SLE肾病的数据相关性分析

发布时间：2021-06-24 08:33

　　系统性红斑狼疮性肾炎（systemic lupus erythenlatosus nephritis,LN）是指在系统性红斑狼疮（systemic lupus erythenlatosus,SLE）的基础上有肾脏疾病临床表现和（或）伴有肾功能异常。系统性红斑狼疮性肾炎是一种多并发症的疾病,病情复杂多样,到目前为止,LN的发病原因和发病机制还没有完全阐明。我国患有LN的患者人数较多,医院存储的LN患者的医疗数据众多,但是目前并没有充分利用这些数据的价值,去挖掘出有关于治疗LN的知识。如何利用数据挖掘技术从LN医疗数据中获得有价值的信息,进而为医生决策提供意见和帮助,是本文研究的重点。数据挖掘技术是发现LN医疗数据背后知识的关键。首先要研究数据挖掘的理论知识,确定数据挖掘的流程,重点研究主成分分析算法、K-Means聚类算法和Apriori关联规则算法。然后采用主成分分析算法和K-Means聚类算法对数据进行预处理,其中通过主成分分析算法进行数据降维来挖掘出影响LN疾病的主要影响指标。针对LN医疗数据进行数据预处理后,形成建模数据,将数据带入到Apriori算法模型中,对影响LN的主要指标... 

【文章来源】：昆明理工大学云南省

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景和意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 数据挖掘在医学应用中的研究现状
        1.2.2 LN疾病研究现状
        1.2.3 主成分分析研究现状
        1.2.4 Apriori算法研究现状
    1.3 存在问题及研究内容
        1.3.1 存在问题
        1.3.2 研究内容
    1.4 论文结构
第二章 LN数据分析相关理论
    2.1 数据挖掘概述
        2.1.1 数据挖掘的概念
        2.1.2 数据挖掘的过程
    2.2 数据预处理
        2.2.1 医疗数据的特点
        2.2.2 临床上的数据处理
        2.2.3 数据挖掘的数据预处理
    2.3 PCA算法
        2.3.1 PCA算法的基本思想
        2.3.2 主成分贡献率
        2.3.3 PCA算法步骤
    2.4 Apriori算法
        2.4.1 关联规则基本概念
        2.4.2 关联规则挖掘的主要步骤
        2.4.3 Apriori算法
    2.5 本章小结
第三章 LN数据预处理
    3.1 LN疾病数据预处理的作用和意义
    3.2 LN疾病数据的来源和选取
        3.2.1 数据的来源
        3.2.2 数据的选取
    3.3 LN疾病数据清洗
    3.4 LN疾病数据规范化
    3.5 LN疾病数据降维
        3.5.1 PCA算法的实现步骤
        3.5.2 实验仿真环境
        3.5.3 实验仿真
        3.5.4 数据挖掘结果
    3.6 LN疾病数据离散化
    3.7 本章小结
第四章 Apriori模型在LN中的应用
    4.1 Apriori模型的建立及仿真
        4.1.1 Apriori算法的实现流程及步骤
        4.1.2 实验仿真
    4.2 实验分析
    4.3 规则解析
    4.4 本章小结
第五章 总结与展望
    5.1 论文工作总结
    5.2 存在的不足和今后的工作展望
致谢
参考文献
附录A 学术成果
附录B 研究生期间参与的科研项目



本文编号：3246758