首页--医药、卫生论文--一般理论论文--医学与其他学科的关系论文

基于大数据的临床路径优化诊疗的研究

摘要第3-5页
abstract第5-7页
1 绪论第10-18页
    1.1 研究背景及意义第10-11页
        1.1.1 课题研究背景第10-11页
        1.1.2 课题研究的意义第11页
    1.2 相关研究现状及存在问题分析第11-15页
        1.2.1 国外研究现状第11-12页
        1.2.2 国内研究现状第12页
        1.2.3 基于医疗数据相关研究第12-13页
        1.2.4 临床路径研究存在的问题第13-15页
    1.3 课题简介第15-17页
        1.3.1 课题研究目的第15页
        1.3.2 课题的主要研究内容第15-16页
        1.3.3 主要研究成果第16-17页
    1.4 论文的组织结构第17-18页
2 基于数据挖掘的临床路径优化基础第18-28页
    2.1 临床路径优化的理论基础第18-21页
        2.1.1 临床路径相关标准及概念第18页
        2.1.2 临床路径应用流程第18-19页
        2.1.3 临床路径优化的分类第19-21页
    2.2 面向区域诊疗的临床路径优化第21-22页
        2.2.1 区域医疗一体化介绍第21页
        2.2.2 临床路径优化难点第21-22页
    2.3 临床路径优化的技术基础第22-27页
        2.3.1 聚类分析第22-25页
        2.3.2 关联分析第25-27页
    2.4 本章小结第27-28页
3 基于医疗数据挖掘的临床路径优化方案设计第28-36页
    3.1 临床医疗数据特点第28-30页
        3.1.1 EMR医疗数据源第28-29页
        3.1.2 HIS医疗数据源第29页
        3.1.3 临床数据挖掘面临的问题和挑战第29-30页
    3.2 基于数据挖掘的临床路径优化诊疗总体方案设计第30-31页
    3.3 临床路径诊疗单元优化第31-34页
        3.3.1 诊疗单元的概念第31-33页
        3.3.2 面向数据挖掘的临床路径诊疗单元划分策略第33页
        3.3.3 基于数据挖掘的临床路径诊疗单元的优化策略第33-34页
    3.4 临床路径诊疗整体优化策略第34-35页
    3.5 本章小结第35-36页
4 基于数据挖掘的临床路径诊疗优化方案实现第36-45页
    4.1 基于K-means算法的诊疗单元划分方法第36-42页
        4.1.1 K-means算法第36-37页
        4.1.2 基于K-means算法的诊疗单元划分方案第37-38页
        4.1.3 基于属性归一化的K-means算法划分诊疗单元第38-40页
        4.1.4 基于聚类精度的加权投票聚类集成诊疗单元第40-42页
    4.2 基于关联分析的临床路径诊疗单元优化方法第42-43页
        4.2.1 临床行为关联规则挖掘第42-43页
        4.2.2 基于关联规则优化诊疗单元第43页
    4.3 本章小结第43-45页
5 性能验证第45-57页
    5.1 临床数据预处理第45-49页
        5.1.1 数据预处理定义及步骤第45-46页
        5.1.2 临床行为数据预处理第46-49页
    5.2 诊疗单元划分实验及结果分析第49-51页
        5.2.1 诊疗单元划分实验第49-51页
        5.2.2 诊疗单元划分实验结果分析第51页
    5.3 诊疗单元优化实验及结果分析第51-52页
    5.4 诊疗单元整合的实验结果及分析第52-54页
        5.4.1 临床行为诊疗阶段的确定第52-53页
        5.4.2 诊疗单元整合方式的确定第53-54页
    5.5 优化效果评价第54-56页
        5.5.1 评价指标第54-55页
        5.5.2 评价流程第55页
        5.5.3 评价结果第55-56页
    5.6 本章小结第56-57页
6 总结与展望第57-58页
参考文献第58-61页
致谢第61-62页
攻读学位期间发表的学术论文目录第62页
攻读学位期间参与的科研项目目录第62-63页

论文共63页,点击 下载论文
上一篇:基于底层特征优化建模的行为识别算法研究
下一篇:基于海洋环境的数据挖掘算法研究