模式识别是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分。数据挖掘的本质就是模式识别。医学数据的七种模式识别方法分别是:
①解释性数据建模;
②描述性建模;
③预测性建模;
④知识性建模;
⑤序列模式建模;
⑥依赖关系的建模;
⑦异常与趋势建模。
建模就是建立模型,就是为了理解事物而对事物做出的一种抽象,是对事物的一种无歧义的书面描述。建立描述过程的性能的数学模型也称为建模,系统建模主要用于三个方面。
①分析和设计实际系统。
②预测或预报实际系统的某些状态的未来发展趋势,预测或预报基于事物发展过程的连贯性。
③对系统实行最优控制。
数据挖掘中的建模,其本质就是模式识别的方法,包括数学定量描述与归因分析定性描述。医学模式识别就是利用临床医学大数据来建模,找到疾病之间的相互关系,无论是依赖关系,关联关系还是序列模式等关系都可以在数据中找到真相。