全文总字数：2199字

1. 研究目的与意义及国内外研究现状

随着各类医疗数据的数字化、电子化，医院积累了大量的业务数据。研究如何有效地从这些业务数据中挖掘出对医院发展、管理和医疗服务有用的信息已成为众多医院迫切关心的问题。本论文拟运用数据挖掘算法针对华东某市胆囊病人住院医疗记录进行分析挖掘，特别是使用bp神经网络模型和kohonen模型，针对现时代医疗保险费用的不合理情况，分析其费用的主要影响因素，并以此为依据确定相关的医疗费用标准，为医保机构提供相对客观有效的参考，控制医疗保险费用。 本文拟利用spss modeler软件进行相关实验。

国内外研究现状

随着人工神经网络20世纪80年代在世界范围内的复苏，国内也逐步掀起了研究热潮，1989年10月和11月分别在北京和广州召开了神经网络及其应用讨论会和第一届全国信号处理——神经网络学术会议：1990年2月由国内八个学会（中国电子学会、人工智能学会、自动化学会、通信学会、物理学会、生物物理学会和心理学会）联合在北京召开“中国神经网络首届学术会议”。这次大会以“八学会联盟，探智能奥秘”为主题，收到了200多篇学术论文，开创了中国人工神经网络及神经计算机方面科学研究的新纪元。经过十几年的发展，中国学术界和工程界在人工神经网络的理论研究和应用方面取得了丰硕成果，学术论文、应用成果和研究人员逐年增加。 在国际上，1987年，在美国加洲召开了第一届国际神经网络学会。此后每年召开两次国际联合神经网络大会（ijcnn）。不久，该学会创办了刊物journal neural networks，另有十几种国际著名的神经网络学术刊物相继问世。至此，神经网络理论研究在国际学术领域获得了其应有的地位。相比于其它行业，医疗行业中数据挖掘的应用研究起步较晚，但广大学者的也已取得了不错的成果。按照具体的领域，数据挖掘的应用可以分为四个主要方面： 1）临床辅助诊断方面。2）基础医学领域。3）流行病学研究和医学统计方法学方面。4）医院信息系统管理方面

2. 研究的基本内容

医疗系统多年来的临床医疗工作积累了大量的数据，目前这些数据还未能得到完全利用。我们可以利用神经网络算法进行进一部的数据挖掘，获得有利于医疗管理控制的信息。 本文主要研究在医疗费用特别是住院费用过高的情况下，利用数据挖掘技术，获得影响医疗费用的主要因素，在此基础之上深入研究，确定各因素的重要程度，从而进一步提高制定的费用标准的可靠性。 其中运用到了神经网络算法中的BP神经网络以及Kohonen网络，通过BP神经网络可以准确的预测相对客观的费用影响因素，再通过Kohonen得出准确的费用标准。根据实验结果并进行相关分析，并完成相关毕业论文的撰写。

3. 实施方案、进度安排及预期效果

实施方案： 第一步，确定挖掘对象、目标。清晰地定义出问题，认清数据挖掘的目的是数据挖掘的重要一步。挖掘的最后结果是不可预测的，但要探索的问题应是有预见的。 第二步，数据采集。这是一个工作量较大，占据时问较多的一个阶段。医生需要在以往的临床实践中，注意收集数据信息，有些数据的产生可以直接获得，有些数据需要对病人进行调查获得。 第三步，数据转换。这一步是将医生收集到的不同的数据信息集成并转换为一个分析数据模型，这一数掘模型是针对算法而准备的．不同的算法可能需要不同的分析数据模型。 第四步，数据分类挖掘。分类挖掘的目的是为了建立一个分类模型。首先要选择合适的挖掘算法，并使用合适的程序设计软件实现这一算法：接着对所得到的经过转换的数据进行挖掘。 第五步，分类规则结果分析。这一步主要解释和评估分类结果。

进度计划：2015.11-2015.12 查阅相关资料，了解数据挖掘相关技术，掌握需要使用的相关算法。2016.1-2016.2 收集整理相关实验数据，并进行预处理。2016.3-2016.4 使用spss modeler对数据进行分析与挖掘，并对结果进行整理分析，并对算法进行调整、改进，完善实验结果。2016.4-2016.5 整理实验结果，按照学校要求撰写论文。

4. 参考文献

[1]毛国君,数据挖掘原理与算法[m].清华大学出版社.

[2]胡亮,李强,康健,网络程序设计[m].吉林大学出版社.

[3] 韩佳炜.数据挖掘概念与技术（第二版）[m].机械工业出版社，2007.