董雪

摘要：近些年來(lái)，心血管疾病引發(fā)的死亡已經(jīng)持續(xù)成為居民首位死亡原因，而且，心臟病的患病人群也越來(lái)越年輕化。因此，心臟病的診斷與治療已經(jīng)成為醫(yī)學(xué)研究的重中之重。心臟病種類繁多、影響因素多樣，如何提高心臟病的診斷效率已經(jīng)成為急需解決的問題。針對(duì)上述情況可利用數(shù)據(jù)挖掘技術(shù)對(duì)心臟病數(shù)據(jù)集進(jìn)行分析，從而有助于醫(yī)生對(duì)病情更加精準(zhǔn)的診斷。

關(guān)鍵詞：數(shù)據(jù)挖掘；分類算法；心臟病

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）20-0172-02

1前言

心臟病作為一種心血管疾病在生活中隨處可見。目前，心血管疾病是我國(guó)威脅人民身體健康的幾類疾病之一[1]，這種疾病已經(jīng)嚴(yán)影響到我國(guó)經(jīng)濟(jì)發(fā)展的重大問題。面對(duì)如此嚴(yán)峻的形勢(shì)，如何對(duì)心臟病的診斷和治療進(jìn)行干預(yù)已經(jīng)成為迫在眉睫需要解決的問題。而在信息化迅速發(fā)展的時(shí)代，將電子科學(xué)技術(shù)與醫(yī)學(xué)的心臟疾病相結(jié)合，是現(xiàn)在研究人員的熱門研究問題[2]。經(jīng)過(guò)近幾年醫(yī)學(xué)研究人員的不斷努力，對(duì)心臟病的診斷研究已初見成效，也積累了大量數(shù)據(jù)供研究人員參考。近幾年在世界上迅速發(fā)展的交叉學(xué)科是數(shù)據(jù)挖掘?qū)W科，他涉及的范圍相對(duì)比較廣泛，包括有統(tǒng)計(jì)學(xué)學(xué)科，人工智能學(xué)科，還有機(jī)器學(xué)習(xí)學(xué)科，還涉及數(shù)據(jù)庫(kù)學(xué)科等多個(gè)領(lǐng)域。隨著科學(xué)技術(shù)的發(fā)展，數(shù)據(jù)庫(kù)管理系統(tǒng)應(yīng)用的范圍也相對(duì)廣泛，對(duì)于患者的人數(shù)積累也越來(lái)越多，數(shù)據(jù)庫(kù)信息的增長(zhǎng)速度十分快，猶如汪洋大海。若沒有強(qiáng)大的處理工具，對(duì)數(shù)據(jù)信息的理解已經(jīng)超出研究人員的理解能力。因此在數(shù)據(jù)庫(kù)中的大型數(shù)據(jù)由于不能被理解，幾乎變成了永埋地下的“數(shù)據(jù)墳?zāi)埂薄藗兒茈y再?gòu)闹刑崛?shù)據(jù)檔案，而越來(lái)越多的患者數(shù)據(jù)中隱含著許多重要的信息，決策者常常不是因?yàn)閿?shù)據(jù)庫(kù)中的數(shù)據(jù)去決定一項(xiàng)決策，而是憑自己的主觀臆斷。因?yàn)樗麄儗?duì)提取數(shù)據(jù)庫(kù)中有用信息的認(rèn)識(shí)是不足的[3]。醫(yī)學(xué)信息的形式也是多種多樣的，這些醫(yī)學(xué)信息對(duì)醫(yī)院的管理、醫(yī)療和科研起到了至關(guān)重要的作用。采取將數(shù)據(jù)挖掘理論這一先進(jìn)的理論應(yīng)用于醫(yī)學(xué)的研究領(lǐng)域，使得醫(yī)學(xué)研究能夠與數(shù)據(jù)挖掘合二為一，完美的分析所研究的醫(yī)學(xué)數(shù)據(jù)，從中提取研究人員所需要的、隱藏的、有用的信息，這種方法的提出是醫(yī)學(xué)管理者最明智的決定[4]。

