1、隨著計算機科學與技術(shù)的飛速發(fā)展和廣泛應(yīng)用，包括醫(yī)學在內(nèi)的各學科領(lǐng)域產(chǎn)生的數(shù)據(jù)量都在急劇增加。為了在這些存儲起來的海量數(shù)據(jù)中發(fā)現(xiàn)有價值的知識及規(guī)律，人們結(jié)合統(tǒng)計學、數(shù)據(jù)庫、人工智能、神經(jīng)網(wǎng)絡(luò)等技術(shù)，利用數(shù)據(jù)挖掘的方法來解決這一問題，而關(guān)聯(lián)規(guī)則挖掘的應(yīng)用是數(shù)據(jù)挖掘領(lǐng)域中一個重要的研究課題。目前，利用關(guān)聯(lián)規(guī)則挖掘發(fā)現(xiàn)知識已成為各學科廣泛關(guān)注的熱點。隨著關(guān)聯(lián)規(guī)則挖掘技術(shù)的日漸成熟，如何將這一方法運用于從大量的醫(yī)學數(shù)據(jù)中找出其內(nèi)在關(guān)聯(lián)規(guī)則的研究，

2、為臨床疾病監(jiān)測、藥物治療效果的評價及疾病預(yù)防提供有效依據(jù)，更是一個新的研究內(nèi)容。
　　 本課題利用關(guān)聯(lián)規(guī)則挖掘的經(jīng)典Apriori算法對具有隱私性、多態(tài)性、不完整性、時間性和冗余性等特點的醫(yī)學數(shù)據(jù)進行數(shù)據(jù)挖掘分析。首先使用Apriori算法尋找數(shù)據(jù)庫中數(shù)據(jù)的頻繁項集，然后根據(jù)頻繁項集生成強關(guān)聯(lián)規(guī)則，以發(fā)現(xiàn)海量數(shù)據(jù)中項集之間有用的關(guān)聯(lián)關(guān)系或模式。最終的目的是對關(guān)聯(lián)規(guī)則挖掘在臨床疾病監(jiān)測、藥物治療效果的評價以及疾病的預(yù)防等方面的應(yīng)用

3、進行分析研究。如：通過關(guān)聯(lián)規(guī)則挖掘?qū)?型糖尿病并發(fā)癥數(shù)據(jù)和肝病病人藥物治療效果的數(shù)據(jù)進行分析，得到的結(jié)果可為2型糖尿病并發(fā)癥的早期預(yù)防提供參考，也可為肝病治療的規(guī)范性用藥提供決策依據(jù)。
　　 本論文在詳盡分析數(shù)據(jù)挖掘和關(guān)聯(lián)規(guī)則挖掘特點的基礎(chǔ)上，闡述和分析了關(guān)聯(lián)規(guī)則挖掘的Apriori算法、基于劃分的算法和FP-tree頻集算法等經(jīng)典算法；分析了醫(yī)學數(shù)據(jù)的特點，研究了關(guān)聯(lián)規(guī)則在相關(guān)疾病數(shù)據(jù)中的應(yīng)用，并且使用Apriori算法對所收

4、集的隨訪病例數(shù)據(jù)中2型糖尿病三種主要并發(fā)癥（高脂血癥、高血壓、冠心?。┲g的關(guān)系和肝病病人用藥數(shù)據(jù)中藥物治療效果進行了數(shù)據(jù)挖掘及分析研究。通過數(shù)據(jù)矩陣分析的方法對關(guān)聯(lián)規(guī)則挖掘的結(jié)果進行比較和驗證，發(fā)現(xiàn)其分析結(jié)果是一致的，達到了在不同分析方法間相互驗證的目的，使結(jié)果更具可信度。對2型糖尿病并發(fā)癥的關(guān)聯(lián)規(guī)則挖掘研究結(jié)果可為2型糖尿病三種主要并發(fā)癥的早期預(yù)測提供參考。在臨床實踐中，可以對2型糖尿病患者有針對性的采取對上述三種并發(fā)癥的檢查和治療