浅谈基于Apriori算法的关联规则在疾病诊断中的应用

　　随着计算机技术的发展，数据库及信息管理在医疗机构的应用越来越广泛，如何在浩瀚的数据中找出有价值的知识和规则，为疾病的诊断和治疗提供科学的依据，从而更好地为医院的医疗、科研和教学服务是当前急需解决的问题[1]。本文通过关联规则挖掘疾病与症状的关联模式，期望对疾病的诊断提供有价值的参考。

　　1　数据挖掘在疾病诊断中的应用

　　医学数据库是庞大的数据资源，每天都会有大量相同或相似的信息存储其中。医学数据库中含有海量的原始信息，其中包括大量模糊的、不完整的、带有噪声的信息，在数据挖掘之前，必须对这些信息进行清理和过滤，确保数据一致性，将其变成适合挖掘的形式。

　　2　关联规则的基本概念

　　关联规则挖掘是数据挖掘中最活跃的研究方法之一，最初用于购物篮分析，通过发现顾客放入购物篮中不同商品之间的联系，分析顾客的购物习惯。

要原因可能由感冒引起的。当病人到医院向医生求助时，会主动描述自己的症状，医生会根据病人的描述，主动询问一些其他可能发生的症状，以进一步对病人的病情有所了解。医生对病人的症状及疾病的诊断主要依据专业知识以及多年的临床经验，但有可能发生失误，影响病人的最佳治疗时机，从而引起医疗纠纷。

　　若能将所有关联规则置于信息系统中，则可减少上述错误发生的概率。当医生将病人描述的症状输入到计算机时，系统便可根据关联规则，提醒医生该病人可能患有其他症状，而这些症状可能都是由某种疾病引发的。

　　此外，当病人身体不适去医院就诊时，往往不清楚该挂那个科。当病人就诊时，被告知挂错号，不仅造成医疗资源的浪费，还可能会耽误病人的治疗。若能在服务台的自助系统中加入关联规则搜索功能，病人可以根据自己的症状查询应该挂哪个科。

　　4　结　语

　　本文将基于Apriori算法的关联规则应用于疾病诊断，尝试挖掘症状和疾病之间的关联。除此之外，关联规则的数据挖掘技术还可以为医疗提供更多潜在的、有价值的信息。医学数据挖掘是一门涉及面广、技术难度大的新兴交叉学科，随着数据挖掘工具和关联规则研究的不断发展，数据挖掘技术将会发挥更大的作用。

　　参考文献

　　[1]屈景辉,廖琪梅,许卫中,等.医学信息数据库的建立与数据挖掘[J].第四军医大学学报,2001(1).

　　[2]张云洋,袁源.关联规则挖掘研究[J].计算机时代,2009(7).