收藏本站
《山东师范大学》 2009年
收藏 | 手机打开
二维码
手机客户端打开本文

孤立点分析在医学领域的应用研究

冯敏  
【摘要】: 随着现代信息技术的迅速发展,许多领域都积累了大量的数据,我们渴望发现潜在于这些数据中的知识与规律,正是这一需求造就了数据挖掘学科的兴起及数据挖掘技术的发展。数据挖掘技术主要的目的就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识,作为一个多学科交叉的综合性领域,数据挖掘涉及了数据库、统计学、机器学习、高性能计算、模式识别、神经网络和数据可视化等学科。 聚类分析是数据挖掘中的一个重要研究领域。所谓聚类,就是把没有类别标记的样本集按某种准则划分成若干类,使类内样本的相似性尽可能大,而类间样本的相似性尽量小,是一种无监督的学习方法。聚类分析通常是在没有先验知识支持的前提下进行的,它所要解决的就是在这种前提下,实现满足要求的类的聚合。聚类分析的研究主要集中在聚类算法上,产生性能好而且实用的聚类算法是其终极目的。迄今为止,人们提出了很多种不同的适用于数据挖掘的聚类算法,但这些算法仅适用于特定的问题及用户,而且它们在理论和方法上仍不完善,甚至还有严重的不足之处。对聚类算法的进一步优化研究将不仅有助于算法理论的完善,更有助于算法的推广和应用。 医学图像的数据挖掘不仅是数据挖掘研究领域的一个热点,也是难点。目前图像挖掘的工具较少,挖掘过程需要人工干预,很难实现完全的自动化。 在实际的医疗工作中,医生对病人的医学图片的检查往往是通过多年的临床经验来进行的,而个人的临床经验又不可能面而俱到,何况检查的过程中还会存在很多的偶然性的干扰因素,所以很有必要利用数据挖掘技术为医疗行业提供帮助。 孤立点分析又称孤立点挖掘、异常检测、例外挖掘、小事件检测、挖掘极小类、偏差检测。孤立点可能是“脏数据”,也可能是与实际对应的有意义的事件。从知识发现的角度看,在某些应用里,那些很少发生的事件往往比经常发生的事件更有趣、也更有研究价值。因此,异常数据的检测和分析是一项重要且有意义的研究工作。 本文针对传统的数据挖掘技术在图像挖掘方面的不足,分析了当前图像挖掘的特点及现状,并在全面、深入掌握数据挖掘技术的基础上,结合图像处理和医疗领域知识,提出了一种新颖的基于医学图像像素聚类的孤立点分析技术,详细介绍了孤立点分析技术在CT图像上具体的应用,描述了医学CT图像的孤立点分析方法及过程。该过程首先收集大量的医学CT图像,对原始图像进行预处理,然后进行像素聚类并提取参数,最后使用孤立点分析技术来挖掘出可能存在病变信息的图片,以此帮助医生高效率地进行疾病检查和诊断。
【学位授予单位】:山东师范大学
【学位级别】:硕士
【学位授予年份】:2009
【分类号】:TP391.41

