基于模式识别临床病例异常检测算法研究

• 作者: 杨鹤标 田青华 郑甜
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 异常检测 模式识别 频繁模式挖掘 FP增长 隶属函数
• 年，卷（期）: 2009,（24）
• 所属期刊栏目: 人工智能
• 页码范围: 5705-5707,5711
• 页数: 4页
• 分类号: TP311
• 字数: 3877字
• 语种: 中文

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨鹤标	江苏大学计算机科学与通信工程学院	78	637	13.0	22.0
2	田青华	江苏大学计算机科学与通信工程学院	2	21	1.0	2.0
3	郑甜	江苏大学计算机科学与通信工程学院	2	1	1.0	1.0