关联规则挖掘结合PSO的基因-疾病关系自动提取方法

• 作者: 陆维嘉
• 来源期刊: 湘潭大学自然科学学报
• 学科: 医学
• 关键词: 关联规则 基因-疾病关系 粒子群优化 生物医学 自动提取 浅解析器
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 机械工程与电子工程
• 页码范围: 64-68
• 页数: 5页
• 分类号: R318
• 字数: 3391字
• 语种: 中文

摘要

针对生物医学可用数据越来越庞大而导致管理人员很难从非结构化文件中整理出有用信息的问题,提出了一种基因-疾病关联规则提取方法.首先从MEDLINE和OMIM准备实验语料库,应用解析器产生一些语法信息;然后学习所有可能的规则,利用粒子群优化进行优化学习,从不相关句子中区分相关的;最后,计算学习规则的分数,选择感兴趣的规则,并生成一组有用的关联规则.以精度、召回率和F-分数为评价指标的实验证明了提出方法的有效性.实验结果表明,提出的方法最大精度、召回率和F-分数可分别高达79.2％、65.1％、68.5％,相比手动规则集,提出的方法更加完整.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆维嘉	南通大学附属医院信息中心	17	87	6.0	8.0