提要 | 第3-5页 |
Abstract | 第5-7页 |
第1章 引言 | 第11-18页 |
1.1 研究背景和意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 医疗大数据国内外研究现状 | 第12-14页 |
1.2.2 中医药大数据研究现状 | 第14-16页 |
1.3 研究内容与方法 | 第16-18页 |
1.3.1 研究内容 | 第16-17页 |
1.3.2 研究方法 | 第17-18页 |
第2章 大数据与中医药应用研究 | 第18-29页 |
2.1 大数据及相关技术 | 第18-20页 |
2.1.1 大数据的定义及特征 | 第18-19页 |
2.1.2 大数据处理平台 | 第19页 |
2.1.3 大数据技术分类 | 第19-20页 |
2.2 Hadoop生态圈 | 第20-24页 |
2.2.1 Hadoop平台 | 第20-21页 |
2.2.2 HDFS | 第21页 |
2.2.3 MapReduce | 第21-22页 |
2.2.4 Sqoop | 第22-23页 |
2.2.5 Hive | 第23页 |
2.2.6 Mahout | 第23-24页 |
2.3 医疗大数据来源 | 第24页 |
2.4 中医药大数据 | 第24-29页 |
2.4.1 中医药大数据特征 | 第24-27页 |
2.4.2 真实世界的中医临床科研范式 | 第27-29页 |
第3章 中医电子病历大数据服务架构研究 | 第29-39页 |
3.1 中医临证病案发展源流 | 第29页 |
3.2 电子病历的定义与发展 | 第29-30页 |
3.3 中医电子病历的内容与特色 | 第30-34页 |
3.3.1 中医电子病历特色 | 第30-32页 |
3.3.2 中医电子病历内容 | 第32-34页 |
3.4 基于“整体观”的中医电子病历大数据集成 | 第34-35页 |
3.4.1 数据集成原则 | 第34页 |
3.4.2 数据来源 | 第34-35页 |
3.5 中医电子病历大数据服务架构构建 | 第35-39页 |
3.5.1 大数据生命周期 | 第36-37页 |
3.5.2 中医电子病历大数据服务架构 | 第37-39页 |
第4章 大数据背景下中医电子病历数据共享存储研究 | 第39-58页 |
4.1 存储方案 | 第39-42页 |
4.1.1 存储需求分析 | 第39-40页 |
4.1.2 存储格式分析 | 第40-41页 |
4.1.3 存储方案设计 | 第41-42页 |
4.2 基于HL7 CDA的中医电子病历数据共享 | 第42-49页 |
4.2.1 HL7 CDA | 第42-45页 |
4.2.2 中医电子病历CDA文档规范流程 | 第45-46页 |
4.2.3 中医电子病历CDA文档构建 | 第46-49页 |
4.3 基于MongoDB的中医电子病历存储 | 第49-53页 |
4.3.1 面向文档的MongoDB数据库 | 第49-50页 |
4.3.2 基于MongoDB的中医电子病历数据存储设计 | 第50-53页 |
4.4 中医电子病历数据安全研究 | 第53-58页 |
4.4.1 访问控制 | 第54-56页 |
4.4.2 数字签名 | 第56页 |
4.4.3 完整性检测 | 第56页 |
4.4.4 容灾与备份 | 第56-58页 |
第5章 大数据背景下中医电子病历大数据分析研究 | 第58-83页 |
5.1 大数据分析与传统数据分析的区别 | 第58-61页 |
5.2 中医大数据挖掘理念与方法 | 第61-64页 |
5.2.1 中医药大数据挖掘理念 | 第61-62页 |
5.2.2 中医药大数据挖掘方法 | 第62-64页 |
5.3 中医电子病历大数据挖掘流程 | 第64-66页 |
5.4 中医电子病历大数据挖掘实现 | 第66-80页 |
5.4.1 经典关联规则Apriori算法 | 第66-68页 |
5.4.2 大数据背景下Apriori算法问题分析 | 第68页 |
5.4.3 基于Hadoop的并行Apriori算法设计 | 第68-73页 |
5.4.4 基于Hadoop的并行Apriori算法测试与分析 | 第73-80页 |
5.5 中医药大数据应用发展思考 | 第80-83页 |
第6章 总结与展望 | 第83-86页 |
6.1 总结 | 第83-84页 |
6.2 展望 | 第84-86页 |
参考文献 | 第86-92页 |
致谢 | 第92-93页 |
查新报告 | 第93-109页 |
论文著作 | 第109-119页 |