融合CSS-IMP的医院麻醉数据挖掘与动态调整研究

摘要

为了提升医院麻醉数据的利用率，设计了一种融合卡方统计量和改进多层感知器的(chi square statistics and improved multilayer perceptron, CSS-IMP)麻醉数据处理模型。模型通过调取卡方统计量对输入数据进行分类，再利用基于语义插值改进的多层感知器完成数据挖掘模型的建立。结果显示，所构建的模型在2 000次迭代后对DEMSET和REPSET数据集的有效挖掘量分别达到9 805条和8 750条，在实际应用中将不同科室的关联比例提升到0.79。以上结果说明融合卡方统计量和改进多层感知器的麻醉数据处理模型具有较强的数据挖掘能力，能输出普适性高的处理数据，对医院整体麻醉数据的共享能起到促进作用。

关键词

麻醉数据 / 卡方统计 / 多层感知 / 数据挖掘 / 关联比例 / 共享

基金资助

教育部产学合作协同育人项目2024年第一批次立项项目(230904094234148)