| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 研究内容与创新点 | 第17-18页 |
| 1.4 论文的组织结构 | 第18-21页 |
| 第2章 移动医疗技术与急救医疗信息系统 | 第21-53页 |
| 2.1 移动医疗技术 | 第21-26页 |
| 2.1.1 移动通信与移动智能终端 | 第23-24页 |
| 2.1.2 射频识别技术 | 第24-25页 |
| 2.1.3 可穿戴式体征监测技术 | 第25-26页 |
| 2.2 数据驱动的决策支持技术 | 第26-28页 |
| 2.2.1 数据分析与挖掘 | 第26-28页 |
| 2.2.2 机器学习与数据驱动 | 第28页 |
| 2.3 急救医疗信息系统 | 第28-53页 |
| 2.3.1 急救医疗服务 | 第28-29页 |
| 2.3.2 急救医疗信息系统新需求 | 第29-44页 |
| 2.3.3 大规模伤亡事件急救医疗信息系统 | 第44-48页 |
| 2.3.4 现有系统的特点与挑战 | 第48-50页 |
| 2.3.5 将移动医疗技术引入急救医疗信息系统的必要性 | 第50页 |
| 2.3.6 将数据驱动决策支持技术引入急救医疗信息系统的必要性 | 第50-53页 |
| 第3章 基于移动平台的急救决策支持系统研发 | 第53-97页 |
| 3.1 研究内容 | 第53-54页 |
| 3.2 研究方法 | 第54-76页 |
| 3.2.1 系统范围与组成 | 第54-58页 |
| 3.2.2 系统构架与数据库设计 | 第58-63页 |
| 3.2.3 移动数据存储与传输框架 | 第63-65页 |
| 3.2.4 可穿戴式体征监测设备数据采集接口设计 | 第65-68页 |
| 3.2.5 与医疗机构间急救医疗数据规范化交互接口 | 第68-72页 |
| 3.2.6 数据驱动的急救分流决策支持模型 | 第72-75页 |
| 3.2.7 后送决策支持模型 | 第75-76页 |
| 3.3 研究结果 | 第76-96页 |
| 3.3.1 系统登录 | 第76-78页 |
| 3.3.2 急救伤员管理 | 第78-79页 |
| 3.3.3 伤员基本信息管理 | 第79-80页 |
| 3.3.4 伤员标识与可穿戴式设备匹配 | 第80-82页 |
| 3.3.5 伤员体征采集与急救伤情评估 | 第82-84页 |
| 3.3.6 院前急救医疗数据管理 | 第84-88页 |
| 3.3.7 急救后送管理 | 第88-90页 |
| 3.3.8 系统与医疗机构数据连通 | 第90-93页 |
| 3.3.9 急救分流结果与医疗资源情况展示 | 第93-96页 |
| 3.4 讨论与小结 | 第96-97页 |
| 第4章 系统急救分流决策支持模型研究 | 第97-107页 |
| 4.1 研究内容 | 第97-99页 |
| 4.2 研究方法 | 第99-102页 |
| 4.2.1 数据来源 | 第99-100页 |
| 4.2.2 研究方案 | 第100-102页 |
| 4.3 研究结果 | 第102-103页 |
| 4.4 讨论与小结 | 第103-107页 |
| 第5章 系统后送决策支持模型有效性研究 | 第107-133页 |
| 5.1 研究内容 | 第107-110页 |
| 5.2 研究方法 | 第110-121页 |
| 5.2.1 研究方案 | 第110-112页 |
| 5.2.2 仿真工具 | 第112-113页 |
| 5.2.3 仿真流程与设定 | 第113-121页 |
| 5.3 研究结果 | 第121-128页 |
| 5.3.1 基于ABM的急救医疗响应仿真模型 | 第121-122页 |
| 5.3.2 后送决策支持模型有效性验证结果 | 第122-128页 |
| 5.4 讨论和小结 | 第128-133页 |
| 第6章 总结与展望 | 第133-137页 |
| 6.1 总结 | 第133-135页 |
| 6.2 展望 | 第135-137页 |
| 参考文献 | 第137-153页 |
| 攻读博士学位期间的主要研究成果 | 第153-154页 |
