

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、醫(yī)療質量的好壞與醫(yī)患關系間有著緊密聯(lián)系,通過面向醫(yī)療質量的數(shù)據(jù)挖掘研究,尋找影響醫(yī)療質量指標值的所有可能因素,能夠幫助醫(yī)院改善醫(yī)療質量、降低醫(yī)療成本,促進醫(yī)療市場規(guī)范化。貝葉斯網(wǎng)絡作為一種被廣泛應用的數(shù)據(jù)挖掘技術,在醫(yī)療行業(yè)有很多的應用,它能夠系統(tǒng)的描述數(shù)據(jù)中屬性之間的分布關系。目前多數(shù)醫(yī)院采用統(tǒng)計的方法對其進行分析,但僅能從中獲得醫(yī)療質量指標的具體數(shù)值,無法對數(shù)據(jù)中隱含的醫(yī)療質量問題進行更多的表達。已有的貝葉斯網(wǎng)絡算法,不能很好的結合
2、醫(yī)療領域中的先驗知識,造成貝葉斯網(wǎng)絡搜索空間過大。本文以病案首頁數(shù)據(jù)為研究對象,以醫(yī)療質量指標為切入點,通過使用貝葉斯網(wǎng)絡對病案首頁數(shù)據(jù)中潛在的因果關系進行挖掘和分析,以期達到提高醫(yī)院醫(yī)療質量的目的。本文的主要工作如下:
(1)設計一種面向醫(yī)療質量數(shù)據(jù)的貝葉斯網(wǎng)絡結構學習算法——MedicalK2算法:貝葉斯網(wǎng)絡結構學習階段,其搜索的結構空間復雜度為。MedicalK2通過增加約束條件,從而縮小網(wǎng)絡結構的搜索空間。Medica
3、lK2算法以貪心搜索和貝葉斯評分為核心框架,對屬性集合劃分成多個子集構成屬性集合的一個覆蓋:a)在每個子集內部使用隨機生成節(jié)點序;b)在每個子集之間使用拓撲序。最終構成整個屬性集合的一個節(jié)點序。
(2)利用貝葉斯網(wǎng)絡構造了面向醫(yī)療質量指標網(wǎng)絡模型:病案首頁數(shù)據(jù)中蘊含的與醫(yī)療質量指標有關的信息,目前針對病案首頁數(shù)據(jù)的研究多是以計算為主,不能發(fā)現(xiàn)數(shù)據(jù)內的屬性之間的潛在的相互關系。本文針對與醫(yī)療質量密切相關的醫(yī)療指標,使用Medic
4、alK2算法作為貝葉斯網(wǎng)絡結構學習算法,在病案數(shù)據(jù)上構建貝葉斯網(wǎng)絡模型群。目前的醫(yī)療質量分析多是以計算為主,該策略能夠同構貝葉斯網(wǎng)絡結構反映病案數(shù)據(jù)屬性之間的潛在依賴關系。
(3)邏輯地分析并討論了根據(jù)不同醫(yī)院、不同時間段內的病案首頁數(shù)據(jù)集構造的貝葉斯網(wǎng)絡模型的異同:為了評估本研究中構建的相關貝葉斯網(wǎng)絡模型反映出的病案首頁數(shù)據(jù)中潛在的因果關系,本文提出了基于馬克爾夫毯對比的貝葉斯網(wǎng)絡模型進行比較分析評價的方法。該方法分別對不同
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(wǎng)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(jīng)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。
最新文檔
- 基于貝葉斯網(wǎng)絡模型的醫(yī)療質量挖掘研究.pdf
- 基于貝葉斯網(wǎng)絡的數(shù)據(jù)挖掘研究.pdf
- 基于貝葉斯網(wǎng)絡數(shù)據(jù)挖掘算法的研究.pdf
- 基于貝葉斯網(wǎng)絡的中醫(yī)醫(yī)案數(shù)據(jù)挖掘.pdf
- 基于貝葉斯網(wǎng)絡的數(shù)據(jù)挖掘應用研究.pdf
- 基于貝葉斯網(wǎng)絡的大數(shù)據(jù)因果關系挖掘.pdf
- 基于數(shù)據(jù)挖掘的貝葉斯網(wǎng)絡和提升算法的研究.pdf
- 基于貝葉斯網(wǎng)絡數(shù)據(jù)挖掘技術理論及算法的研究
- 基于貝葉斯網(wǎng)絡數(shù)據(jù)挖掘技術理論及算法的研究.pdf
- 基于貝葉斯網(wǎng)絡的分布式商務數(shù)據(jù)挖掘模型研究.pdf
- 貝葉斯網(wǎng)絡在數(shù)據(jù)挖掘中的應用研究.pdf
- 基于貝葉斯理論的海量科學數(shù)據(jù)挖掘.pdf
- 基于貝葉斯網(wǎng)絡的微陣列數(shù)據(jù)研究.pdf
- 基于貝葉斯網(wǎng)絡的多維數(shù)據(jù)分類研究.pdf
- 貝葉斯網(wǎng)絡在Web數(shù)據(jù)挖掘中的研究及應用.pdf
- 基于貝葉斯網(wǎng)的醫(yī)院病歷數(shù)據(jù)挖掘研究.pdf
- 數(shù)據(jù)挖掘中基于貝葉斯技術的分類問題的研究.pdf
- 基于貝葉斯網(wǎng)絡的數(shù)據(jù)圖檢索算法研究.pdf
- 基于貝葉斯網(wǎng)絡的苗藥藥性挖掘方法研究.pdf
- 基于貝葉斯網(wǎng)絡結構學習和分類器的數(shù)據(jù)挖掘研究.pdf
評論
0/150
提交評論