數據挖掘技術在醫學中的應用探討
張曉東 宋生勤
中山大學附屬第三醫院信息科（廣州 510630）
摘要:本文介紹了數據挖掘的概念，任務和效果的評估方法，初步探討了數據挖掘的各
種方法以及它在醫學領域中的應用。
關鍵詞：數據挖掘；決策樹；神經網絡；支持向量機
The Discussion of Application with Data Mining Technology
in Medicine
ZhangXiaodong Dep. of Info. Service The Third Affiliated Hospital of Sun Yat-sen University
zhangxiaodong@163.net (GuangZhou 510630)
Abstract: In this paper we introduce the concept, task of data mining, including the
performance evaluation methods. And we discuss the application with the technology in
medicine.
Keywords: data mining; decision tree; neural network; support vector machine
1. 引言
近年來，數據挖掘技術引起了信息產業界的極大關注，其主要原因是先進的科學手
段為我們產生了大量的數據，并且迫切需要將這些數據轉換成有用的信息和知識。獲取
的信息和知識可以廣泛用于各種應用，包括商務生產、生產控制、市場分析、工程設計
和科學探索等。數據的豐富帶來了對強有力的數據分析工具的需求，大量的數據被描述
為“數據豐富，但信息貧乏”。快速增長的海量數據收集、存放在大型和大量數據庫中，
需要強大的工具進行分析。
目前的數據庫系統可以高效地實現數據的錄入、查詢、統計等較低層次的功能, 但
無法發現數據中存在的關系和規則, 無法根據現有的數據預測未來的發展趨勢，無法發
現海量數據背后隱藏的重要的知識, 出現了“我們被數據所淹沒，但卻缺乏知識”的現
象。
隨著醫院信息系統(hospital information system, HIS)的普及以及人類基因組計劃和
分子生物醫學信息科學的飛速發展，醫學數據空前增長，像功能基因組和蛋白質組的數
據已成指數級增長。如何對大量的數據進行存儲、管理、對比、檢索，尋找其相關性，
挖掘數據中所隱藏的規律，以及對海量的數據進行自動獲取，需要新的技術。
2
2 數據挖掘的概念
2.1 數據挖掘與知識發現
簡單地說，數據挖掘(data mining ,DM)，是從大量數據中提取或“挖掘”出有用的知
識[1]。數據挖掘技術進行數據分析，可以發現重要的數據模式，對商務決策、知識庫、
科學和醫學研究做出了巨大貢獻[2]。另外還有一個概念是知識發現（knowledge discovery
in database，KDD），它被Fayyad 定義為：KDD 是從數據集中識別出有效的、新穎的、
潛在有用的，以及最終可理解的模式的非平凡過程[3]。
知識發現過程一般由以下一些步驟組成：1.數據清理；2.數據集成；3.數據選擇；
4.數據變換；5.數據挖掘；6.模式評估；7.知識表示[1]。從中可以看出，數據挖掘是知
識發現中一個步驟，數據挖掘的廣義觀點是從存放在數據庫、數據倉庫或其它信息庫中
的大量數據中挖掘有趣的知識的過程。相對來講，數據挖掘主要流行于統計界、數據分
析、數據庫和管理信息系統界；而知識發現則主要流行于人工智能和機器學習領域。
2.2 數據挖掘的任務
數據挖掘的任務常見有以下幾種。
1．數據總結：其目的是對數據進行濃縮，給出它的緊湊描述。它主要關心從數據泛
化的角度來討論數據總結。數據泛化目前主要采用多維數據分析方法和面向屬性
的歸納方法。
2．相關性分析：也稱作關聯發現。其目的是發現特征之間的相互依賴關系，常用的
技術有回歸分析、關聯規則、信念網絡等。
3．聚類分析：它是根據數據的不同特征，將其劃分為不同的數據類別。它使得屬于
同一類別的個體之間的距離盡可能的小，而不同類別上的個體間的距離盡可能的
大。在機器學習中聚類屬于無監督學習。
4．分類與回歸：它是數據挖掘中非常重要的任務，應用最為廣泛。分類和回歸都可
用于預測，其目的是從已知的歷史數據記錄中自動推導出對給定的數據的推廣描
述，從而能對未來數據進行預測。分類的輸出是離散的類別值，而回歸的輸出則
是連續數值，它們都屬于有監督學習。
5．偏差檢驗：偏差分析包括分類中的反常實例、例外模式、觀測結果對期望值的偏
離以及量值隨時間的變化等，基本思想是尋找觀察結果與參照量之間的有意義的
差別。通過發現并分析異常，引起人們對特殊情況的注意。
數據挖掘技術作為一門具有廣泛應用的新興學科，已經在文本分類、Web 知識發現、
手寫 |
|
資源大小：51.47 KB 
