基于统计α算法的临床路径过程挖掘

被引：2

作者：

余建波

董晨阳

李传锋

刘海强

机构：

[1] 同济大学机械与能源工程学院

来源：

浙江大学学报(工学版) | 2017年 / 51卷 / 10期

关键词：

临床路径; 过程挖掘; 重名活动; 活动关系; 统计α算法;

D O I：

暂无

中图分类号：

O213 [应用统计数学]; R197.3 [医院、综合医院];

学科分类号：

020208 ; 070103 ; 0714 ; 1004 ; 120402 ;

摘要：

针对临床路径事件日志中存在的重名活动和噪音数据,提出集成重名活动判别的过程挖掘算法:统计α算法.给出一套完整的重名活动的判别规则,用于识别过程挖掘中的重名活动并进行相应预处理,有效地提高了过程挖掘的准确性;提出基于经典α算法改进的统计α算法,用于消除事件日志中各种噪音的影响.该算法在临床路径数据量较大的情形下,保证了结果准确率和运算效率.统计α算法在三甲医院的临床数据上得到成功应用,与经典α算法和遗传算法相比,该算法在效率和准确性上更具优越性.

引用

页码：1881 / 1890

页数：10

共 11 条

[1] 可扩展的临床决策支持应用集成架构 [J].

郑翔 ;

张寅升 ;

黄震震 ;

贾峥 ;

段会龙 ;

赵饮虹 ;

李昊旻 .

浙江大学学报(工学版), 2015, 49 (09) :1658-1664+1691

[2] 过程挖掘中一种能发现重复任务的扩展α算法 [J].

李嘉菲 ;

刘大有 ;

杨博 .

计算机学报, 2007, (08) :1436-1445

[3]

Process Mining for Clinical Workflows: Challenges and Current Limitations.[J].Stig Kjær Andersen;Gunnar O. Klein;Stefan Schulz;Jos Aarts;M. Cristina Mazzoleni;Martin Lang;Thomas Bürkle;Susanne Laumann;Hans-Ulrich Prokosch.Studies in Health Technology and Informatics.2008,

[4] A novel approach for process mining based on event types [J].