首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--在其他方面的应用论文

基于贝叶斯网络模型的医疗质量挖掘研究

中文摘要第1-4页
ABSTRACT第4-8页
第一章 绪论第8-11页
   ·研究背景及意义第8页
   ·医疗质量研究问题描述第8-9页
   ·论文研究内容与主要工作第9-10页
   ·论文结构组织第10-11页
第二章 医疗数据挖掘与贝叶斯网络研究综述第11-21页
   ·医疗质量指标第11-13页
     ·医疗质量概述第11-12页
     ·常用评价指标及含义第12-13页
   ·医疗数据挖掘第13-15页
     ·数据挖掘概述第13-14页
     ·数据挖掘基本流程第14页
     ·医疗数据挖掘研究现状第14-15页
   ·贝叶斯网络第15-20页
     ·贝叶斯网络的概念第16-17页
     ·贝叶斯网络学习及代表算法第17-18页
     ·贝叶斯网络特点及应用第18-20页
   ·小结第20-21页
第三章 基于贝叶斯网络模型的医疗质量挖掘算法第21-39页
   ·病案首页数据预处理第21-29页
     ·数据特点分析第21-22页
     ·数据前期整理第22-26页
     ·数据集获取第26-28页
     ·文件格式转换第28-29页
   ·贝叶斯网络模型构建算法第29-36页
     ·MedicalK2 算法描述第30-32页
     ·贝叶斯评分函数第32-33页
     ·贪心搜索算法第33-34页
     ·算法实现与运行环境第34-36页
   ·贝叶斯网络可靠性分析第36-38页
     ·可靠性分析方法描述第36-37页
     ·可靠性分析方法实现第37-38页
   ·小结第38-39页
第四章 病案首页数据横向挖掘第39-58页
   ·参数选择第39-41页
   ·基于死亡率的贝叶斯网络分析第41-45页
     ·MedicalK2 与K2 构建结果比较第41-42页
     ·DeathRate_BN可靠性分析第42-43页
     ·基于医疗质量的模型解释第43-45页
   ·基于平均住院日的贝叶斯网络分析第45-48页
     ·MedicalK2 与K2 构建结果比较第45-46页
     ·InDays_BN可靠性分析第46-47页
     ·基于医疗质量的模型解释第47-48页
   ·基于出院31 天内再入院率的贝叶斯网络分析第48-50页
     ·MedicalK2 与K2 建模结果比较第48页
     ·NotPlanned_BN可靠性分析第48-49页
     ·基于医疗质量的模型解释第49-50页
   ·基于多发病种的贝叶斯网络分析第50-57页
     ·MedicalK2 与K2 的比较第50-51页
     ·病种间的贝叶斯网络比较第51-57页
   ·小结第57-58页
第五章 病案首页数据纵向挖掘第58-62页
   ·死亡率第58-60页
   ·平均住院日第60-61页
   ·出院31 天内再入院率第61-62页
第六章 总结与展望第62-64页
   ·论文总结第62-63页
   ·工作展望第63-64页
参考文献第64-67页
发表论文和科研情况说明第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:利用非广延最大熵模型进行文本分类
下一篇:基于快速鲁棒性特征的物体识别检测算法研究