关联规则算法在血液变与中风关系中的应用方法及装置制造方法及图纸

本发明专利技术提供一种关联规则算法在血液变与中风关系中的应用方法，包括：步骤S1、获取若干中风病人的血流变数据，并提取血流变数据中的血流因素；步骤S2、标准化处理血流因素；步骤S3、利用关联规则算法对经标准化处理后的血流因素进行处理，以获取血流变数据与中风疾病的关联规则。本发明专利技术提供的方法应用于中风患者的血流变数据中，对中风患者血流变的临床特征进行科学分类以及提取隐藏的更有价值的医疗信息，并在以往的常规评价模式“支持度‑置信度”基础上采用有效度和兴趣度有效的评价标准对所得到的关联规则进行评价，使中风预防更加具有针对性，从而提高临床疾病的预防和早期治疗的效果。

【技术实现步骤摘要】

本专利技术涉及分布式计算与数据挖掘领域，尤其涉及关联规则算法在血液变与中风关系中的应用方法及装置。
技术介绍
中风又称脑卒中，是急性脑循环损害迅速导致局限性或弥漫性脑功能缺损的临床事件。根据病因、病理可以将中风分为缺血性中风与出血性中风两大类。前者主要包括局限性脑梗死(脑血栓、脑栓塞)，后者主要包括脑出血和蛛网膜下腔出血。脑卒中是多种脑血管疾病的严重表现形式，是中老年人的一种常见病，是一种高发病率、高致残率的疾病，给社会及家庭带来沉重的经济负担和精神负担。因此，中风的预防具有重要的社会意义。资料表明，血流变指标的变化是脑血管疾病的主要发病因素之一，血流变的改变最终引发组织功能、结构的变化，从而导致微循环障碍。例如，微循环障碍同时伴有全血和血浆粘度的增高常见于脑中风等疾病，血液粘度的测定在缺血性和出血性脑中风的鉴别诊断、疗效观察等过程有重要意义。因此进一步研究血流变与中风疾病的关系对临床治疗、预防各种脑血管病具有非常重要的临床意义。随着计算机技术的发展，医院数据库信息容量快速积累，如何挖
掘这些医学宝贵信息中隐含的更有意义的资源，对于疾病的诊断、治疗和医学研究都是非常有价值的。因此，提供一种利用计算机快速、准确的分析中风疾病与血流变数据的关系的方法，成为目前亟待解决的问题。
技术实现思路
鉴于上述问题，本申请记载了一种关联规则算法在血液变与中风关系中的应用方法，所述方法包括：步骤S1、获取若干中风病人的血流变数据，并提取所述血流变数据中的血流因素；步骤S2、标准化处理所述血流因素；步骤S3、利用所述关联规则算法对经标准化处理后的所述血流因素进行处理，以获取所述血流变数据与中风疾病的关联规则。较佳的，所述血流因素包括血粘度信息和/或红细胞压积信息和/或血浆浓度信息和/或血沉信息和/或体外血栓长度信息。较佳的，所述步骤S3包括：步骤S31、结合因子分析法和逐步聚类分析法分析经标准化处理的所述血流因素并获取分析结果；步骤S32、根据所述关联规则算法以及所述分析结果挖掘所述血流变数据与中风疾病相关的关联规则。较佳的，所述关联规则算法为Apriori算法。较佳的，步骤S32包括：步骤S321、找出所述分析结果中所有满足最小支持度的所有频繁项集；步骤S322、根据所述频繁项集计算出满足最小置信度的所有的关联规则；步骤S323、对所有计算出的关联规则进行评价，以获取最优的关联规则。较佳的，对所述关联规则的评价方法包括基于有效度评价和基于兴趣度评价。本专利技术还提供了一种关联规则算法在血液变与中风关系中的应用装置，所述装置包括：获取模块，用以获取若干中风病人的血流变数据，并提取所述血流变数据中的血流因素；标准化模块，与获取模块相连，用以标准化处理所述血流因素；关联模块，与标准化模块相连，用以利用所述关联规则算法对经标准化处理后的所述血流因素进行处理，以获取所述血流变数据与中风疾病的关联规则。较佳的，所述关联模块包括：分析单元，与所述标准化模块相连，用以结合因子分析法和逐步聚类分析法分析经标准化处理的所述血流因素并获取分析结果；挖掘单元，与所述分析单元相连，用以根据所述关联规则算法以及所述分析结果挖掘所述血流变数据与中风疾病相关的所述关联规则。较佳的，所述挖掘单元包括：频繁项集获取子单元，与所述分析单元相连，用以找出所述分析结果中所有满足最小支持度的所有频繁项集；关联规则获取子单元，与所述频繁项集获取子单元相连，用以根据所述频繁项集计算出满足最小置信度的所有的关联规则。较佳的，所述挖掘单元还包括：评价子单元，与所述关联规则获取子单元相连，用以对所有计算出的关联规则进行评价，以获取最优的关联规则。上述技术方案具有如下优点或有益效果：本专利技术提供的方法应用于中风患者的血流变数据中，对中风患者血流变的临床特征进行科学分类以及提取隐藏的更有价值的医疗信息，并在以往的常规评价模式“支持度-置信度”基础上采用有效度和兴趣度有效的评价标准对所得到的关联规则进行评价，使中风预防更加具有针对性，从而提高临床疾病的预防和早期治疗的效果。附图说明参考所附附图，以更加充分的描述本专利技术的实施例。然而，所附附图仅用于说明和阐述，并不构成对本专利技术范围的限制。图1为本专利技术一种关联规则算法在血液变与中风关系中的应用方法的流程示意图一；图2为本专利技术一种关联规则算法在血液变与中风关系中的应用方法的流程示意图二；图3为本专利技术一种关联规则算法在血液变与中风关系中的应用方法的流程示意图三；图4为本专利技术一种关联规则算法在血液变与中风关系中的应用装置的结构示意图一；图5为本专利技术一种关联规则算法在血液变与中风关系中的应用装置的结构示意图二。图6为本专利技术一种关联规则算法在血液变与中风关系中的应用装置的结构示意图三。具体实施方式下面结合附图和具体实施例对本专利技术关联规则在血液变与中风疾病关系中的应用方法及装置进行详细说明。实施例一如图1所示，一种关联规则在血液变与中风疾病关系中的应用方法，该方法包括步骤：S1、采集多个中风病人的血流变数据，提取血流变中的血流因素；S2、将血粘度信息、红细胞压积信息、血浆浓度信息、血沉信息以及体外血栓长度信息等血流因素进行标准化处理；S3、利用关联规则对经标准化处理的血流变数据进行处理，以获取血流变数据与中风疾病的关系。具体来说，在本实施例提出的关联规则在血液变与中风疾病关系中的应用方法中，首先需要采集若干个中风病人的血流变数据，在实
际应用中，采集到的血流变数据越多，后续进行分析的准确性也会越高。之后，提取血流变数据中的一个或多个血流因素，并将这些血流因素进行标准化处理。值得指出的是，血流因素包括血粘度信息和/或红细胞压积信息和/或血浆浓度信息和/或血沉信息和/或体外血栓长度信息。在实际应用中，收集了安徽省淮北矿工总医院2003年至2009年期间，首次发作且按临床标准和CT扫描结果诊断为中风住院病人的552个血流变数据，如表1：表1原始数据进一步来讲，如图2所示，在步骤S3中，具体包括步骤：S31：结合因子分析法和逐步聚类分析法分析经标准化处理后的血流因素并获取分析结果；S32：根据关联规则算法以及分析结果挖掘血流变与中风疾病相关的规则。具体来说，在本实施例提出的方法中，在对血流因素进行标准化处理后，要结合因子分析法和逐步聚类分析法，将该血流因素进行分析处理并获取分析结果。之后，利用关联规则算法，根据分析结果挖掘血流变与中风疾病相关的关联规则。进一步来讲，关联规则算法为Apriori算法。下面对因子分析法、逐步聚类法以及Apriori算法进行详细说明：1)因子分析法因子分析主要用于从中风疾病与血流变错综复杂的关系问题中找出少数几个主要因子，每个因子代表原始变量间相互依赖的一种作用。这些彼此不相关的因子代替原来较多高度相关的原始随机变量，同时这些主要因子尽可能多的反映中风患者血流变数据原始变量的信息。2)逐步聚类法逐步聚类法，它是以样本组内的离差平方和达到最小为标准，通过反复调整每个样本组中的个体数，从而达到样本组内具有最大同质性，而样本组间具有最大异质性这一优化目标。此法，是先将样本进行一次粗略的分类，即初始分类，然后根据最优原则进行反复不断的修改，直到分类合理为止。3)Apriori算法Apriori算本文档来自技高网...

