陈杰

浙江省人民医院 计算机中心，浙江杭州 310014

近年来，随着医疗行业信息化的迅猛发展，在医疗信息系统中，每天都有数以千百计的病例添加到数据库中，如果能够从数据库里大量的数据中找到有规律性的诊断规则和参考案例，就可以供医生在诊断时作为参考，也可以以此为基础建立一个医疗诊断的专家系统，这对于提高诊断的效率和效果、更深入地了解疾病的机理都是有很大帮助的。许多系统是使用数据挖掘技术来构建案例库的，如YLI等人[1]提出了一种案例库建设方法，该方法通过减少合并特征案例选择来建立推理分类器。基于案例推理的混合型专家（MOE4 CBR，Mixture of experts for casebasd reasoing）使用群体和特征选择技术，发现有代表性的案例并建立一个完整的案例库[2]。本文提出的案例挖掘系统，它能运用数据挖掘的优势来挖掘典型案例。

1 系统构架

案例挖掘系统的架构（图1）包含两个主要模块，特征提取和案例挖掘该系。特征提取器使用模糊测量的方法来选择数据的重要特征，通过评价其相关系数、重叠率和信息增益来发现特征之间的关联，计算案例的相关性。将具有较高相关性的案例选定为重要特征用来挖掘案例，为数据挖掘产生每一个权重。案例挖掘则是利用聚类分析的遗传算法来选择具有代表性的个案。

图1 系统架构

2 案例特征提取算法设计

特征分析的目的在于确认有意义的特征。R.Caruana和P.Langley 发现为特征选择有关的特征都非常重要[3-4]，有些系统还可以使用数据挖掘的特征选择。……