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(shù)據(jù)的挖掘和知識發(fā)現(xiàn)。關(guān)聯(lián)規(guī)則挖掘能夠發(fā)現(xiàn)病歷數(shù)據(jù)各屬性間的關(guān)聯(lián)關(guān)系，對疾病的診斷、治療和醫(yī)學(xué)研究有著重要的意義。

關(guān)鍵詞：關(guān)聯(lián)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(xué)信息，這些信息對于醫(yī)學(xué)研究、疾病的診斷和治療有著非常重要的價(jià)值。數(shù)據(jù)挖掘技術(shù)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(guān)聯(lián)規(guī)則挖掘技術(shù)

1.1 關(guān)聯(lián)規(guī)則的概念

關(guān)聯(lián)規(guī)則就是反映大量數(shù)據(jù)集中的各種數(shù)據(jù)項(xiàng)之間的聯(lián)系和關(guān)聯(lián)程度，是數(shù)據(jù)挖掘技術(shù)中的一個(gè)重要的研究方向。關(guān)聯(lián)規(guī)則主要通過支持度和置信度兩個(gè)指標(biāo)進(jìn)行衡量。置信度表示規(guī)則的強(qiáng)度，是對關(guān)聯(lián)規(guī)則準(zhǔn)確度的衡量；支持度是對關(guān)聯(lián)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(guān)聯(lián)規(guī)則越重要；關(guān)聯(lián)規(guī)則的置信度越高，說明關(guān)聯(lián)規(guī)則的可靠性越高。根據(jù)分類的標(biāo)準(zhǔn)不同，關(guān)聯(lián)規(guī)則可以分為三類：

（1）根據(jù)數(shù)據(jù)變量的類型分類

關(guān)聯(lián)規(guī)則處理的變量包括數(shù)值型和布爾型。數(shù)值型變量是連續(xù)型變量，關(guān)聯(lián)規(guī)則對數(shù)值型字段進(jìn)行處理時(shí)將其進(jìn)行動(dòng)態(tài)的分割，或者直接對原始的數(shù)據(jù)進(jìn)行處理，可以和多維關(guān)聯(lián)或多層關(guān)聯(lián)規(guī)則結(jié)合起來分析。布爾型變量是離散型的，因此布爾型關(guān)聯(lián)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(guān)系。

（2）根據(jù)數(shù)據(jù)的抽象層次分類

關(guān)聯(lián)規(guī)則的內(nèi)容在同一個(gè)層次上，則此規(guī)則為單層關(guān)聯(lián)規(guī)則，若涉及到多個(gè)不同的抽象層次，則為多層關(guān)聯(lián)規(guī)則。

（3）根據(jù)數(shù)據(jù)維數(shù)分類

如果規(guī)則中只涉及數(shù)據(jù)的一個(gè)維度，它就是一個(gè)單維關(guān)聯(lián)規(guī)則，單維關(guān)聯(lián)規(guī)則只處理數(shù)據(jù)的單個(gè)屬性中的一些關(guān)系；多維關(guān)聯(lián)規(guī)則從數(shù)據(jù)的多個(gè)維度進(jìn)行處理和分析，涉及到各個(gè)屬性之間的某些關(guān)系。

1.2 關(guān)聯(lián)規(guī)則算法

關(guān)聯(lián)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(guān)聯(lián)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(xiàng)集來探索（k+1）項(xiàng)數(shù)據(jù)集，從而獲得所在的頻繁數(shù)據(jù)項(xiàng)集合。Apriori算法實(shí)現(xiàn)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(jìn)，它提出分而治之的策略，不產(chǎn)生候選挖掘頻繁項(xiàng)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(shù)據(jù)庫中的頻集壓縮進(jìn)一棵頻繁模式樹，用樹中的各節(jié)點(diǎn)的關(guān)系表示其關(guān)聯(lián)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(jìn)行挖掘。

2 關(guān)聯(lián)規(guī)則在電子病歷中的應(yīng)用

2.1 電子病歷數(shù)據(jù)的特點(diǎn)

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(jù)，也是制定治療方案的重要參考資料，它為醫(yī)生提高了準(zhǔn)確、及時(shí)、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(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘

本文對糖尿病及并發(fā)癥的電子病歷進(jìn)行關(guān)聯(lián)規(guī)則挖掘，數(shù)據(jù)來源于海口醫(yī)學(xué)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(shù)共13541條。對電子病歷中的數(shù)據(jù)進(jìn)行初步的整理和統(tǒng)計(jì)，得出糖尿病可能引發(fā)的并發(fā)癥的信息如下：糖尿?。?021；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(xiàn)，將病癥進(jìn)行符號化處理：記高血壓病為G，眼病為E，糖尿病為T。

運(yùn)用FP-growth算法進(jìn)行數(shù)據(jù)挖掘，設(shè)置關(guān)聯(lián)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(guān)聯(lián)規(guī)則，如表1所示。

對得到的關(guān)聯(lián)規(guī)則進(jìn)行醫(yī)學(xué)解釋，得出以下結(jié)論：

（1）糖尿病與高血壓、眼病之間有一定的關(guān)聯(lián)關(guān)系。

（2）在統(tǒng)計(jì)的病歷中，有8%的病人同時(shí)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??；患有糖尿病的病人有50.78%的可能會(huì)有高血壓。

（3）在統(tǒng)計(jì)的病歷中，有4%的病人同時(shí)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(huì)有糖尿病。

（4）有1.2%的病人同時(shí)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(huì)患有糖尿??；患有糖尿病的病人有8.02%的可能會(huì)并發(fā)患有高血壓和眼病。

3 結(jié)束語

文中利用FP-growth算法對糖尿病人的電子病歷進(jìn)行關(guān)聯(lián)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(jìn)行病情診斷提供決策信息，具有一定的實(shí)用價(jià)值。

參考文獻(xiàn)：

[1]劉秀娜.關(guān)聯(lián)規(guī)則挖掘在電子病歷分析中的應(yīng)用研究[J].內(nèi)蒙古科技大學(xué)學(xué)報(bào)，2010，12：23-25.

[2]丁衛(wèi)平，祁恒.基于關(guān)聯(lián)規(guī)則的電子病歷挖掘算法研究與應(yīng)用[J].微電子學(xué)與計(jì)算機(jī)，2007，03：69-76.

作者簡介：伍鼎韡，男，海南?？谌耍究圃谧x生，研究方向：數(shù)據(jù)挖掘及金屬材料機(jī)械性能；通訊作者：伍強(qiáng)（1969.04-），男，海南?？谌耍T士，副教授，高級工程師，研究方向：數(shù)據(jù)挖掘、口腔設(shè)備學(xué)教學(xué)與研究。

作者單位：華中科技大學(xué)機(jī)械學(xué)院11級機(jī)械2班，武漢 430074；海南醫(yī)學(xué)院附屬醫(yī)院設(shè)備科，?？?570102；海南科技職業(yè)學(xué)院，海口 570216；海南醫(yī)學(xué)院，?？?571199

基金項(xiàng)目：海南省自然科學(xué)基金資助項(xiàng)目（NO：310154）。