计算机辅助医学诊断系统的数据挖掘和知识发现研究_瞿爱珍

计算机辅助医学诊断系统的数据挖掘和知识发现研究_瞿爱珍

病人医学诊断信息的数据库,各个诊断系统根据不

同的目标来组织其数据库,其中应包含充足的各类

病例或一定比率的正病例和反病例作为数据挖掘的

训练例和测试例,以便最终能得到令人满意和正确

的结果。各种实际医学诊断系统使用的具体病例情

况参见表1。大多数的情况下,我们可以用SQL结构

化查询语言来准备所需的数据库(因主要的数据库

系统支持标准的SQL)。例如心脏SPECT诊断自动

·98·国外医学生物医学工程分册 2002年第25卷第3期

课题[5]所使用的医学数据库,其原始数据存于

M icrosoftExcel文件中,每个记录数据包含的病人

个人信息有:年龄、性别、身高,有关处理步骤的信

息,心脏病学家对SPECT图像的解释,心脏灌注分

类等共有184个域, 4 275个记录,还有6 817个

SPECT图像文件,相应于约613个病例。其中只有

仅一半的病例有完整的诊断,包括ROIS的灌注分

类代码和总的左心室灌注分类。首先为了组织数据

库,将电子表格中包含的数据转化到一个关系数据

库中,专用的SPECT图像文件格式已处理成可允许

最关键的信息被提取—实际的3-D图像和病人标识

信息被储存在文件头中,产生了根据病人标识信息

来自动检索图像的程序;SPECT图像文件被存储在

数据库外的预先定义好的目录结构中,已写好的软

件可用几种方式浏览具有图像显示的病人记录,数

据库还可储存进行各种数据挖掘后产生的数据,诸

如从SPECT图像所提取的特征值和左心室的标准

化模型等。

表1 各种医学数据库的知识发现计算机辅助诊断系统特性一览表

诊断的原始

数据类型

计算机辅助医

学诊断系统目 标数据挖掘方 法使用的病例数特征值个 数分类精度(产生的规则数目)比较的其它数据挖掘方法

医学影像

+其它医

学参数

1.心脏SPECT

诊断的自动化课

题[2]

评估心脏

SPECT图像

后对心脏灌

注进行分类

基于决策树