基于贝叶斯信念网络的癫痫病专家系统的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9页 |
| 1.3 论文主要研究工作 | 第9-10页 |
| 1.4 论文组织结构 | 第10-12页 |
| 第2章 相关工作综述 | 第12-18页 |
| 2.1 专家系统 | 第12-13页 |
| 2.2 医院HIS系统 | 第13页 |
| 2.3 知识发现 | 第13-17页 |
| 2.3.1 贝叶斯理论 | 第14-15页 |
| 2.3.2 朴素贝叶斯 | 第15页 |
| 2.3.3 贝叶斯信念网络 | 第15-16页 |
| 2.3.4 文本内容挖掘与分析 | 第16-17页 |
| 2.4 本章小结 | 第17-18页 |
| 第3章 异构数据整合与知识库构建 | 第18-34页 |
| 3.1 癫痫病数据采集 | 第18-21页 |
| 3.1.1 基于HIS系统内部数据的采集 | 第18-20页 |
| 3.1.2 基于互联网开放数据的采集 | 第20-21页 |
| 3.2 癫痫病数据预处理 | 第21-31页 |
| 3.2.1 基于癫痫病的异构数据整合 | 第22-23页 |
| 3.2.2 基于CRF的癫痫病特征信息抽取与识别 | 第23-28页 |
| 3.2.3 去停用词 | 第28页 |
| 3.2.4 特征选择 | 第28-31页 |
| 3.3 基于癫痫病专家系统的知识库构建 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 基于贝叶斯信念网络的诊治癫痫病研究 | 第34-52页 |
| 4.1 概述 | 第34-37页 |
| 4.2 应用实例分析 | 第37-39页 |
| 4.3 基于贝叶斯信念网络算法的诊治病例研究 | 第39-45页 |
| 4.3.1 癫痫样本数据 | 第39页 |
| 4.3.2 数据样本分类 | 第39-45页 |
| 4.4 实验与结果分析 | 第45-51页 |
| 4.4.1 癫痫病数据的初步实验 | 第46-47页 |
| 4.4.2 不同数据量下的实验分析 | 第47-48页 |
| 4.4.3 不同特征数量下的实验分析 | 第48-50页 |
| 4.4.4 癫痫病类型与治疗方案的实验 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 癫痫病专家系统的设计与实现 | 第52-62页 |
| 5.1 系统总体设计 | 第52-53页 |
| 5.2 模型分类实现 | 第53页 |
| 5.3 系统功能模块 | 第53-61页 |
| 5.3.1 知识查询模块 | 第54-56页 |
| 5.3.2 数据处理模块 | 第56-58页 |
| 5.3.3 诊断分类模块 | 第58-60页 |
| 5.3.4 结果展示模块 | 第60-61页 |
| 5.4 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 个人简历 | 第69页 |
