基于频繁模式增长算法的2型糖尿病患病风险预测的分析研究

• 作者: 叶广健 王能才 韦哲
• 来源期刊: 中国医学装备
• 学科: 医学
• 关键词: 数据挖掘 Apriori算法 关联规则 频繁模式增长算法 风险分析 糖尿病
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 学术论著 -- 「数字医学」
• 页码范围: 45-47,48
• 页数: 4页
• 分类号: R197.324
• 字数: 3082字
• 语种: 中文
• DOI: 10.3969/J.ISSN.1672-8270.2016.05.015

摘要

目的：分析基于频繁模式增长(FP-growth)算法的2型糖尿病患病风险预测，避免经典Apriori算法在2型糖尿病相关危险因素分析中执行效率低的缺陷。方法：选取兰州某医院医学信息科2009年1月至2014年3月的2型糖尿病患者的首次病程记录资料及其健康数据档案，根据2型糖尿病相关危险因素分析中的需要，引入更适用于2型糖尿病相关危险因素分析的FP-growth算法。采用C#语言对经典Apriori算法和FP-growth算法进行编程，对比分析两种算法的执行效率。结果：通过对比分析得到两种算法在运行时间与记录数据以及运行时间与支持度两个方面的对比值。结论：FP-growth算法在预测2型糖尿病相关风险因素的分析中执行效率更高，能够找到更多的糖尿病风险因素。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韦哲	兰州军区兰州总医院医学工程科	71	264	9.0	11.0
5	叶广健	兰州军区兰州总医院医学工程科	3	6	1.0	2.0
7	王能才	兰州军区兰州总医院医学工程科	7	34	4.0	5.0