| 摘要 | 第1-8页 |
| Abstract | 第8-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题背景及意义 | 第11-13页 |
| ·课题背景 | 第11-12页 |
| ·课题意义 | 第12-13页 |
| ·医疗数据挖掘技术国内外研究现状 | 第13-15页 |
| ·本文的工作 | 第15-16页 |
| 第2章 关联规则挖掘基础理论 | 第16-22页 |
| ·数据挖掘原理 | 第16-17页 |
| ·数据挖掘技术的定义和方法 | 第16页 |
| ·数据挖掘过程 | 第16-17页 |
| ·关联规则基本原理 | 第17-21页 |
| ·寻找模式和规则 | 第17-18页 |
| ·频繁项集和关联规则 | 第18-19页 |
| ·关联规则分类 | 第19-20页 |
| ·搜索关联规则的过程 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 数据挖掘技术辅助预防2型糖尿病 | 第22-40页 |
| ·APRIORI关联规则算法 | 第22-25页 |
| ·Apriori关联规则算法的基本原理 | 第22页 |
| ·Apriori算法过程描述 | 第22-24页 |
| ·Apriori算法效率分析 | 第24页 |
| ·Apriori算法的改进方向 | 第24-25页 |
| ·频繁模式增长算法 | 第25-26页 |
| ·频繁模式增长算法的基本原理 | 第25页 |
| ·频繁模式增长算法的过程描述 | 第25-26页 |
| ·改进的APRIORI关联规则算法 | 第26-27页 |
| ·仿真实验和对比分析 | 第27-29页 |
| ·数据挖掘方法辅助预防2型糖尿病 | 第29-39页 |
| ·数据挖掘工具概述 | 第29页 |
| ·数据挖掘工具的性能 | 第29-30页 |
| ·SPSS Clementine12.0 | 第30-31页 |
| ·数据预处理 | 第31-35页 |
| ·SPSS Clementine12.0 挖掘工具分析2型糖尿病患病因素 | 第35-37页 |
| ·糖尿病患病患病风险预测程序 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 数据挖掘技术辅助2型糖尿病的胰岛素治疗 | 第40-54页 |
| ·聚类分析方法 | 第40-46页 |
| ·聚类分析方法基本原理 | 第40-41页 |
| ·聚类分析的数据类型 | 第41-43页 |
| ·聚类分析的基本过程 | 第43页 |
| ·聚类分析方法的分类 | 第43-44页 |
| ·分步聚类算法原理 | 第44-46页 |
| ·SPSS CLEMENTINE12.0 对动态血糖仪数据进行聚类分析 | 第46-49页 |
| ·数据来源 | 第47页 |
| ·分布聚类算法建模 | 第47-48页 |
| ·聚类结果 | 第48-49页 |
| ·灰色关联度理论辅助糖尿病的胰岛素治疗 | 第49-53页 |
| ·灰色关联度理论基本原理 | 第49-50页 |
| ·灰色关联度理论预测血糖曲线 | 第50-52页 |
| ·预测结果分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 结论与展望 | 第54-56页 |
| 结论 | 第54-55页 |
| 未来工作展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第61页 |