| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 PAIN-OUT项目概述 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 临床决策支持系统(CDS系统)概述 | 第10页 |
| 1.2.2 CDS系统发展与研究现状 | 第10-11页 |
| 1.2.3 基于案例推理系统(CBR)的CDS系统 | 第11-12页 |
| 1.2.4 CDS系统应用前景 | 第12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 论文大纲 | 第13-14页 |
| 第2章 PAIN-OUT系统概述 | 第14-26页 |
| 2.1 PAIN-OUT的建立 | 第14页 |
| 2.2 PAIN-OUT的目标 | 第14-15页 |
| 2.3 PAIN-OUT系统结构 | 第15-16页 |
| 2.4 病例类型与表达 | 第16页 |
| 2.5 数据库结构 | 第16-17页 |
| 2.5.1 特征提取 | 第16-17页 |
| 2.5.2 案例匹配和检索 | 第17页 |
| 2.5.3 系统性能验证 | 第17页 |
| 2.6 病例数据收集 | 第17-19页 |
| 2.7 现行用户界面 | 第19-20页 |
| 2.8 二阶聚类与界面设计的实现方案 | 第20-24页 |
| 2.9 本章小结 | 第24-26页 |
| 第3章 病例筛检与数据预处理 | 第26-30页 |
| 3.1 关于聚类分析的数据预处理 | 第26-27页 |
| 3.2 为GUI准备的数据 | 第27-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第4章 基于聚类分析的病例类型划分 | 第30-47页 |
| 4.1 聚类算法 | 第30-37页 |
| 4.1.1 聚类分析概述 | 第30页 |
| 4.1.2 传统聚类算法 | 第30-32页 |
| 4.1.3 聚类算法评价标准 | 第32-33页 |
| 4.1.4 几种常见聚类算法 | 第33-35页 |
| 4.1.5 二阶聚类 | 第35-36页 |
| 4.1.6 聚类相似性定义方法 | 第36-37页 |
| 4.1.7 聚类有效性评价 | 第37页 |
| 4.2 UCI机器学习数据库 | 第37-39页 |
| 4.3 聚类算法性能测试 | 第39-41页 |
| 4.3.1 凝聚型层次聚类 | 第39-40页 |
| 4.3.2 K均值聚类 | 第40页 |
| 4.3.3 Fuzzy C均值聚类 | 第40-41页 |
| 4.4 K均值聚类和层次聚类相结合的二阶聚类结果 | 第41-45页 |
| 4.5 本章小结 | 第45-47页 |
| 第5章 用户交互环境的设计与实现 | 第47-66页 |
| 5.1 用户案例设计 | 第47-51页 |
| 5.2 用户交互界面的设计与实现 | 第51-64页 |
| 5.3 来自顾问的反馈 | 第64-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第6章 结论与展望 | 第66-68页 |
| 6.1 全文总结 | 第66页 |
| 6.2 研究展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士期间完成的论文及参加的课理 | 第72页 |