基于模式识别临床病例异常检测算法研究
目前临床病例异常检测的研究主要采用病症关联、费用控制和临床序列模式挖掘等方法,对无症状信息、无完整临床行为时间等临床数据仍具有一定的局限性.根据这一类临床数据特点,提出了基于模式识别的CC-FR模型,该模型采用频繁模式挖掘的方法确定单病种隶属函数,通过隶属函数中的频繁模式与待检测临床病例相匹配得到检测结果.实验结果表明,该模型可以有效的检测临床病例异常性,在临床医疗中起到监督和警示的作用.
异常检测、模式识别、频繁模式挖掘、FP增长、隶属函数
30
TP311(计算技术、计算机技术)
江苏省高技术研究基金项目BG2007028
2010-03-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
5705-5707,5711