| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题背景与意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-17页 |
| 1.2.1 数据挖掘算法研究现状 | 第10-14页 |
| 1.2.2 数据挖掘技术应用现状 | 第14-17页 |
| 1.3 本文主要研究内容 | 第17-18页 |
| 1.4 论文组织结构 | 第18页 |
| 1.5 本章小结 | 第18-19页 |
| 第2章 数据挖掘概念与相关技术介绍 | 第19-28页 |
| 2.1 数据挖掘基本概念 | 第19页 |
| 2.2 数据挖掘的基本过程 | 第19-21页 |
| 2.3 数据挖掘涉及技术与算法 | 第21-27页 |
| 2.3.1 数据挖掘关键技术 | 第21页 |
| 2.3.2 数据挖掘方法 | 第21-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于灰色马尔可夫模型的区域医疗影像检查量预测 | 第28-38页 |
| 3.1 引言 | 第28页 |
| 3.2 灰色GM(1,1)模型预测分析 | 第28-31页 |
| 3.2.1 建立灰色GM（1.1）模型 | 第28-30页 |
| 3.2.2 灰色GM（1.1）模型应用分析 | 第30-31页 |
| 3.3 灰色马尔可夫模型预测分析 | 第31-35页 |
| 3.3.1 马尔可夫链的基本概念 | 第31-32页 |
| 3.3.2 灰色马尔可夫模型预测的基本步骤 | 第32-35页 |
| 3.4 灰色马尔可夫模型在区域医疗影像设备检查量的应用分析 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于支持向量机的区域医疗影像检查疾病分类研究 | 第38-46页 |
| 4.1 引言 | 第38页 |
| 4.2 检查文本的K-means聚类分析 | 第38-39页 |
| 4.2.1 K-means文本聚类的实现 | 第38-39页 |
| 4.2.2 K-means文本聚类的结果 | 第39页 |
| 4.3 支持向量机分类器的建立及优化分析 | 第39-44页 |
| 4.3.1 检查文本前期处理及特征选择 | 第40-41页 |
| 4.3.2 支持向量机检查文本分类器的建立 | 第41-42页 |
| 4.3.3 多类SVM检查文本分类器的构建 | 第42页 |
| 4.3.4 多类SVM检查文本分类器性能检验 | 第42页 |
| 4.3.5 SVM分类器优化改进 | 第42-44页 |
| 4.3.6 SVM文本分类器优化后性能检验 | 第44页 |
| 4.4 区域医疗影像检查文本SVM分类器应用 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 区域医疗影像重复检查分析及关联挖掘 | 第46-58页 |
| 5.1 引言 | 第46页 |
| 5.2 影像重复检查分析 | 第46-52页 |
| 5.2.1 数据处理 | 第46-47页 |
| 5.2.2 重复比例分析 | 第47-48页 |
| 5.2.3 区域医疗特色领域验证分析 | 第48-50页 |
| 5.2.4 检查设备比较分析 | 第50-52页 |
| 5.3 关联规则算法 | 第52-54页 |
| 5.3.1 关联规则概念 | 第52-53页 |
| 5.3.2 Apriori算法 | 第53-54页 |
| 5.4 关联规则算法应用分析 | 第54-57页 |
| 5.4.1 患者转院前后重复检查关联规则分析 | 第54-56页 |
| 5.4.2 患者疾病类型与检查设备的关联规则分析 | 第56-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 附录 作者在读期间发表的学术论文及参加的科研项目 | 第67页 |
