基于Hadoop平台的高血压治疗效果分析系统的设计与开发
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 高血压治疗的研究现状 | 第9-10页 |
| 1.2.2 医疗大数据的研究现状 | 第10-11页 |
| 1.3 论文研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 系统需求分析以及相关技术 | 第14-26页 |
| 2.1 系统需求分析 | 第14-15页 |
| 2.1.1 系统总体分析 | 第14-15页 |
| 2.1.2 系统功能性需求 | 第15页 |
| 2.2 各功能需求分析 | 第15-18页 |
| 2.2.1 用户管理模块需求 | 第16页 |
| 2.2.2 高血压患者案例管理模块 | 第16-17页 |
| 2.2.3 案例分类训练模块 | 第17页 |
| 2.2.4 高血压药物治疗效果分析模块 | 第17-18页 |
| 2.2.5 高血压用药推荐以及疗效预测模块 | 第18页 |
| 2.3 Hadoop分布式计算平台 | 第18-21页 |
| 2.3.1 Hadoop简介 | 第18页 |
| 2.3.2 MapReduce编程模型简介 | 第18-19页 |
| 2.3.3 Mahout数据挖掘平台 | 第19页 |
| 2.3.4 分布式数据HBase | 第19-21页 |
| 2.4 数据分类技术 | 第21-25页 |
| 2.4.1 随机森林算法 | 第21-24页 |
| 2.4.2 基于案例的推理技术 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 高血压用药推荐与疗效预测算法设计 | 第26-33页 |
| 3.1 高血压疾病的病理特性 | 第26-29页 |
| 3.1.1 高血压水平分级 | 第26页 |
| 3.1.2 高血压治疗手段 | 第26-29页 |
| 3.2 高血压患者的案例模型设计 | 第29-30页 |
| 3.3 高血压用药推荐与疗效预测模型 | 第30-32页 |
| 3.3.1 高血压患者的案例随机森林分类 | 第30-31页 |
| 3.3.2 高血压患者的案例相似度计算 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 高血压治疗效果分析系统设计 | 第33-43页 |
| 4.1 系统总体框架设计 | 第33-35页 |
| 4.2 系统总体功能设计 | 第35-40页 |
| 4.2.1 用户管理模块 | 第36-37页 |
| 4.2.2 高血压患者案例管理模块 | 第37页 |
| 4.2.3 案例分类训练模块 | 第37-38页 |
| 4.2.4 高血压药物治疗效果分析模块 | 第38-39页 |
| 4.2.5 高血压用药推荐以及疗效预测模块 | 第39-40页 |
| 4.3 数据库设计 | 第40-42页 |
| 4.3.1 基本信息数据表设计 | 第40-41页 |
| 4.3.2 分布式数据库设计 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 高血压治疗效果分析系统实现与测试 | 第43-58页 |
| 5.1 系统环境部署 | 第43-44页 |
| 5.1.1 系统运行环境部署 | 第43页 |
| 5.1.2 在Spring中使用Hadoop | 第43-44页 |
| 5.2 系统数据库的实现 | 第44页 |
| 5.2.1 关系型数据库的实现 | 第44页 |
| 5.2.2 分布式数据库的实现 | 第44页 |
| 5.3 用户管理模块的实现 | 第44-46页 |
| 5.3.1 用户登录 | 第44-45页 |
| 5.3.2 用户注销 | 第45-46页 |
| 5.3.3 用户管理 | 第46页 |
| 5.4 案例管理模块的实现 | 第46-49页 |
| 5.4.1 数据上传 | 第46-47页 |
| 5.4.2 个体患者的案例数据上传 | 第47页 |
| 5.4.3 专家整合标准案例库 | 第47-49页 |
| 5.5 案例分类训练模块的实现 | 第49-51页 |
| 5.5.1 高血压案例的随机森林模型建立 | 第49-50页 |
| 5.5.2 高血压案例的随机森林模型评估 | 第50-51页 |
| 5.6 高血压药物治疗效果分析模块的实现 | 第51-53页 |
| 5.7 高血压用药推荐以及疗效预测模块的实现 | 第53-54页 |
| 5.8 系统性能与准确性测试 | 第54-57页 |
| 5.8.1 HBase分布式数据存储性能测试 | 第54-56页 |
| 5.8.2 MapReduce计算性能测试 | 第56页 |
| 5.8.3 随机森林药物推荐模型测试 | 第56-57页 |
| 5.9 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58页 |
| 6.2 不足与展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |
