基于数据挖掘的辅助预防和治疗2型糖尿病的研究
本文关键词：基于数据挖掘的辅助预防和治疗2型糖尿病的研究 出处：《兰州理工大学》2016年硕士论文 论文类型：学位论文
更多相关文章： 2型糖尿病 数据挖掘 关联规则 分步聚类算法 灰色关联度分析
【摘要】：本文以数据挖掘为基本方法,研究数据挖掘技术在医疗数据库的应用,以辅助预防和治疗2型糖尿病为研究目的,找出2型糖尿病的众多高危风险因素及其致病程度,进行预测,并提出以聚类分析和灰色关联度理论为方法,辅助2型糖尿病的胰岛素治疗,避免过量或不足量注射胰岛素的危害。1.研究数据挖掘的基本方法理论,并研究关联规则算法及其最经典的Apriori算法和算法的性能,找出经典算法待改进之处。分析已有的频繁模式增长改进算法,研究其基本思想,并针对经典算法生成大量无用候选项集的弊端,提出新了的改进方法。2.对经典Apriori算法、频繁模式增长算法、改进的Apriori算法进行Matlab7.0仿真实验,对比分析三种算法各自的优势和缺点。研究发现,频繁模式增长算法适用于搜索长频繁项集,且对低支持度阈值的数据挖掘有良好的效率,经典算法适用于搜索短频繁模式,对高支持度阈值的挖掘有较好的效率,改进算法综合适用范围较高,在高支持度和低支持度都有较好表现。3.为了找出可能引发2型糖尿病的风险因素及其致病程度,本文对兰州某三甲医院6年的2型糖尿病病历数据和医院电子病历档案进行改进的数据预处理,将这些数据转换成挖掘软件可以识别布尔型数据,导入SPSS Clementine 12.0数据挖掘软件关联规则算法模块,找出34个分段属性各自的致病程度,并制成评分软件,首次提出了一种供大众自行进行2型糖尿病预测和预防的工具。4.为了得到去除激变数值的、能准确代表2型糖尿病患者餐前、餐后等关键节点的血糖数据,本文提出以分步聚类算法,应用SPSS Clementine 12.0数据挖掘软件对动态血糖仪全天每一个关键检测点30分钟内的30个数据进行聚类分析,找出能够代表患者健康状况的8个餐前、餐后等关键检测点数据,避免血糖值的瞬时激变影响测量结果。5.为了避免不适量注射胰岛素,给2型糖尿病病人身体的二次伤害,本文提出以灰色关联度理论方法,分析分步聚类算法预处理后得到的8个关键检测点数据,并根据其与患者血糖值的最优比较序列进行灰色关联度分析,找出一条最能代表患者注射适量胰岛素的曲线,作为治疗曲线,辅助2型糖尿病患者的胰岛素治疗,首次提出了一种数据挖掘辅助2型糖尿病胰岛素治疗的方案。
【学位授予单位】：兰州理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13;R587.1
【相似文献】
相关期刊论文 前10条
1 陈明;;医学数据挖掘综述[J];医学信息;2008年01期
2 黄秋燕;金京皓;沈岳龙;郑晖;;数据挖掘在医学信息中的应用[J];医学信息(上旬刊);2010年08期
3 孙哲丰;王迎利;;中国药品电子监管数据挖掘现状的分析与思考[J];中国医药导刊;2014年06期
4 刘春艳,张爱连,胡铁军;数据挖掘及其在信息服务业应用的研究现状[J];医学情报工作;2004年06期
5 ;统计分析与数据挖掘的优秀工作平台[J];中国医院统计;2006年02期
6 徐刚;袁兆康;;数据挖掘及其在医学领域中的应用和展望[J];实用临床医学;2006年11期
7 黄艳玲;;数据挖掘在医学领域中的文献发展评价[J];现代医院;2007年01期
8 丁维;蒋永光;宋姚屏;吴孟旭;李昆;;数据挖掘及其在中医领域的应用研究[J];数理医药学杂志;2007年03期
9 王华;江启成;胡学钢;;数据挖掘在医学上的应用[J];安徽医药;2008年08期
10 马利;;基于数据挖掘的聚类分析和传统聚类分析的对比研究[J];数理医药学杂志;2008年05期
相关会议论文 前10条
1 史东辉;蔡庆生;张春阳;;一种新的数据挖掘多策略方法研究[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年
2 张弦;;数据挖掘在农业中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年
3 魏顺平;;教育数据挖掘:现状与趋势[A];信息化、工业化融合与服务创新——第十三届计算机模拟与信息技术学术会议论文集[C];2011年
