| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 引言 | 第13-15页 |
| 第1章 绪论 | 第15-31页 |
| 1.1 研究的背景 | 第15-18页 |
| 1.1.1 传染病的危害及预防 | 第15-17页 |
| 1.1.2 基于数据分析的传染病预防 | 第17-18页 |
| 1.2 数据分析对传染病预防的意义 | 第18-19页 |
| 1.3 国内外相关研究综述 | 第19-26页 |
| 1.3.1 传染病医疗信息整合研究综述 | 第19-22页 |
| 1.3.2 传染病医疗信息分析与挖掘研究综述 | 第22-23页 |
| 1.3.3 数据分析基础下的传染病预防策略研究综述 | 第23-25页 |
| 1.3.4 国内医疗现状所面临的挑战 | 第25-26页 |
| 1.4 研究目的 | 第26页 |
| 1.5 研究方法 | 第26-28页 |
| 1.6 研究内容与论文结构 | 第28-31页 |
| 1.6.1 研究内容 | 第28-29页 |
| 1.6.2 论文结构 | 第29-31页 |
| 第2章 相关概念与理论基础 | 第31-51页 |
| 2.1 关于异构信息的理论分析 | 第31-33页 |
| 2.1.1 “信息孤岛” | 第31-32页 |
| 2.1.2 传染病异构信息 | 第32页 |
| 2.1.3 传染病异构信息解决办法 | 第32-33页 |
| 2.2 信息资源整合理论 | 第33-38页 |
| 2.2.1 信息资源整合的界定及作用 | 第33-34页 |
| 2.2.2 数据仓库下的整合内容及原则 | 第34-38页 |
| 2.3 基于XML的异构数据整合技术 | 第38-42页 |
| 2.3.1 XML技术 | 第38-40页 |
| 2.3.2 医疗异构信息格式转换 | 第40-41页 |
| 2.3.3 采用应用编程接口 | 第41-42页 |
| 2.4 数据挖掘分析理论 | 第42-46页 |
| 2.4.1 大数据挖掘与分析主流云平台 | 第42-45页 |
| 2.4.2 数据挖掘与分析 | 第45-46页 |
| 2.5 关联规则与Apriori算法 | 第46-49页 |
| 2.6 本章小结 | 第49-51页 |
| 第3章 传染病医疗信息综合管理平台总体构架 | 第51-60页 |
| 3.1 传染病异构信息双向整合技术 | 第51-54页 |
| 3.1.1 传染病异构信息横向整合技术 | 第52-53页 |
| 3.1.2 传染病异构信息纵向整合技术 | 第53-54页 |
| 3.2 关联规则数据挖掘技术 | 第54-55页 |
| 3.3 传染病异构信息综合管理策略 | 第55-58页 |
| 3.3.1 基于所有权部分让渡的信息管理模式 | 第55-56页 |
| 3.3.2 市场机制的收益分析 | 第56-57页 |
| 3.3.3 医疗主数据管理体系 | 第57页 |
| 3.3.4 基于案例推理的平台比较分析 | 第57-58页 |
| 3.4 本章小结 | 第58-60页 |
| 第4章 传染病异构信息横向纵向整合技术 | 第60-85页 |
| 4.1 传染病异构信息存储及计算问题 | 第62-65页 |
| 4.1.1 传染病异构信息来源 | 第62页 |
| 4.1.2 传染病异构信息整合的存储问题 | 第62-65页 |
| 4.1.3 传染病异构信息整合的计算问题 | 第65页 |
| 4.2 基于云存储的传染病公共信息平台 | 第65-72页 |
| 4.2.1 云存储 | 第65-67页 |
| 4.2.2 横向传染病异构信息整合 | 第67-69页 |
| 4.2.3 基于云存储的横向传染病异构信息整合架构 | 第69-72页 |
| 4.3 主数据的概念 | 第72-73页 |
| 4.3.1 主数据的内涵 | 第72页 |
| 4.3.2 医疗信息主数据 | 第72-73页 |
| 4.4 主数据在信息纵向整合上的应用 | 第73-83页 |
| 4.4.1 信息纵向整合 | 第73-74页 |
| 4.4.2 主数据的选择和确认 | 第74-77页 |
| 4.4.3 基于主数据的纵向传染病异构信息整合架构 | 第77-80页 |
| 4.4.4 基于主数据的纵向传染病异构信息整合功能 | 第80-83页 |
| 4.5 本章小结 | 第83-85页 |
| 第5章 基于关联规则的传染病患者关联分析 | 第85-107页 |
| 5.1 传染病异构信息收集 | 第85-90页 |
| 5.2 数据预处理 | 第90-96页 |
| 5.3 关联分析 | 第96-106页 |
| 5.3.1 编程环境 | 第96页 |
| 5.3.2 算法设计 | 第96-98页 |
| 5.3.3 数据库设计 | 第98-99页 |
| 5.3.4 程序运行与结果分析 | 第99-106页 |
| 5.3.5 传染病大数据分析结论 | 第106页 |
| 5.4 本章小结 | 第106-107页 |
| 第6章 传染病异构信息综合管理策略 | 第107-138页 |
| 6.1 基于所有权的信息管理模式 | 第108-113页 |
| 6.1.1 病历信息所有权 | 第108-109页 |
| 6.1.2 基于所有权的病历信息管理模式 | 第109-112页 |
| 6.1.3 基于所有权的信息管理模式分析 | 第112-113页 |
| 6.2 市场机制的运营分析 | 第113-122页 |
| 6.2.1 市场机制的引入 | 第113-115页 |
| 6.2.2 基于市场机制的运营分析 | 第115-120页 |
| 6.2.3 医疗信息整合的外部性分析 | 第120-122页 |
| 6.3 主数据管理体系设计 | 第122-130页 |
| 6.3.1 主数据管理框架 | 第122-123页 |
| 6.3.2 医疗主数据管理策略 | 第123-127页 |
| 6.3.3 医疗主数据管理流程 | 第127-130页 |
| 6.3.4 基于纵向整合的数据分析案例 | 第130页 |
| 6.4 基于案例推理的平台比较分析 | 第130-137页 |
| 6.4.1 案例推理的内涵及应用 | 第130-132页 |
| 6.4.2 基于案例推理的传染病异构信息平台 | 第132-136页 |
| 6.4.3 基于横向整合的数据分析案例 | 第136-137页 |
| 6.5 本章小结 | 第137-138页 |
| 第7章 结论与展望 | 第138-141页 |
| 7.1 结论 | 第138-139页 |
| 7.2 展望 | 第139-141页 |
| 参考文献 | 第141-147页 |
| 攻读学位期间公开发表论文 | 第147-148页 |
| 致谢 | 第148-149页 |
| 作者简介 | 第149页 |
