關聯規(guī)則挖掘在電子病歷分析中的應用研究

摘 要：目前，醫(yī)院對電子病歷中信息的利用率還很低，缺乏對數據的挖掘和知識發(fā)現。關聯規(guī)則挖掘能夠發(fā)現病歷數據各屬性間的關聯關系，對疾病的診斷、治療和醫(yī)學研究有著重要的意義。

關鍵詞：關聯規(guī)則；電子病歷；糖尿病

中圖分類號：TP311.13

電子病歷中記錄著重要的醫(yī)學信息，這些信息對于醫(yī)學研究、疾病的診斷和治療有著非常重要的價值。數據挖掘技術通過分析不同病人的病因、治療方法和疾病的發(fā)展趨勢，為醫(yī)生的治療方案提供決策支持。

1 關聯規(guī)則挖掘技術

1.1 關聯規(guī)則的概念

關聯規(guī)則就是反映大量數據集中的各種數據項之間的聯系和關聯程度，是數據挖掘技術中的一個重要的研究方向。關聯規(guī)則主要通過支持度和置信度兩個指標進行衡量。置信度表示規(guī)則的強度，是對關聯規(guī)則準確度的衡量；支持度是對關聯規(guī)則重要性的描述，反映規(guī)則的頻度。通常規(guī)則的支持度越高，說明關聯規(guī)則越重要；關聯規(guī)則的置信度越高，說明關聯規(guī)則的可靠性越高。根據分類的標準不同，關聯規(guī)則可以分為三類：

（1）根據數據變量的類型分類

關聯規(guī)則處理的變量包括數值型和布爾型。數值型變量是連續(xù)型變量，關聯規(guī)則對數值型字段進行處理時將其進行動態(tài)的分割，或者直接對原始的數據進行處理，可以和多維關聯或多層關聯規(guī)則結合起來分析。布爾型變量是離散型的，因此布爾型關聯規(guī)則處理的值都是種類化的、離散的，顯示了這些變量之間的關系。

（2）根據數據的抽象層次分類

關聯規(guī)則的內容在同一個層次上，則此規(guī)則為單層關聯規(guī)則，若涉及到多個不同的抽象層次，則為多層關聯規(guī)則。

（3）根據數據維數分類

如果規(guī)則中只涉及數據的一個維度，它就是一個單維關聯規(guī)則，單維關聯規(guī)則只處理數據的單個屬性中的一些關系；多維關聯規(guī)則從數據的多個維度進行處理和分析，涉及到各個屬性之間的某些關系。

1.2 關聯規(guī)則算法

關聯規(guī)則算法在很多種，其中以FP- growth算法和Apriori算法最為出名。

Apriori算法是基于布爾關聯規(guī)則挖掘算法，其基本原理是將逐層迭代探索，找出最優(yōu)解，即通過K項集來探索（k+1）項數據集，從而獲得所在的頻繁數據項集合。Apriori算法實現過程簡單，但是算法的效率非常低。

FP-growth算法是對Apriori算法的改進，它提出分而治之的策略，不產生候選挖掘頻繁項集，從而來提高算法的效率。FP-growth算法在首次掃描完成后，把數據庫中的頻集壓縮進一棵頻繁模式樹，用樹中的各節(jié)點的關系表示其關聯信息，然后再把這棵頻繁模式樹分解成一些條件庫，對這些條件庫分別進行挖掘。

2 關聯規(guī)則在電子病歷中的應用

2.1 電子病歷數據的特點

電子病歷是醫(yī)生在治療過程中記錄病人的病情、治療過程和病情發(fā)展趨勢等資料的一種總和，這些信息可以是文字、影像、切片、圖表和符號等形式。電子病歷是醫(yī)生分析病情的主要依據，也是制定治療方案的重要參考資料，它為醫(yī)生提高了準確、及時、完善的病歷信息，在病人的診斷和治療過程起著重要的作用。

2.2 病歷數據的關聯規(guī)則挖掘

本文對糖尿病及并發(fā)癥的電子病歷進行關聯規(guī)則挖掘，數據來源于?？卺t(yī)學院附屬醫(yī)院的糖尿病及并發(fā)癥人的電子病歷，共收集病人的診斷、治療記錄總數共13541條。對電子病歷中的數據進行初步的整理和統(tǒng)計，得出糖尿病可能引發(fā)的并發(fā)癥的信息如下：糖尿病：7021；高血壓4380；眼病2140；糖尿病并發(fā)眼病2034；糖尿病并發(fā)高血壓1934；高血壓并發(fā)眼病540。為了便于規(guī)則發(fā)現，將病癥進行符號化處理：記高血壓病為G，眼病為E，糖尿病為T。

運用FP-growth算法進行數據挖掘，設置關聯規(guī)則的最小支持度為0.25，最小置信度為0.55，挖掘出以下關聯規(guī)則，如表1所示。

對得到的關聯規(guī)則進行醫(yī)學解釋，得出以下結論：

（1）糖尿病與高血壓、眼病之間有一定的關聯關系。

（2）在統(tǒng)計的病歷中，有8%的病人同時患有糖尿病和高血壓，患有高血壓的病人有42.12%的可能并發(fā)糖尿?。换加刑悄虿〉牟∪擞?0.78%的可能會有高血壓。

（3）在統(tǒng)計的病歷中，有4%的病人同時患有糖尿病和眼病，患有高血壓的病人有20.13%的可能并發(fā)眼?。换加醒鄄∮?5.4%的可能會有糖尿病。

（4）有1.2%的病人同時患有糖尿病、高血壓和眼病，患有高血壓和眼病的病人有67%的可能會患有糖尿??；患有糖尿病的病人有8.02%的可能會并發(fā)患有高血壓和眼病。

3 結束語

文中利用FP-growth算法對糖尿病人的電子病歷進行關聯規(guī)則分析，挖掘出糖尿病可能引發(fā)的并發(fā)癥，以及并發(fā)病發(fā)生的概率，為醫(yī)生進行病情診斷提供決策信息，具有一定的實用價值。

參考文獻：

[1]劉秀娜.關聯規(guī)則挖掘在電子病歷分析中的應用研究[J].內蒙古科技大學學報，2010，12：23-25.

[2]丁衛(wèi)平，祁恒.基于關聯規(guī)則的電子病歷挖掘算法研究與應用[J].微電子學與計算機，2007，03：69-76.

作者簡介：伍鼎韡，男，海南?？谌?，本科在讀生，研究方向：數據挖掘及金屬材料機械性能；通訊作者：伍強（1969.04-），男，海南?？谌?，碩士，副教授，高級工程師，研究方向：數據挖掘、口腔設備學教學與研究。

作者單位：華中科技大學機械學院11級機械2班，武漢 430074；海南醫(yī)學院附屬醫(yī)院設備科，?？?570102；海南科技職業(yè)學院，?？?570216；海南醫(yī)學院，?？?571199

基金項目：海南省自然科學基金資助項目（NO：310154）。