.醫(yī)學(xué)數(shù)據(jù)挖掘展望

我國(guó)醫(yī)學(xué)數(shù)據(jù)極為豐富，但運(yùn)用數(shù)據(jù)挖掘技術(shù)處理海量信息仍處于初級(jí)階段。醫(yī)學(xué)數(shù)據(jù)挖掘是一門(mén)涉及面廣，技術(shù)難度大的新興交叉學(xué)科，需要從事計(jì)算機(jī)，統(tǒng)計(jì)學(xué)的科研人員與醫(yī)務(wù)工作者廣泛合作?？梢灶A(yù)見(jiàn)數(shù)據(jù)采掘技術(shù)在醫(yī)學(xué)領(lǐng)域中具有廣闊的應(yīng)用前景，隨著大型數(shù)據(jù)庫(kù)和網(wǎng)絡(luò)技術(shù)的普及應(yīng)用，必將有大量的電子格式的數(shù)據(jù)在國(guó)內(nèi)的各行各業(yè)、尤其是醫(yī)療部門(mén)中出現(xiàn)，信息專業(yè)的研究與開(kāi)發(fā)人員應(yīng)當(dāng)抓住機(jī)遇，做好技術(shù)上的準(zhǔn)備，迎接挑戰(zhàn)。數(shù)據(jù)挖掘也為醫(yī)學(xué)更好的服務(wù)患者開(kāi)辟的新的途徑，隨著理論研究的深入及不斷的實(shí)踐探索，相信數(shù)據(jù)挖掘技術(shù)會(huì)在醫(yī)學(xué)的方方面面發(fā)揮越來(lái)越大的作用。

參考文獻(xiàn)

[1]Han JW，Kamber M.Data mining： concepts and techniques.3rd Edition.San Francisco：Morgan Kaufmann，2011：1-8.

[2]陳功，范曉薇，蔣萌，等.數(shù)據(jù)挖掘與醫(yī)學(xué)數(shù)據(jù)資源開(kāi)發(fā)利用[J].北京生物醫(yī)學(xué)工程，2010，29（3）：323-328.

[3]朱凌云，吳寶明.醫(yī)學(xué)數(shù)據(jù)挖掘的技術(shù)方法及應(yīng)用[J].生物醫(yī)學(xué)工程雜志，2003，20（3）：559-562.

[4]李敬社，等.數(shù)據(jù)挖掘技術(shù)的方法和最新進(jìn)展[J].現(xiàn)代電子技術(shù)，2004，6：54-56.

[5]武森.數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘[M].北京：冶金工業(yè)出版社，2003.