| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 引言 | 第9-11页 |
| ·本研究的意义 | 第9-10页 |
| ·本研究的目的 | 第10页 |
| ·本研究的主要工作 | 第10-11页 |
| 第2章 计算机辅助诊断和数据挖掘 | 第11-23页 |
| ·计算机辅助诊断简介 | 第11-12页 |
| ·数据挖掘介绍 | 第12-16页 |
| ·计算机辅助医学诊断系统中的数据挖掘和知识发现方法 | 第16-23页 |
| ·理解应用领域/识别 KDD的目标 | 第17页 |
| ·产生目标数据库 | 第17-18页 |
| ·清理与预处理数据 | 第18-19页 |
| ·数据约简和投影 | 第19页 |
| ·将目标与特殊数据挖掘方法匹配 | 第19-20页 |
| ·数据挖掘 | 第20-21页 |
| ·解释和评估所挖掘到的模式 | 第21页 |
| ·使用所发现的知识 | 第21-23页 |
| 第3章 基于决策树的贫血病计算机辅助诊断模型的研究 | 第23-35页 |
| ·决策树挖掘介绍 | 第23-26页 |
| ·决策树基本概念 | 第23页 |
| ·决策树挖掘的特点 | 第23-24页 |
| ·决策树挖掘的历史与发展 | 第24页 |
| ·决策树挖掘的种类 | 第24页 |
| ·决策树挖掘的算法 | 第24-25页 |
| ·决策树挖掘的核心问题 | 第25-26页 |
| ·决策树挖掘的研究方向 | 第26页 |
| ·决策树挖掘的算法 | 第26-29页 |
| ·ID3算法 | 第26-28页 |
| ·剪枝 | 第28页 |
| ·C4.5算法 | 第28-29页 |
| ·ID3算法用于基于细胞计数的贫血病诊断 | 第29-32页 |
| ·基于血细胞计数的四种贫血的诊断标准 | 第30页 |
| ·建立信息数据库 | 第30-31页 |
| ·通过计算生成初步决策树 | 第31-32页 |
| ·生成最终决策树模型并用于贫血病的计算机辅助诊断 | 第32-35页 |
| ·生成具有诊断意义的最终决策树模型 | 第32-33页 |
| ·将该模型用于贫血病的计算机辅助诊断 | 第33-34页 |
| ·临床验证和讨论 | 第34-35页 |
| 第4章 基于模糊聚类和逐步判别分析相结合的胃病辅助诊断模型的研究 | 第35-47页 |
| ·聚类分析的概念以及胃病辅助诊断模型的临床意义 | 第35-40页 |
| ·聚类分析的定义 | 第35页 |
| ·聚类分析的算法分类 | 第35-37页 |
| ·聚类算法的一般步骤及改进策略 | 第37-39页 |
| ·聚类分析的研究方向 | 第39-40页 |
| ·胃病辅助诊断模型的临床意义 | 第40页 |
| ·理论模型 | 第40-43页 |
| ·模糊聚类分析预测模型 | 第40-41页 |
| ·逐步判别分析诊断模型 | 第41-43页 |
| ·程序设计 | 第43页 |
| ·实例分析 | 第43-47页 |
| ·模糊聚类 | 第43-44页 |
| ·逐步判别分析 | 第44-46页 |
| ·结果与讨论 | 第46-47页 |
| 第5章 总结和展望 | 第47-49页 |
| 参考文献 | 第49-54页 |
| 攻读学位期间成果 | 第54-55页 |
| 致谢 | 第55-56页 |
