本文以医学临床上产生的数据为研究对象,基于数据挖掘的相关知识,运用几种常用的数据挖掘方法分别对临床医学上产生的海量数据进行收集、整理、处理、分析,对每种方法作用于临床医学上产生的数据的处理结果进行对比研究,并结合实际的临床医学经验和结果,分别对每种数据挖掘方法所获得的分析结果进行精确评价。主要研究内容如下:一、本文首先介绍了数据挖掘的过程、概念、方法以及数据挖掘技术和理论的发展状况,接着简要介绍了数据挖掘的分类和基本思想;然后详细介绍了数据挖掘的具体方法及其应用;深入介绍和研究了三种重要的数据挖掘方法—决策树归纳、神经网络模型、关联分析和聚类分析,并对每种方法的优缺点进行分析对比,最后,提出每种方法的具体使用环境和具体的改进建议。二、在详细介绍和研究数据挖掘的具体方法的基础上,提出了在具体的临床医学上产生的海量数据的问题的基础上,应用以上的关联规则数据挖掘中的Apriori算法对产生的数据进行研究和分析,对每个数据挖掘方法所产生的结果、过程、以及准确性进行评估和对比,从而得出每种数据挖掘方法的优缺点,最后,提出对Apriori算法的改进算法,以便针对具体的临床医学问题和不同的治疗目的和要求,使用最佳的数据挖掘方法,以提高医院的临床医疗的工作效率。三、本文在详细阐述论文的研究背景的前提下,指出将数学当中的数据挖掘方法和技术应用于临床医学的理论意义和现实意义。同时,总结了本文的创新点和理论架构。