典型文献
数据挖掘技术在优化冠心病诊疗过程中的研究进展
文献摘要：
心血管疾病是导致全球性死亡的主要病因[1],截止到2030年约有2330万例死于心血管疾病,冠心病是最主要的心血管疾病之一,其发病率呈上升趋势[2],因此冠心病诊疗长期以来一直是学者们重点关注内容.传统诊疗冠心病方案的提高依赖于大型随机对照试验的严格对比和发现,更新效率较低.数据挖掘技术可解决这一问题,具有时间短、效率高的作用.该技术通过对大量电子病历数据进行整理、分析,辅助冠心病的诊疗[3-4].数据挖掘技术主要包括两大类算法:监督学习算法和无监督学习算法.监督学习主要通过已有的训练样本去训练得到一个最优模型,常见的有监督学习算法:决策树、神经网络、支持向量机、线性回归、KNN、朴素贝叶斯、随机森林等算法;无监督学习是在没有标签的数据里面发现潜在一些结构的方式,主要的无监督学习算法主要有聚类、降维、关联规则分析等算法.本文将对这两大类算法在冠心病诊疗中的应用进展进行归纳整理.
文献关键词：
冠心病;数据挖掘技术;临床诊疗
中图分类号：
作者姓名：
高杰;冯妍;王以新;陈婉萍;卢淑立
作者机构：
100029 首都医科大学附属北京安贞医院全科医疗科;首都医科大学全科医学与继续教育学院
文献出处：
引用格式：
[1]高杰;冯妍;王以新;陈婉萍;卢淑立-.数据挖掘技术在优化冠心病诊疗过程中的研究进展)[J].心肺血管病杂志,2022(02):202-205
A类：
B类：
数据挖掘技术,冠心病,心血管疾病,截止,万例,死于,随机对照试验,电子病历,历数,两大类,无监督学习算法,训练样本,练得,最优模型,有监督学习算法,决策树,KNN,朴素贝叶斯,里面,关联规则分析,归纳整理,临床诊疗
AB值：
0.208214
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
