医案系统关键技术研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题背景 | 第11-13页 |
| 1.2 本文主要工作 | 第13页 |
| 1.3 本文组织结构 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 相关研究与技术综述 | 第15-28页 |
| 2.1 文本挖掘 | 第15-16页 |
| 2.2 电子病历挖掘现状 | 第16-17页 |
| 2.3 概率图模型 | 第17-21页 |
| 2.3.1 主题模型 | 第17-19页 |
| 2.3.2 主题模型在中医药领域的应用 | 第19页 |
| 2.3.3 主题模型在文本分类上的应用 | 第19-21页 |
| 2.4 众包 | 第21-25页 |
| 2.4.1 众包模型 | 第22-23页 |
| 2.4.2 众包质量控制 | 第23-25页 |
| 2.5 本文所涉技术与工具 | 第25-27页 |
| 2.5.1 Simhash算法 | 第25-26页 |
| 2.5.2 Word2vec | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 医案系统分析与设计 | 第28-37页 |
| 3.1 概述 | 第28页 |
| 3.2 需求分析 | 第28-29页 |
| 3.2.1 数据需求 | 第28-29页 |
| 3.2.2 功能需求 | 第29页 |
| 3.3 总体设计 | 第29-30页 |
| 3.4 系统模块设计 | 第30-36页 |
| 3.4.1 支撑层模块 | 第30-33页 |
| 3.4.2 应用层模块 | 第33-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 关键技术研究 | 第37-57页 |
| 4.1 引言 | 第37页 |
| 4.2 医案分类 | 第37-45页 |
| 4.2.1 医案主题模型 | 第37-41页 |
| 4.2.2 实验 | 第41-45页 |
| 4.3 医案去重 | 第45-48页 |
| 4.3.1 Simhash文本去重 | 第46页 |
| 4.3.2 结合规则的Simhash文本去重 | 第46-47页 |
| 4.3.3 结果验证 | 第47-48页 |
| 4.4 处方识别 | 第48-53页 |
| 4.4.1 基于卷积神经网络的处方识别 | 第49-52页 |
| 4.4.2 实验 | 第52-53页 |
| 4.5 众包质量控制 | 第53-56页 |
| 4.5.1 Dawid&Skene估计 | 第54-55页 |
| 4.5.2 实验 | 第55-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第5章 医案系统实现 | 第57-67页 |
| 5.1 系统环境 | 第57页 |
| 5.2 系统实现 | 第57-66页 |
| 5.2.1 医案搜索 | 第57-58页 |
| 5.2.2 分类浏览 | 第58-59页 |
| 5.2.3 医书阅读 | 第59-60页 |
| 5.2.4 处方分析 | 第60-61页 |
| 5.2.5 医案分析 | 第61-63页 |
| 5.2.6 错误修正 | 第63-66页 |
| 5.3 本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间主要的研究成果 | 第74-75页 |
| 致谢 | 第75页 |
