健康體檢數(shù)據預處理方法研究與應用.pdf_第1頁
已閱讀1頁,還剩59頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、利用醫(yī)療體檢數(shù)據積累豐富且有價值的信息,可進行疾病的風險分析及個性化健康指導,預測受檢者患上某種慢病的風險和概率,提醒受檢者及時發(fā)現(xiàn)潛在疾病,為其提供健康指導及疾病治療措施。但原始體檢數(shù)據存在信息模糊、有噪聲、不完整和冗余的問題,無法直接用于疾病的風險評估與預測,因此對醫(yī)療體檢數(shù)據進行預處理是很重要的。
  為了充分完成體檢數(shù)據的預處理工作,本文在傳統(tǒng)的預處理方法的基礎上從多角度提出了針對體檢數(shù)據預處理的有效方法:針對信息冗余的問

2、題,提出基于壓縮方法的體檢數(shù)據歸約,降低了體檢數(shù)據預處理的時間及空間復雜度;針對體檢項目不統(tǒng)一、異常值、重復值及缺失值較多的問題,提出基于相似重復記錄和缺失值的體檢數(shù)據清洗方法,完成了體檢數(shù)據的清洗,解決了體檢數(shù)據不一致的問題。通過刪除元組、忽略不完整數(shù)據及填充技術完成基于缺失值的數(shù)據清洗;針對唯一標識碼缺失的問題,提出基于線性函數(shù)的體檢數(shù)據變換,實現(xiàn)了歷年體檢數(shù)據的連續(xù)性和規(guī)范性。在實現(xiàn)體檢數(shù)據清洗時創(chuàng)新性的提出基于分詞和權值的字段匹

3、配算法完成相似重復記錄的檢測。體檢數(shù)據預處理的目的是將不規(guī)范的數(shù)據轉換為標準數(shù)據,實現(xiàn)醫(yī)生術語、體檢結論的標準化,糾正錯誤信息、填補空缺值。
  實驗結果證明:基于壓縮方法的體檢數(shù)據歸約可大大減少體檢數(shù)據的不相關及冗余信息;基于分詞和權值的字段匹配算法在召回率、正確率和F-測度值上分別高于傳統(tǒng)算法6.23%、5.44%和5.84%,說明改進算法在檢測相似重復記錄上的準確性高于傳統(tǒng)的算法;驗證了經過基于線性函數(shù)的體檢數(shù)據變換成功的給

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論