【技术保护点】
一种关联规则算法在血液变与中风关系中的应用方法，其特征在于，所述方法包括：步骤S1、获取若干中风病人的血流变数据，并提取所述血流变数据中的血流因素；步骤S2、标准化处理所述血流因素；步骤S3、利用所述关联规则算法对经标准化处理后的所述血流因素进行处理，以获取所述血流变数据与中风疾病的关联规则。

【技术特征摘要】
1.一种关联规则算法在血液变与中风关系中的应用方法，其特征在于，所述方法包括：步骤S1、获取若干中风病人的血流变数据，并提取所述血流变数据中的血流因素；步骤S2、标准化处理所述血流因素；步骤S3、利用所述关联规则算法对经标准化处理后的所述血流因素进行处理，以获取所述血流变数据与中风疾病的关联规则。2.根据权利要求1所述的关联规则算法在血液变与中风关系中的应用方法，其特征在于，所述血流因素包括血粘度信息和/或红细胞压积信息和/或血浆浓度信息和/或血沉信息和/或体外血栓长度信息。3.根据权利要求2所述的关联规则算法在血液变与中风关系中的应用方法，其特征在于，所述步骤S3包括：步骤S31、结合因子分析法和逐步聚类分析法分析经标准化处理的所述血流因素并获取分析结果；步骤S32、根据所述关联规则算法以及所述分析结果挖掘所述血流变数据与中风疾病相关的关联规则。4.根据权利要求3所述的关联规则算法在血液变与中风关系中的应用方法，其特征在于，所述关联规则算法为Apriori算法。5.根据权利要求3所述的关联规则算法在血液变与中风关系中的应用方法，其特征在于，步骤S32包括：步骤S321、找出所述分析结果中所有满足最小支持度的所有频
\t繁项集；步骤S322、根据所述频繁项集计算出满足最小置信度的所有的关联规则；步骤S323、对所有计算出的关联规则进行评价，以获取最优的关联规则。6.根据权利要求5所述的关联规则算法在血液变与中风关系中的应用方法，...

【专利技术属性】
技术研发人员：田思，张维朋，李永平，王勇，
申请(专利权)人：宁波大红鹰学院，
类型：发明
国别省市：浙江;33