基于数据挖掘技术的HIS系统研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-15页 |
| 1 绪论 | 第15-24页 |
| ·数据挖掘概念与现状 | 第15-19页 |
| ·数据挖掘概念 | 第15-17页 |
| ·数据挖掘现状 | 第17-19页 |
| ·HIS 系统概述及现状 | 第19-22页 |
| ·HIS 系统概述 | 第19-20页 |
| ·HIS 系统现状 | 第20-22页 |
| ·数据挖掘在HIS 系统的应用意义 | 第22页 |
| ·主要工作 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 2 HIS 数据挖掘综述 | 第24-36页 |
| ·时间序列数据挖掘 | 第24-29页 |
| ·关联规则数据挖掘 | 第29-33页 |
| ·HIS 系统数据挖掘过程 | 第33-34页 |
| ·HIS 系统数据挖掘任务 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 3 HIS 数据挖掘模型分析 | 第36-47页 |
| ·数据挖掘过程模型 | 第36-39页 |
| ·数据挖掘过程模型简介 | 第36-37页 |
| ·数据挖掘过程模型5A | 第37-38页 |
| ·数据挖掘过程模型SEMMA | 第38-39页 |
| ·CRISP-DM 模型 | 第39-43页 |
| ·CRISP-DM 模型简介 | 第39-40页 |
| ·CRISP-DM 模型 | 第40-42页 |
| ·改进的CRISP-DM 模型 | 第42-43页 |
| ·HIS 系统数据挖掘分析过程 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 4 HIS 系统设计与实现 | 第47-64页 |
| ·HIS 系统概述 | 第47页 |
| ·HIS 系统关键技术 | 第47-55页 |
| ·AJAX 技术 | 第48-52页 |
| ·EXTJS | 第52-53页 |
| ·MVC 设计模式 | 第53-54页 |
| ·引入AJAX 的改进MVC 模式 | 第54-55页 |
| ·HIS 系统需求分析 | 第55-60页 |
| ·HIS 系统流程 | 第55-56页 |
| ·HIS 功能 | 第56-57页 |
| ·HIS 数据库设计 | 第57-60页 |
| ·HIS 系统功能实现 | 第60-63页 |
| ·门诊挂号子系统 | 第60页 |
| ·门诊收费子系统 | 第60-61页 |
| ·住院子系统 | 第61-62页 |
| ·药品管理子系统 | 第62页 |
| ·后台管理子系统 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 5 HIS 系统数据挖掘实现 | 第64-75页 |
| ·基于时间序列模型的HIS 数据挖掘 | 第64-68页 |
| ·ARIMA 基本理论 | 第64页 |
| ·ARIMA 模型的基本思想和基本程序 | 第64-65页 |
| ·ARIMA 模型建模原理 | 第65-66页 |
| ·ARIMA 模型的识别和估计 | 第66-67页 |
| ·ARIMA 模型的诊断和检验 | 第67-68页 |
| ·ARIMA 预测模型在HIS 系统中的应用 | 第68-71页 |
| ·利用ARIMA 模型分析预测医院业务收入 | 第68-69页 |
| ·利用ARIMA 模型分析预测医院药品销售情况 | 第69-71页 |
| ·基于关联规则的HIS 数据挖掘 | 第71-74页 |
| ·几种改进 Apriori 算法的思想 | 第71-72页 |
| ·利用关联规则分析糖尿病与其并发症关联关系 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 6 结论与展望 | 第75-77页 |
| ·结论 | 第75页 |
| ·展望 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 致谢 | 第80-81页 |
| 作者简介及读研期间主要科研成果 | 第81-82页 |
