| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·课题研究的背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文的研究目的和研究内容 | 第11页 |
| ·本文的研究目的 | 第11页 |
| ·本文的研究内容 | 第11页 |
| ·本文的内容安排 | 第11-13页 |
| 2 医学数据挖掘概述 | 第13-19页 |
| ·数据挖掘概述及其在医学系统中的应用 | 第13-14页 |
| ·数据挖掘概述 | 第13-14页 |
| ·数据挖掘在医学系统中的应用 | 第14页 |
| ·医学数据挖掘的特点 | 第14-15页 |
| ·医学数据挖掘的基本过程 | 第15-17页 |
| ·医学数据挖掘的关键技术 | 第17页 |
| ·医学数据挖掘的发展方向 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 3 基于传统数据挖掘分类方法的泌尿外科疾病诊断研究 | 第19-37页 |
| ·泌尿外科疾病数据集描述 | 第19-21页 |
| ·分类算法概述 | 第21页 |
| ·分类的步骤 | 第21-22页 |
| ·决策树分类 | 第22-23页 |
| ·贝叶斯分类 | 第23-24页 |
| ·BP 人工神经网络 | 第24-27页 |
| ·基于关联规则的分类 | 第27-36页 |
| ·关联规则基本概念 | 第27-29页 |
| ·关联规则挖掘过程 | 第29-30页 |
| ·Apriori 算法 | 第30-32页 |
| ·基于关联规则的分类概述 | 第32-33页 |
| ·CBA 算法 | 第33-36页 |
| ·几种传统分类方法实验效果及分析 | 第36页 |
| ·本章小结 | 第36-37页 |
| 4 基于新关联分类算法 ACCF 的泌尿外科疾病诊断研究 | 第37-53页 |
| ·问题的提出 | 第37页 |
| ·基本概念和定义 | 第37-40页 |
| ·CHARM 算法 | 第40-42页 |
| ·算法描述 | 第40-42页 |
| ·算法思想 | 第42页 |
| ·基于频繁闭项集的新关联分类算法ACCF 的设计与实现 | 第42-47页 |
| ·产生候选关联规则 | 第42-45页 |
| ·规则修剪 | 第45-47页 |
| ·评估ACCF 的分类准确率 | 第47页 |
| ·ACCF 的匹配原则 | 第47页 |
| ·分类准确率 | 第47页 |
| ·ACCF 与其它分类算法的实验结果比较 | 第47-52页 |
| ·ACCF 在UCI 数据集上的实验 | 第47-51页 |
| ·ACCF 在泌尿外科疾病数据集上的实验 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 5 泌尿外科临床决策支持原型系统的设计与实现 | 第53-58页 |
| ·系统技术架构 | 第53页 |
| ·系统物理部署架构 | 第53-54页 |
| ·系统开发平台 | 第54页 |
| ·系统实现 | 第54-57页 |
| ·系统评价 | 第57页 |
| ·本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63页 |
| A 硕士学位期间发表的学术论文 | 第63页 |
| B 作者在攻读学位期间参加的科研项目 | 第63页 |
