面向临床检验指标的非同步时间序列聚类算法研究-计算机科学.PDF

第 43 卷第9 期 计算机科学 Vo1. 43 No.9 2016 年 9 月 Computer Science Sep 2016 面向临床检验指标的非同步时间序列聚类算法研究 陈德华1 韩学士1 乐嘉锦1 朱立峰2 (东华大学计算机科学与技术学院 上海 200051) 1 (上海交通大学医学院附属瑞金医院计算机中心 上海 200025)2 摘 要 对临床检验指标时间序列进行聚类，从中发现临床检验指标变化趋势相似的患者群体，对开展精准医疗具有 非常重要的价值。考虑到不同患者的检验次数及检验时间点不完全同步，首先通过对非同步时间序列进行预处理，实 现不同时间序列维度及时间点的同步化。在此基础上，通过引入一个用户自定义参数即嗓声点占有率 NoisePro ，对 DBScan 算法进行改进，提出了一种基于密度划分思想的非同步临床检验指标时间序列聚类 LabTS-CLU 算法。最后 利用某三甲医院十余万糖尿病患者近 10 年的糖化血红蛋白时间序列数据集进行实验，结采证明了所提算法的有效 性。 关键词 临床检验指标，非同步时间序列，密度聚类 中图法分类号 TP30 1. 5 文献标识码 A 001 10. 11896/j. iss几 1002-137)立 2016.9.023 Efficient and Effective Clustering Algorithm for Asynchronous Time Series of Clinical Laboratory Indicators CHEN De-hu且1 HAN Xue-shi1 LE Jia-jin1 ZHU Li-feni CSchool of Computer Science and Technology. Donghua University.Shanghai 200051.China)1 Computer Center of Ruijin Hospital.Shanghai Jiaotong University School of Medicine.Shanghai 200025.China)2 C Abstract Clustering for asynchronous time series of clinicallaboratory indicators , and finding the patient group with similar variation trends of clinicallaboratory indicators ,have a very important value for the conduct of precision medi cine. Taking into account the frequency of inspection and the testing time points of different patients are not fully s严1- chronized ,asynchronous time series were preprocessed to achieve the synchronization of different time dimensions and time points. On this basis ,we improved the DBScan algorithm by introducing a user-defined parameter namely noises share NoisePro. Then ,we proposed a LabTS-CLU t由l