面向电子病历文本分析的潜在语义分析应用研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 课题研究背景 | 第13-14页 |
| 1.2 国内外主要研究现状 | 第14-17页 |
| 1.2.1 潜在语义分析技术 | 第14-15页 |
| 1.2.2 医学文本分析技术 | 第15-16页 |
| 1.2.3 文本信息检索技术 | 第16-17页 |
| 1.3 论文的研究目的和意义 | 第17-18页 |
| 1.4 论文的组织结构 | 第18-19页 |
| 第2章 理论知识基础 | 第19-36页 |
| 2.1 潜在语义分析基础 | 第19-31页 |
| 2.1.1 文档的矩阵表示 | 第19页 |
| 2.1.2 潜在语义分析 | 第19-20页 |
| 2.1.3 概率潜在语义分析 | 第20-23页 |
| 2.1.4 潜在狄利克雷分布 | 第23-26页 |
| 2.1.5 监督潜在狄利克雷分布 | 第26-27页 |
| 2.1.6 LDA参数估计 | 第27-31页 |
| 2.2 文本信息检索基础 | 第31-34页 |
| 2.2.1 文本信息检索的基本方法 | 第31-32页 |
| 2.2.2 检索相似度评价方法 | 第32-34页 |
| 2.2.3 LDA在信息检索中的应用 | 第34页 |
| 2.3 本章小结 | 第34-36页 |
| 第3章 基于潜在语义的电子病历分析及并发症挖掘 | 第36-52页 |
| 3.1 基于潜在语义的电子病历分析 | 第36-42页 |
| 3.1.1 病历文本预处理 | 第36-38页 |
| 3.1.2 病历文本处理的改进 | 第38-40页 |
| 3.1.3 模型测试及分析 | 第40-41页 |
| 3.1.4 文档相似度评价 | 第41-42页 |
| 3.2 基于语义分析的并发症挖掘 | 第42-50页 |
| 3.2.1 传统关联方法分析 | 第42-43页 |
| 3.2.2 结合语义分析的并发症分析 | 第43-44页 |
| 3.2.3 分类算法简介 | 第44-46页 |
| 3.2.4 并发症挖掘评价方法 | 第46页 |
| 3.2.5 并发症挖掘测试及分析 | 第46-50页 |
| 3.3 本章小结 | 第50-52页 |
| 第4章 电子病历检索系统实现 | 第52-71页 |
| 4.1 电子病历检索系统 | 第52-63页 |
| 4.1.1 电子病历检索引擎和客户端 | 第52-56页 |
| 4.1.2 检索系统的分布式实现 | 第56-58页 |
| 4.1.3 应用潜在语义分析技术的电子病历检索 | 第58-62页 |
| 4.1.4 应用潜在语义的并发症预警 | 第62-63页 |
| 4.2 检索系统与现有系统的集成 | 第63-70页 |
| 4.2.1 电子病历云平台数据接入 | 第64-67页 |
| 4.2.2 电子病历云平台检索流程 | 第67-70页 |
| 4.3 本章小结 | 第70-71页 |
| 第5章 系统功能和性能测试 | 第71-77页 |
| 5.1 测试环境 | 第71页 |
| 5.2 电子病历检索系统功能测试 | 第71-74页 |
| 5.2.1 客户端测试 | 第71-72页 |
| 5.2.2 服务端测试 | 第72-74页 |
| 5.3 电子病历检索系统性能测试 | 第74-76页 |
| 5.4 本章小结 | 第76-77页 |
| 第6章 总结和展望 | 第77-79页 |
| 6.1 总结 | 第77-78页 |
| 6.2 展望 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 攻读硕士学位期间主要的研究成果 | 第82页 |
