| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 缩略词表 | 第7-12页 |
| 1 绪论 | 第12-24页 |
| 1.1 大数据与数据驱动的平台 | 第12-15页 |
| 1.1.1 大数据的时代背景 | 第12-13页 |
| 1.1.2 医疗健康大数据在医疗领域的应用 | 第13-14页 |
| 1.1.3 数据驱动的平台介绍 | 第14-15页 |
| 1.2 现代医疗信息系统介绍与其存在的问题 | 第15-17页 |
| 1.2.1 主要医疗信息系统介绍 | 第15-16页 |
| 1.2.2 医疗信息系统存在的问题及面临的挑战 | 第16-17页 |
| 1.3 国内外在医疗健康数据可视化方面的研究举例 | 第17-21页 |
| 1.3.1 问题导向的“数字人”与临床医疗信息可视化系统 | 第17-18页 |
| 1.3.2 移动医疗的数据可视化 | 第18页 |
| 1.3.3 可视化工具的对比分析 | 第18-21页 |
| 1.4 本论文研究内容及意义 | 第21-24页 |
| 1.4.1 研究内容及意义 | 第21页 |
| 1.4.2 本论文研究的创新点 | 第21-22页 |
| 1.4.3 本文的组织结构 | 第22-24页 |
| 2 医疗健康数据可视化工具相关技术研究 | 第24-38页 |
| 2.1 数据仓库技术 | 第24-27页 |
| 2.1.1 数据仓库概念 | 第24-25页 |
| 2.1.2 数据仓库体系结构 | 第25-26页 |
| 2.1.3 数据仓库模型设计 | 第26页 |
| 2.1.4 数据仓库抽取、转换和加载 | 第26-27页 |
| 2.2 联机分析技术 | 第27-28页 |
| 2.2.1 联机分析技术简述 | 第27-28页 |
| 2.2.2 Microsoft Analysis Services中的两种分析模型 | 第28页 |
| 2.3 数据挖掘技术 | 第28-30页 |
| 2.3.1 数据挖掘概念与过程 | 第28-29页 |
| 2.3.2 数据挖掘方法 | 第29-30页 |
| 2.3.3 数据挖掘算法 | 第30页 |
| 2.4 HTML5网页设计技术 | 第30-38页 |
| 2.4.1 超文本标记语言HTML5 | 第30-33页 |
| 2.4.2 脚本语言Javascript | 第33-35页 |
| 2.4.3 层叠样式表CSS3 | 第35-38页 |
| 3 医疗健康数据可视化工具的实现方法 | 第38-52页 |
| 3.1 医疗健康数据可视化需求分析 | 第38-41页 |
| 3.1.1 数据可视化 | 第38页 |
| 3.1.2 医疗健康数据可视化需求分析 | 第38-40页 |
| 3.1.3 医疗健康数据可视化工具拟解决的关键问题 | 第40-41页 |
| 3.2 医疗健康数据可视化工具的整体设计 | 第41-45页 |
| 3.2.1 系统主要功能设计 | 第41-43页 |
| 3.2.2 系统体系结构设计 | 第43-44页 |
| 3.2.3 系统开发环境搭建 | 第44页 |
| 3.2.4 系统开发流程 | 第44-45页 |
| 3.3 医疗健康数据可视化工具的输入输出数据模型分析 | 第45-48页 |
| 3.3.1 输入数据模型分析 | 第46页 |
| 3.3.2 输出数据模型分析 | 第46-47页 |
| 3.3.3 系统数据流分析 | 第47-48页 |
| 3.4 医疗健康数据可视化工具模块化分析与设计 | 第48-52页 |
| 3.4.1 源数据模块 | 第48-49页 |
| 3.4.2 报表设计器模块 | 第49-51页 |
| 3.4.3 可视化显示模块 | 第51-52页 |
| 4 医疗健康数据可视化工具的设计与实现 | 第52-80页 |
| 4.1 系统数据仓库设计 | 第52-60页 |
| 4.1.1 数据集市的构造设计模式 | 第52页 |
| 4.1.2 数据集市的设计 | 第52-53页 |
| 4.1.3 概念模型设计 | 第53页 |
| 4.1.4 逻辑模型设计 | 第53-60页 |
| 4.2 ETL工具实现数据的抽取、转换与加载 | 第60-67页 |
| 4.2.1 ETL中的Kettle工具 | 第60-62页 |
| 4.2.2 ETL数据处理 | 第62-67页 |
| 4.3 可视化模块的设计与实现 | 第67-74页 |
| 4.3.1 拖拽功能的实现 | 第67-68页 |
| 4.3.2 可视化图表的实现 | 第68-74页 |
| 4.4 系统配置 | 第74页 |
| 4.4.1 服务器配置参数 | 第74页 |
| 4.4.2 客户端电脑配置参数 | 第74页 |
| 4.5 各浏览器对医疗健康数据可视化工具的兼容性 | 第74-80页 |
| 4.5.1 客户端浏览器的选择 | 第74-76页 |
| 4.5.2 浏览器对医疗健康数据可视化工具的兼容性 | 第76-80页 |
| 5 医疗健康数据可视化工具的实现效果及应用举例 | 第80-104页 |
| 5.1 医疗健康数据可视化工具实现的具体功能 | 第80-88页 |
| 5.1.1 系统登录 | 第80页 |
| 5.1.2 用户设置 | 第80-82页 |
| 5.1.3 主题目录和工作簿 | 第82-83页 |
| 5.1.4 我的分析 | 第83-88页 |
| 5.1.5 仪表盘 | 第88页 |
| 5.2 医疗健康数据可视化工具的实现效果 | 第88-91页 |
| 5.2.1 数据可视化实现效果 | 第88-89页 |
| 5.2.2 系统的特点 | 第89-90页 |
| 5.2.3 可视化工具的应用范围 | 第90-91页 |
| 5.3 医疗健康数据可视化工具在单病种管理方面的应用举例 | 第91-95页 |
| 5.3.1 单病种质量管理介绍 | 第91-92页 |
| 5.3.2 单病种质量管理的指标可视化分析 | 第92-95页 |
| 5.4 医疗健康数据可视化工具在分析指标关系方面的应用举例 | 第95-97页 |
| 5.4.1 全院超长住院人次占比-平均住院日散点图 | 第95页 |
| 5.4.2 指标间关系的猜想和验证 | 第95-97页 |
| 5.5 医疗健康数据可视化工具在医院管理方面的应用举例 | 第97-98页 |
| 5.5.1 新医改背景下的医院精细化管理 | 第97页 |
| 5.5.2 院长首页设计示例 | 第97-98页 |
| 5.6 基于神经网络的门诊数据挖掘 | 第98-104页 |
| 5.6.1 数据准备与处理 | 第98-99页 |
| 5.6.2 数据挖掘过程 | 第99-102页 |
| 5.6.3 分析挖掘结果 | 第102-104页 |
| 6 总结与展望 | 第104-108页 |
| 6.1 总结 | 第104-105页 |
| 6.2 展望 | 第105-108页 |
| 致谢 | 第108-110页 |
| 参考文献 | 第110-114页 |
| 附录 | 第114页 |
| A.作者在攻读硕士研究生期间发表的论著 | 第114页 |
| B.作者在攻读硕士研究生期间取得的科研成果 | 第114页 |