2 數(shù)據(jù)挖掘技術(shù)概述

2.1數(shù)據(jù)挖掘技術(shù)概念

在數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)中，利用不同技術(shù)和分析方法，有一項(xiàng)可以對(duì)冗余復(fù)雜的數(shù)據(jù)進(jìn)行分析整理歸納的工作，叫作數(shù)據(jù)挖掘。做好相對(duì)應(yīng)的分析，可以尋求到很多有價(jià)值的信息，并且將這些信息提供給管理者，熟悉其中的規(guī)則，甚至還可以預(yù)測(cè)未來(lái)或者指導(dǎo)未來(lái)的相關(guān)工作。現(xiàn)今，數(shù)據(jù)挖掘已經(jīng)在數(shù)據(jù)庫(kù)系統(tǒng)，統(tǒng)計(jì)方法，機(jī)器學(xué)習(xí)多種學(xué)科間占有一席之地?，F(xiàn)如今，數(shù)據(jù)挖掘技術(shù)已經(jīng)被很多行業(yè)所廣泛使用，諸如金融、互聯(lián)網(wǎng)、零售、醫(yī)療等行業(yè)。例如何超等人進(jìn)行了基于數(shù)據(jù)挖掘的企業(yè)競(jìng)爭(zhēng)情報(bào)智能分析研究，該研究主要從聚類挖掘的角度研究了企業(yè)競(jìng)爭(zhēng)情報(bào)聚類分析的方法與算法，研究以k-means算法為技術(shù)基礎(chǔ)，在基于領(lǐng)域本體的情況下，設(shè)計(jì)出k-means語(yǔ)義聚類挖掘算法Onto-kmeans；謝麗亞等人將數(shù)據(jù)挖掘技術(shù)與高校就業(yè)指導(dǎo)工作相結(jié)合，大大提高了高校就業(yè)指導(dǎo)的工作效率與質(zhì)量[5]。

2.2數(shù)據(jù)挖掘常用數(shù)據(jù)分類算法

2.2.1人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是模仿腦細(xì)胞結(jié)構(gòu)和功能、腦神經(jīng)結(jié)構(gòu)及思維處理問題等腦功能的信息處理系統(tǒng)，他在人腦智能系統(tǒng)的模仿中進(jìn)行研究，并逐漸拓展新的數(shù)據(jù)信息表示、信息存儲(chǔ)與數(shù)據(jù)處理方法。這種類型的神經(jīng)網(wǎng)絡(luò)主要以神經(jīng)系統(tǒng)的復(fù)雜程度為基礎(chǔ)，針對(duì)系統(tǒng)內(nèi)部的數(shù)據(jù)節(jié)點(diǎn)之間的連接方式進(jìn)行有效的調(diào)整，最終實(shí)現(xiàn)數(shù)據(jù)信息處理的目標(biāo)。他還應(yīng)用了優(yōu)于傳統(tǒng)人工智能系統(tǒng)與數(shù)據(jù)信息處理單一的機(jī)制，有效彌補(bǔ)了傳統(tǒng)單一邏輯方式的人工智能系統(tǒng)在實(shí)際的直覺處理、非結(jié)構(gòu)性質(zhì)數(shù)據(jù)信息內(nèi)容的弊端，通過(guò)自身良好的適應(yīng)性、自我組織性與實(shí)時(shí)學(xué)習(xí)的特征，針對(duì)系統(tǒng)預(yù)先提供的大批量互為對(duì)應(yīng)的傳輸數(shù)據(jù)，有效分析并掌握二者之間存在的一般規(guī)律，針對(duì)這些潛在的一般規(guī)律，運(yùn)用新型的輸入數(shù)據(jù)信息系統(tǒng)準(zhǔn)確的計(jì)算出實(shí)際的輸出結(jié)果。這種人工智能系統(tǒng)是作為一種與目標(biāo)函數(shù)無(wú)距離，并且具有高度穩(wěn)定性和科學(xué)性的計(jì)算方式。

人工神經(jīng)網(wǎng)絡(luò)中的經(jīng)典算法BP算法的基本思想是，學(xué)習(xí)過(guò)程由信號(hào)的正向傳播與誤差的反向傳播兩個(gè)過(guò)程組成。