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 单世民;邓贵仕;何英昊;;数据流中孤立点识别方法[J];计算机工程;2007年15期
2 邵峰晶,张斌,于忠清;多阈值BIRCH聚类算法及其应用[J];计算机工程与应用;2004年12期
3 段凤玲;李龙澍;曹文婷;;具有多态特征和聚类处理的蚁群算法[J];计算机技术与发展;2009年12期
4 刘春梅;通用Web日志挖掘系统(CWLMS)设计实现[J];防灾技术高等专科学校学报;2004年02期
5 奉国和;朱思铭;;基于聚类的大样本支持向量机研究[J];计算机科学;2006年04期
6 陈欣,曾红月;数据挖掘的分析方法综述[J];福建电脑;2004年01期
7 韩冬;数据挖掘与商业银行客户关系管理[J];计算机时代;2004年04期
8 周兵,沈钧毅,彭勤科;基于颜色对的色彩量化算法[J];计算机工程;2004年14期
9 朱蔚恒;印鉴;谢益煌;;基于数据流的任意形状聚类算法[J];软件学报;2006年03期
10 吴隽;李文锋;陈定方;;基于C-均值法的蚁群算法在TSP中的应用(英文)[J];Journal of Southeast University(English Edition);2007年S1期
中国重要会议论文全文数据库 前10条
1 欧阳建国;欧晓万;;基于聚类原理的我国区域可持续发展特征研究[A];中国现场统计研究会第12届学术年会论文集[C];2005年
2 邵峰晶;孙仁诚;于忠清;;基于单元的孤立点发现改进算法[A];全面建设小康社会:中国科技工作者的历史责任——中国科协2003年学术年会论文集(上)[C];2003年
3 王珺;刘希玉;;基于BIRCH算法和K-MEANS算法相结合的数据挖掘聚类技术[A];山东省计算机学会2005年信息技术与信息化研讨会论文集(二)[C];2005年
4 杨光友;陈原;周国柱;;基于振动的蚕茧无损检测中振动信号的模糊聚类特征优选方法[A];2003年11省区市机械工程学会学术会议论文集[C];2003年
5 王玉涛;苑玮琦;程国辉;王师;;一种堆积颗粒图像边缘检测方法[A];1998年中国智能自动化学术会议论文集(下册)[C];1998年
6 宋亚男;万频;李学聪;邓飞其;叶家玮;;排样图形匹配中的聚类算法应用研究[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年
7 胡玉娴;;基于《知网》和遗传算法的中文文本聚类特征选择[A];2009全国计算机网络与通信学术会议论文集[C];2009年
8 马晓艳;唐雁;;层次聚类算法研究[A];2008年计算机应用技术交流会论文集[C];2008年
9 王劲松;王咏梅;;价格聚类、数字崇拜、市场操纵[A];第四届(2009)中国管理学年会——金融分会场论文集[C];2009年
10 谢银水;卢秋芳;;上饶市暴雨聚类分析[A];中国气象学会2005年年会论文集[C];2005年
中国重要报纸全文数据库 前4条
1 本报记者 张九陆 廖志颖;信息化搭建行业成功之桥[N];通信产业报;2005年
2 拓石;移动位置服务将成增值业务新盈利点[N];中国高新技术产业导报;2007年
3 张彤;当“位置”成为服务[N];网络世界;2007年
4 刘华  ;中部崛起需要进一步对外开放[N];中国国门时报;2005年
中国博士学位论文全文数据库 前10条
1 吴广潮;基于聚类特征树的大规模分类算法研究[D];华南理工大学;2012年
2 张烨;欠定混合信号的盲分离[D];上海大学;2009年
3 张晨;数据流聚类分析与异常检测算法[D];复旦大学;2009年
4 彭艳兵;TCP宏观平衡性研究[D];东南大学;2006年
5 宋余庆;医学图像数据挖掘若干技术研究[D];东南大学;2005年
6 曹锋;数据流聚类分析算法[D];复旦大学;2006年
7 常建龙;数据流聚类及电信数据流管理[D];复旦大学;2008年
8 陈宁;网络异常检测与溯源方法研究[D];华中科技大学;2009年
9 陈洪顺;基于商业智能的财务审计信息系统研究[D];山东大学;2011年
10 胡小兵;蚁群优化原理、理论及其应用研究[D];重庆大学;2004年
中国硕士学位论文全文数据库 前10条
1 冯敏;孤立点分析在医学领域的应用研究[D];山东师范大学;2009年
2 刘美玲;基于综合策略支持向量机的孤立点检测技术[D];大连理工大学;2010年
3 刘巍;基于聚类的孤立点发现技术研究及其在审计中的应用[D];中国海洋大学;2010年
4 张亮;子空间孤立点检测算法研究[D];燕山大学;2010年
5 黄蕾;数据流环境下的聚类挖掘研究[D];华中科技大学;2007年
6 闫宗奎;基于网格模型的孤立点检测算法[D];山东大学;2009年
7 王超;数据流离群数据挖掘的研究与应用[D];合肥工业大学;2007年
8 忻凌;聚类分析与案例推理在数据流管理中的应用研究[D];合肥工业大学;2007年
9 施鸿喜;基于密度单元覆盖的聚类数据流算法研究[D];郑州大学;2007年
10 罗义钦;基于分形的数据流聚类算法研究[D];合肥工业大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026