基于马尔可夫模型的临床序列异常检测  

Anomaly Detection of Clinical Sequence Based on Markov Model

作　　者：郑甜[1] 杨鹤标[1] 

机构地区：[1]江苏大学计算机科学与通信工程学院,江苏镇江212013

出　　处：《微计算机信息》2010年第4期215-217,共3页Control & Automation

基　　金：基金申请人:杨鹤标;项目名称:面向医疗保险违规和欺诈行为的数据挖掘技术及其应用平台研究;基金颁发部门:国家自然科学基金委(60572112)

摘　　要：针对单病种临床序列大都具有类似的时序频繁模式,提出一种基于马尔可夫模型的临床序列检测模型。采用编辑距离算法对临床序列进行数据转换,构造其特征空间;根据特征空间中频繁模式在临床序列中的时序构建马尔可夫模型,获取模型的参数;将参数和待检序列代入检测模型进行频繁模式迁移支持概率的计算;比对计算结果与给定阈值偏差,确定临床行为的异常性。实验结果表明,在选取合适的参数值的基础上,可有效的检测出异常的临床行为。In view of clinical sequences have similarity patterns, the paper introduces sequence similarity matching algorithm in de- tecting abnormal action. The Eidt Distance algorithm is used to match the similarity information between clinical sequences and fre- quece patterns. The results of matching distill the distributing of the frequent patterns in clinical suquences, Then the matching infor- mation is used to construct the Markov model. So the normal pattern of clinical action is received. At last, Based on the parameter of Markov Model, it calculated the probability of the transform between frequent pattern to detect anomaly clinical behaviors. The ex- periments shows this method is effective and efficient in anomaly detection of clinical sequences.

关 键 词：异常检测 马尔可夫模型 编辑距离 序列相似匹配 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]