随着医疗信息化的快速发展,大量的医疗信息化产品层出不穷地涌现出来。这些信息化产品如电子病历系统,病案管理系统,住院医生管理系统等,每天都记录和保存了大量的病人病历、诊断信息等医疗数据,每年产生巨大的数据。由于各个信息化产品提供厂商不同,数据库设计标准不同,信息录入要求不规范等,这些产品产生的数据中存在大量的“脏数据”,严重影响数据质量,对数据信息关联和挖掘分析进而体现数据真正的价值造成了巨大的负面影响。为了提高数据质量和挖掘效率,本文设计和实现了医疗数据聚类分析系统,从数据库设计、数据清洗、聚类分析算法实现与测试等方面阐述了系统功能。本文的具体工作内容如下:1.以我国目前信息化平台数据作为基础,使用ETL工具完成对医疗数据的清洗转换工作。结合数据现状分析数据提取过程中一些重点,难点。获取到可以用于分析的数据样本。2.使用Oracle数据库建立中间数据库,设计数据库字典表,码表,源数据库表和疾病、指标关联维度表。3.使用聚类分析算法来对数据进行进一步解析。测定疾病与病人某些属性特征的关联性,初步挖掘出指标和疾病之间的潜在联系。再计算此属性与诱发疾病之间的临界值指标。从而来对人的健康管理提供一个合理预测和辅助警告。4.使用K-means和均值漂移聚类两种不同的聚类方法结合样本数据进行测试,得到聚类结果。通过聚类效果评价相关的计算方法来计算聚类结果的准确度。分析聚类结果的参考价值大小。