本文主要进行肿瘤疾病危险因素、发病特征、治疗过程和治疗方式的挖掘分析,并进行主流挖掘算法的性能的对比,从而得到最合适的疾病诊断与治疗的辅助挖掘算法。通过对医院信息化系统中存储的肿瘤数据进行整理,做数据预处理和筛选主要关键词,最终得到适合挖掘的数据形式,然后采用数据挖掘算法对数据进行挖掘操作,得到潜在价值、规律和算法性能。通过实验最终得到以下结果:(1)对于主流挖掘算法的原理和特性做了比较。根据在医学领域的使用现状,分析了几种主流挖掘算法在医学领域的适用范围和协同使用的可行性。(2)对于挖掘结果做了对比分析,根据算法性能进行挖掘算法的选择,最终选择最优的挖掘算法进行肿瘤疾病的数据分析。(3)通过对于肿瘤致病因素、治疗方法(手术和用药)和疾病间的关联规则进行挖掘分析,明确关联强度,可以为基础实验和临床研究提供提示。(4)通过对肿瘤疾病危险因素、发病特征、治疗过程和治疗手段的挖掘分析来帮助医生进行肿瘤疾病的辅助诊断和治疗。最终,本文通过对肿瘤类疾病领域数据挖掘技术使用的现状进行综合分析,明确了数据挖掘技术的概念、原理和在医学领域中的运用趋势,并且总结了几种主流数据挖掘方法的适用范围。通过对数据挖掘方法的研究发现,可根据挖掘算法的自身特点,来选用最合适的挖掘方法。在通过数据的处理过程中,研究了如何科学的进行数据的属性提取,降维、降噪处理,以及数据的类型转换和缺失数据补充等操作,对于数据的预处理方式有一定探索和指导意义。在通过数据的挖掘实验中得到了肿瘤疾病的一些关联规则,对于肿瘤疾病的认识、预防和治疗具有一定的指导意义。最后,通过对比主流的挖掘算法的使用结果,分析了各个算法的自身特点和适用特点,并且探索了统一医疗信息系统的创建方式。