1、乳腺癌是由于乳腺細胞在各種內(nèi)外致癌因素的作用下，失去正常特性而異常增生的疾病。因此基于乳腺癌圖像診斷依據(jù)的重要因素的研究對于乳腺癌疾病診斷具有非常重要的指導意義。 本文在數(shù)據(jù)預處理中采用單因素方差分析方法確定重要因子排除非重要因子，使得因缺失非重要因子的殘缺項變得完整，從而減少了缺失項的影響，對于經(jīng)處理仍然含缺失值的項進行舍棄。同時對項集進行單因素方差分析能幫助解決支持度閾值的設(shè)置難題，支持度閾值取到恰好能排除非重要項的值。實驗

2、證明這種方法是可行且準確的。經(jīng)過預處理開始關(guān)聯(lián)規(guī)則的挖掘，再對關(guān)聯(lián)規(guī)則進行相關(guān)性評價。實驗證明能有效挖掘出相關(guān)關(guān)聯(lián)規(guī)則。 本課題的主要工作是： 1、通過經(jīng)典的關(guān)聯(lián)規(guī)則挖掘Apriori算法和動態(tài)挖掘PC-FSA算法來分析當前關(guān)聯(lián)規(guī)則挖掘算法的優(yōu)缺點。 2、在此基礎(chǔ)上，針對關(guān)聯(lián)規(guī)則挖掘算法存在的不足，提出了PC-CFSA算法。最后，使用SPSS統(tǒng)計分析軟件對算法正確性進行驗證。 3、利用自己提出的新的相關(guān)關(guān)