輸入層傳入輸入樣本后，要逐步進(jìn)行處理，然后再向輸出層傳播，這是正向傳播的過(guò)程。如果期望的輸出與輸出層實(shí)際輸出不一樣，這個(gè)時(shí)候就會(huì)將轉(zhuǎn)入誤差進(jìn)行到反向傳播階段。誤差反差是將輸出誤差以某種特殊方式從隱含層逐層反傳到輸入層，并且讓諸多單元對(duì)其誤差情況進(jìn)行均攤，如此就能夠得到誤差信號(hào)。此時(shí)該信號(hào)能夠看成是對(duì)諸多單元權(quán)值實(shí)現(xiàn)修正控制處理的信息參照。此時(shí)完成的傳播控制是持續(xù)展開的，整體處在動(dòng)態(tài)調(diào)整控制的時(shí)候，借助持續(xù)展開的網(wǎng)絡(luò)學(xué)習(xí)控制操作來(lái)對(duì)其進(jìn)行處理。直到所得能夠和網(wǎng)絡(luò)實(shí)現(xiàn)輸出要求的誤差相符的情況下才能夠不再執(zhí)行訓(xùn)練控制，或者達(dá)到之前所設(shè)想的學(xué)習(xí)次數(shù)。

2.2.2支持向量機(jī)

SVM是目前正在普遍使用的一種機(jī)器化的學(xué)習(xí)方式，它的中文全稱是支持向量機(jī)，在國(guó)外通常被叫做Support Vector Machines。它的先進(jìn)性主要體現(xiàn)在將組織上的結(jié)構(gòu)風(fēng)險(xiǎn)有效控制在目標(biāo)范圍內(nèi)，而且還運(yùn)用了一種全新的理論VC模型。它的具體優(yōu)勢(shì)體現(xiàn)在樣本值整體偏小、維度值的識(shí)別更加簡(jiǎn)單明了，因此在處理與時(shí)間有關(guān)的問題上應(yīng)用就更加廣泛了，而且可以在不同的學(xué)科之間進(jìn)行推廣，可以見得其應(yīng)用性非常之廣。

2.2.3隨機(jī)森林

該算法能夠看成是分類樹（ClassificationTree）支持下實(shí)現(xiàn)的算法內(nèi)容。該算法在實(shí)現(xiàn)處理的時(shí)候牽涉到模擬控制以及迭代實(shí)現(xiàn)兩部分，通常被看成是機(jī)械學(xué)學(xué)習(xí)內(nèi)實(shí)現(xiàn)操作的算法形式。2001年，Cutler等參照原有的隨機(jī)決策森林形式給出隨機(jī)森林概念，是由分類樹組合而成，通常用行表示隨機(jī)數(shù)，列表示變量，分別對(duì)行和列進(jìn)行隨機(jī)取值，生成了很多的樹，然后進(jìn)行分類，就是分類樹。

隨機(jī)森林算法是由決策樹來(lái)決定的，但是決策樹的構(gòu)建屬于是遞歸控制實(shí)現(xiàn)的內(nèi)容。當(dāng)理想的時(shí)候，全部登記下來(lái)的信息都能夠執(zhí)行準(zhǔn)確分類控制，得到有效的類型，只是實(shí)際操作執(zhí)行的時(shí)候，是很難做到這樣的。即便構(gòu)建獲得的模型通常后續(xù)得到的節(jié)點(diǎn)量也是特別大的，表現(xiàn)出過(guò)度擬合情況。實(shí)際操作執(zhí)行的時(shí)候，需要對(duì)應(yīng)設(shè)定有效的停止處理?xiàng)l件，在來(lái)到該條件的情況下，就不在執(zhí)行決策樹相關(guān)的構(gòu)建處理操作。只是這些還是很難完全對(duì)過(guò)度擬合表現(xiàn)進(jìn)行有效的控制處理，實(shí)際操作執(zhí)行的時(shí)候要能夠?qū)ζ渲θ~情況做好修建等控制處理。借助隨機(jī)森林的形式能夠較好對(duì)此類情況進(jìn)行控制處理。

諸多決策樹得到的森林在實(shí)現(xiàn)分類構(gòu)建方面需要借助決策樹投票的形式來(lái)進(jìn)行處理。決策樹在實(shí)現(xiàn)生成控制期間，必然會(huì)在其各部分表現(xiàn)出較強(qiáng)的隨機(jī)實(shí)現(xiàn)效果，對(duì)其進(jìn)行優(yōu)化切分控制后，就能夠獲得所需內(nèi)容。

隨機(jī)森林中的每一棵分類樹也稱作二叉樹，每一棵樹符合自頂向下的遞歸分裂原則，也就是從根節(jié)點(diǎn)開始進(jìn)行訓(xùn)練集的劃分。二叉樹中的根節(jié)點(diǎn)符合節(jié)點(diǎn)純度最小原則，又分裂成了兩個(gè)節(jié)點(diǎn)，分別是左節(jié)點(diǎn)和右節(jié)點(diǎn)。當(dāng)然這種分裂可以繼續(xù)進(jìn)行下去，包含全部訓(xùn)練數(shù)據(jù)，左節(jié)點(diǎn)包含一個(gè)子集，右節(jié)點(diǎn)也有一個(gè)子集。它們持續(xù)進(jìn)行分裂，只有達(dá)到滿足分支停止規(guī)則時(shí)它們才可以停止分裂。

