| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 数据挖掘技术在医疗领域的研究现状 | 第12-14页 |
| 1.2.2 关联规则法在电子病历数据挖掘中的研究现状 | 第14-16页 |
| 1.3 本论文主要研究目的、研究内容和组织结构 | 第16-18页 |
| 1.3.1 研究目的 | 第16页 |
| 1.3.2 研究内容 | 第16-17页 |
| 1.3.3 论文的组织结构 | 第17-18页 |
| 2 电子病历相关知识概述 | 第18-21页 |
| 2.1 电子病历的概念及发展 | 第18-19页 |
| 2.2 电子病历的特点和意义 | 第19-20页 |
| 2.3 电子病历的模式、问题以及发展趋势 | 第20-21页 |
| 3 数据挖掘相关知识概述 | 第21-29页 |
| 3.1 数据挖掘技术的概念、特点 | 第22页 |
| 3.2 数据挖掘的发展历程 | 第22-23页 |
| 3.3 数据挖掘技术的功能 | 第23-24页 |
| 3.4 数据挖掘的常用方法 | 第24-26页 |
| 3.5 数据挖掘的过程和步骤 | 第26-27页 |
| 3.6 数据挖掘面临的问题和发展趋势 | 第27-28页 |
| 3.7 数据仓库技术概述 | 第28-29页 |
| 4 关联规则知识概述 | 第29-37页 |
| 4.1 关联规则的定义 | 第30-31页 |
| 4.1.1 数据项与数据项集 | 第30页 |
| 4.1.2 事务 | 第30页 |
| 4.1.3 支持度(Support)和最小支持度(MinimumSupport) | 第30页 |
| 4.1.4 置信度(Confidence)和最小置信度(MinimumConfidence) | 第30-31页 |
| 4.1.5 关联规则(AssociationRule) | 第31页 |
| 4.2 关联规则的分类 | 第31-32页 |
| 4.2.1 基于规则中的变量类别 | 第31页 |
| 4.2.2 基于规则中数据的抽象层次 | 第31-32页 |
| 4.2.3 基于规则中数据的维数 | 第32页 |
| 4.3 关联规则的过程和步骤 | 第32页 |
| 4.4 关联规则算法概述 | 第32-37页 |
| 4.4.1 Apriori算法概述 | 第32-34页 |
| 4.4.2 Apriori算法应用过程实例说明 | 第34-36页 |
| 4.4.3 Apriori算法的应用和发展趋势 | 第36-37页 |
| 5 关联规则在电子病历数据挖掘中的应用 | 第37-48页 |
| 5.1 电子病历数据样本介绍 | 第37页 |
| 5.2 数据预处理 | 第37-42页 |
| 5.2.1 建立糖尿病病人系统数据库和数据抽取 | 第37-40页 |
| 5.2.2 数据清洗和离散化 | 第40-42页 |
| 5.2.3 数据集成 | 第42页 |
| 5.3 关联分析过程与步骤 | 第42-46页 |
| 5.4 关联结果分析 | 第46-48页 |
| 6 结论与总结 | 第48-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-59页 |
| 国内外电子病历数据挖掘研究现状综述 | 第59-68页 |
| 1 国内外研究现状 | 第59-62页 |
| 1.1 数据挖掘技术在医疗领域的研究现状 | 第59-61页 |
| 1.2 关联规则法在电子病历数据挖掘中的研究现状 | 第61-62页 |
| 2 国内相关研究现状 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 附件1 攻读学位期间发表论文目录 | 第68页 |