4 关清平;沉培辉;;概率网络在数据挖掘上的应用[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年
5 丁瑾;;基于Web数据挖掘的综述[A];山西省科学技术情报学会学术年会论文集[C];2004年
6 聂茹;田森平;;Web数据挖掘及其在电子商务中的应用[A];中南六省（区）自动化学会第24届学术年会会议论文集[C];2006年
7 李菊;王军;;数据挖掘在客户关系管理的应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年
8 肖阳;李启贤;;数据挖掘在中国钢铁行业中的应用[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年
9 杨磊;王贵成;汪勇;张占胜;;SQL Server 2005在数据挖掘中的应用[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年
10 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年
相关重要报纸文章 前10条
1 本报记者褚宁;数据挖掘如“挖金”[N];解放日报;2002年
2 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年
3 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年
4 《网络世界》记者 王莹;数据挖掘保险业的新蓝海[N];网络世界;2012年
5 刘俊丽;基于地理化的网络数据挖掘与分析提升投资有效性[N];人民邮电;2014年
6 本报记者 连晓东;数据挖掘：金融信息化新热点[N];中国电子报;2002年
7 本报记者 凤小华 朱仁康;“数字挖掘软件”引领中国信息化新浪潮[N];中国电子报;2003年
8 本报记者 史延廷;“成功企业数据挖掘暨数量化管理论坛”在京举办[N];中国旅游报;2002年
9 朱小宁;数据挖掘：信息化战争的基础工程[N];解放军报;2005年
10 本报记者 王小平;从“大集中”走向数据挖掘[N];金融时报;2002年
相关博士学位论文 前10条
1 于自强;海量流数据挖掘相关问题研究[D];山东大学;2015年
2 张馨;全基因组SNP芯片应用于CNV和L0H分析的软件比对与数据挖掘[D];复旦大学;2011年
3 彭计红;基于数据挖掘的痴呆中医证的研究[D];南京中医药大学;2015年
4 李秋虹;基于MapReduce的大规模数据挖掘技术研究[D];复旦大学;2013年
5 邬文帅;基于多目标决策的数据挖掘方法评估与应用[D];电子科技大学;2015年
6 谢邦彦;整合数据挖掘与TRIZ理论的质量管理方法研究[D];首都经济贸易大学;2010年
7 何伟全;云南高校学生意外伤害因素关联规则挖掘及风险管控体系研究[D];昆明理工大学;2015年
8 李荣;生物信息数据挖掘若干关键问题研究与应用[D];复旦大学;2004年
9 李玉华;面向服务的数据挖掘关键技术研究[D];华中科技大学;2006年
10 吴少智;时间序列数据挖掘在生物医学中的应用研究[D];电子科技大学;2010年
相关硕士学位论文 前10条
1 林仁红;基于数据挖掘的机遇识别与评价研究[D];首都经济贸易大学;2007年
2 张彦俊;游戏运营中的数据挖掘[D];复旦大学;2011年
3 焦亚召;基于多核函数FCM算法在数据挖掘聚类中的应用研究[D];昆明理工大学;2015年
4 王杰锋;物联网能耗数据智能分析及其应用平台设计[D];江南大学;2015年
5 刘学建;数据挖掘在电子商务推荐系统中的应用研究[D];昆明理工大学;2015年
6 戴阳阳;基于数据挖掘的金融时间序列预测研究与应用[D];江南大学;2015年
7 石思优;基于主题模型的医疗数据挖掘研究[D];广东技术师范学院;2015年
8 陈丹;移动互联网信令挖掘实现智慧营销的设计与实现应用研究[D];华南理工大学;2015年
9 陈思;基于数据挖掘的大学生客户识别模型的研究[D];昆明理工大学;2015年
10 位长帅;基于客户数据挖掘的电信客户关系管理研究[D];西南交通大学;2015年
，本文编号：1328460
本文链接：https://www.wllwen.com/yixuelunwen/nfm/1328460.html
