[1.概述2.pptVIP

4.数据挖掘的医学应用 药学 如利用趋势分析筛选药物，将某种药物在一定时期内的反应收集起来加以分析； 在大型化学数据库中自动寻找药效基团； 利用神经网络技术对世界卫生组织的药物副作用数据库的200万条报告进行数据挖掘，发现了药物间的相互作用。 病理 采用数据挖掘技术对显微标本中获得的大量数据(如计数、大小、形状特点、生理学评估、质地等数据)进行分析，总结出其中的关键性指标； 还可以对大分子及其化合物的电子显微镜三维致密重建图形进行数据采掘分析。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 4.数据挖掘的医学应用 临床：HIS，EPR 通过临床日常工作和各项检查数据进行的数据采掘研究也逐年增加。 应用大型的数据采掘软件,如DMSS软件(Data Mining Surveillance System)对ICU病房的微生物学数据进行分析,发现感染和抗药性模式上的变化； 对医院感染和卫生检测数据进行数据采掘研究。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 4.数据挖掘的医学应用 日本国立国际医疗中心与IBM日本分公司 血液检查数据〉预测肝癌患者的存活期。 1990年到2002年间因肝癌死亡的456名患者 数据： 数量：77万条 种类：血液检查结果、症状等，数字化 用数据挖掘软件分析其相关性 某些数据和肝癌患者的存活期密切相关： PIVKA： 以往的研究只发现其与肝癌密切相关，而通过数据挖掘首次发现了PIVKA蛋白与患者存活期的关系，当PIVKA异常程度的数值到一定标准以上，90%以上的肝癌患者存活期不到一年。 使用这种方法不仅可以较准确地预测肝癌患者的存活期，而且有助于选择恰当的治疗方法。 同样的方法还可对乳腺癌、胃癌、子宫癌等癌症情况用进行分析，以对这些癌症患者的存活期做出正确预测 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 4.数据挖掘的医学应用 Kusiak A：肺部肿瘤（孤立肺结节）的诊断 孤立肺结节：直径小于3mm的非连续的结节阴影 在临床上很难确定其良恶性，通常要对有孤立肺结节的病人进行活组织检查以明确诊断。 仍有50%~60%的孤立肺结节患者不能诊断为恶性，需要不断地进行临床和影像学的检查。 常用的诊断方法如胸部透视、CT、气管镜等的灵敏度和区分度不明显，而且过程复杂、效率低、花费大且存在手术风险。 选取包括年龄、CT图像中肿瘤的最大半径、肿瘤的位置、钙化程度等18个医学检验指标作为特征值， 粗糙集理论的自主判别算法模型进行训练后，再用特征值不完整的新记录来测试，可以得到91.3%的诊断正确率。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 5. 课程安排 如何解决自己的问题？ 通过对于你的课题相关的文献进行挖掘，找出其中的规律，进而发现该课题的研究历史、热点和切入点。 历史：里程碑式的论文 热点：高被引论文和高频主题词的共现聚类分析 切入点：相关互补文献的寻找 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 5.1.课程目标：胸有成竹！！ 目标： 选题=帮助你选定科研题目 具体目标： 对本专业/方向/课题有一个概括的了解 历史：里程碑式的论文 现状：热点题目 找到可能的切入点：结合自己能力+导师条件 结果：写出一个综述【样本】 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 5.2.技术路线 界定你的研究方向/课题范围：轮廓，概念图 数据搜集：文献数据库的使用：制定策略下载文献（11月2日下午） 数据整理：软件，共现现象的分析，SPSS（11月5日下午） 数据分析：聚类分析结果的解读（11月