| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 选题的背景和意义 | 第10-13页 |
| 1.1.1 选题背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.3 研究内容和研究方法 | 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 |
| 1.4 研究的创新点 | 第18-19页 |
| 第2章 预备知识 | 第19-30页 |
| 2.1 按病种诊断分组的理论 | 第19-22页 |
| 2.1.1 按病种诊断分组的基本理论 | 第19-20页 |
| 2.1.2 医疗费用的形成以及影响因素 | 第20页 |
| 2.1.3 不同医疗费用支付方式的比较 | 第20-22页 |
| 2.2 按病种诊断分组的应用前景 | 第22-24页 |
| 2.3 技术理论 | 第24-30页 |
| 2.3.1 分组核心技术理论 | 第24页 |
| 2.3.2 神经网络技术理论 | 第24-25页 |
| 2.3.3 神经网络数学结构 | 第25-26页 |
| 2.3.4 BP神经网络模型 | 第26-28页 |
| 2.3.5 BP算法与医疗费用预测评估相结合的可行性 | 第28-30页 |
| 第3章 基于BP神经网络的医疗费用预测模型 | 第30-37页 |
| 3.1 影响医疗费用的影响因素指标体系 | 第30-32页 |
| 3.1.1 预测指标体系的选取 | 第30-31页 |
| 3.1.2 预测指标体系的量化方法 | 第31-32页 |
| 3.2 BP神经网络预测模型与原理 | 第32-34页 |
| 3.2.1 BP神经网络预测原理 | 第32-34页 |
| 3.2.2 预测模型及其流程 | 第34页 |
| 3.3 BP神经网络的设计 | 第34-37页 |
| 3.3.1 输入输出的确定 | 第34页 |
| 3.3.2 网络层数的确定 | 第34-35页 |
| 3.3.3 隐层单元数的确定 | 第35页 |
| 3.3.4 网络结构参数的确定 | 第35-37页 |
| 第4章 BP神经网络医疗费用预测模型的实现 | 第37-48页 |
| 4.1 数据来源 | 第37-39页 |
| 4.2 数据处理 | 第39页 |
| 4.3 网络学习过程 | 第39-44页 |
| 4.4 结果分析 | 第44-45页 |
| 4.5 建议 | 第45-48页 |
| 4.5.1 规范电子病例的书写 | 第45-46页 |
| 4.5.2 对医疗卫生服务提供机构进行纵向整合 | 第46页 |
| 4.5.3 加强相关部门的监督，防止浪费医疗资源 | 第46-48页 |
| 第5章 结论与展望 | 第48-50页 |
| 5.1 研究结论 | 第48页 |
| 5.2 应用前景 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 附录 | 第53-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间发表论文及科研情况 | 第73页 |