3 心臟病臨床檢測(cè)

引發(fā)心臟病的原因很多，除上述幾個(gè)因素外，其中主要原因還包括以下幾個(gè)方面：

⑴先天性心臟病是目前致使新生兒死亡的最主要原因之一，也是兒童時(shí)期最常見的心臟病。

⑵冠心?。耗壳拔镔|(zhì)生活條件是以前的幾十倍甚至幾百倍，很多人會(huì)由于飲食習(xí)慣的不健康造成很多身體上的不適。

⑶風(fēng)濕性心臟?。涸擃惣膊≈滤赖娜藬?shù)接近兩百萬(wàn)，且亞洲區(qū)域出現(xiàn)的致死率嚴(yán)重超出全球該類疾病的平均致死率。

⑷肺源性心臟病：因?yàn)榉尾?、胸廓或者是肺?dòng)脈血管部分發(fā)生病變，從而導(dǎo)致肺部的循環(huán)阻力加大，肺動(dòng)脈過(guò)高，使得右心擴(kuò)張、過(guò)于肥大，最后導(dǎo)致右心逐漸衰竭引發(fā)心臟病。

⑸心肌病：對(duì)于新陳代謝或者荷爾蒙異常導(dǎo)致的心肌有所變化時(shí)，在進(jìn)行大量的飲酒、服用藥物后都可能使心肌發(fā)生變化。

⑹心臟腫瘤：心臟的腫瘤會(huì)有碎片脫落從而引起栓塞，除此之外，血栓的脫落也會(huì)引起栓塞。

⑺其他疾病導(dǎo)致的心臟?。喝绻加懈哐獕簳?huì)導(dǎo)致患心臟病的幾率增大，另外免疫機(jī)能異常導(dǎo)致的血管病變等也會(huì)加大患心臟病的風(fēng)險(xiǎn)。

⑻外界因素的影響：慢性低血壓低氧導(dǎo)致的肺動(dòng)脈高壓，也容易引起心臟病變。

4 數(shù)據(jù)挖掘技術(shù)對(duì)心臟病診斷的應(yīng)用

將數(shù)據(jù)挖掘技術(shù)應(yīng)用在心臟病診斷中首先是對(duì)數(shù)據(jù)的預(yù)處理的過(guò)程中，先對(duì)心臟病數(shù)據(jù)集的屬性進(jìn)行了詳細(xì)理解，然后對(duì)所有屬性進(jìn)行規(guī)范化處理及屬性選擇。然后采用了BP神經(jīng)網(wǎng)絡(luò)算法、支持向量機(jī)算法和隨機(jī)森林算法等數(shù)據(jù)挖掘分類算法進(jìn)行建模，確保諸多模型均是參照最好參數(shù)來(lái)完成構(gòu)建處理操作的。最后對(duì)所建立的多個(gè)模型進(jìn)行評(píng)估，并選擇最優(yōu)模型為心臟病診斷模型。

參考文獻(xiàn)：

[1] 李學(xué)永.中國(guó)成人的心血管健康狀況[J].中國(guó)循證心血管醫(yī)學(xué)雜志，2015，7（3）：306

[2] 林偉龍.全球衛(wèi)生的測(cè)量離不開協(xié)作與競(jìng)爭(zhēng)[J].中國(guó)衛(wèi)生政策研究，2015，8（2）：26

[3] 王文，朱曼璐，王擁軍等.中國(guó)心血管病報(bào)告2012概要[J].中國(guó)循環(huán)雜志，2013，28（6）：408-412

[4] 陳偉偉，高潤(rùn)霖，劉力生等.中國(guó)心血管病報(bào)告2013概要[J].中國(guó)循環(huán)雜志，2014，29（7）：487-491

[5] 秦文哲，陳進(jìn)，董力.大數(shù)據(jù)背景下醫(yī)學(xué)數(shù)據(jù)挖掘的研究進(jìn)展及應(yīng)用[J].中國(guó)胸心血管外科臨床雜志，2016，23（1）：55-60.