基于数据挖掘技术的新药临床试验综合平台的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-15页 |
| 第一章 绪论 | 第15-19页 |
| ·新药试验的背景介绍 | 第15-16页 |
| ·研究意义和前景 | 第16-17页 |
| ·主要内容和关键点 | 第17-18页 |
| ·本论文的主要工作和创新点 | 第18页 |
| ·本论文的组织结构 | 第18-19页 |
| 第二章 新药试验与数据挖掘 | 第19-31页 |
| ·新药试验的过程和方法 | 第19-24页 |
| ·新药试验的目的和步骤 | 第19-21页 |
| ·新药试验的计划和设计 | 第21-22页 |
| ·新药试验中的数据处理 | 第22-23页 |
| ·高质量试验的关键点 | 第23-24页 |
| ·数据挖掘技术的相关介绍 | 第24-27页 |
| ·数据挖掘的一些概念 | 第24-25页 |
| ·各种分析方法的简介 | 第25-26页 |
| ·数据挖掘的技术实现 | 第26-27页 |
| ·该领域当前的研究现状 | 第27-29页 |
| ·现有系统介绍 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 两种药效发现算法 | 第31-51页 |
| ·引言 | 第31-37页 |
| ·算法背景 | 第31-32页 |
| ·关联规则 | 第32-35页 |
| ·关联规则的算法介绍 | 第35-37页 |
| ·Apriori算法在本课题中的应用 | 第37-40页 |
| ·Apriori算法应用流程 | 第37-38页 |
| ·Apriori算法的实验及评价 | 第38-40页 |
| ·Apriori算法的应用性改进 | 第40-46页 |
| ·新药试验关联规则发现问题描述 | 第40-41页 |
| ·大样本药效发现(CEM)算法 | 第41-43页 |
| ·大样本药效发现(CEM)算法流程 | 第43-45页 |
| ·小样本潜在药效发现(SLE)算法 | 第45-46页 |
| ·CEM和SLE算法的实验及评价 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 受试者选择算法模型 | 第51-63页 |
| ·引言 | 第51-53页 |
| ·算法背景 | 第51-52页 |
| ·受试者选择流程 | 第52-53页 |
| ·算法原理 | 第53-57页 |
| ·算法的一些概念 | 第53-54页 |
| ·决策树算法原理 | 第54-55页 |
| ·算法的实验 | 第55-57页 |
| ·混合数据类型的受试者选择决策树模型(MVST) | 第57-58页 |
| ·MVST算法模型的实验 | 第58-60页 |
| ·一种患病预测模型 | 第60-61页 |
| ·患病预测模型的实验 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 综合平台的研究与设计 | 第63-90页 |
| ·综合平台的总体结构 | 第63-67页 |
| ·平台的体系结构 | 第63-65页 |
| ·平台采用的开发环境 | 第65-66页 |
| ·系统开发模式的选择 | 第66-67页 |
| ·平台内各个模块的设计 | 第67-74页 |
| ·整个平台的工作流程 | 第67-68页 |
| ·系统功能模块的划分 | 第68-74页 |
| ·动态随机分配算法的设计与实现 | 第74-81页 |
| ·几个关键模块的设计与实现 | 第81-89页 |
| ·药效分析 | 第81-85页 |
| ·短信随机 | 第85-87页 |
| ·数据同步 | 第87-89页 |
| ·现已经完成的研究内容 | 第89页 |
| ·本章小结 | 第89-90页 |
| 第六章 总结与展望 | 第90-92页 |
| ·总结 | 第90-91页 |
| ·进一步的工作 | 第91-92页 |
| 参考文献 | 第92-95页 |
| 致谢 | 第95-96页 |
| 攻读硕士学位期间的研究成果 | 第96页 |
