| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·相关研究现状 | 第11-13页 |
| ·研究目标和内容 | 第13-14页 |
| ·论文的结构安排 | 第14-16页 |
| 第二章 电子处方的优势和存在的问题 | 第16-20页 |
| ·电子处方的概念 | 第16页 |
| ·电子处方的优势 | 第16-18页 |
| ·自动监测安全预警 | 第16页 |
| ·方便查阅和信息共享 | 第16-17页 |
| ·绿色环保和节省成本 | 第17-18页 |
| ·便于发现新知识 | 第18页 |
| ·电子处方系统应用存在的问题及建议 | 第18-19页 |
| ·电子处方的合法性问题 | 第18-19页 |
| ·电子处方的标准问题 | 第19页 |
| ·小结 | 第19-20页 |
| 第三章 关联规则数据挖掘概述 | 第20-32页 |
| ·数据挖掘概述 | 第20-24页 |
| ·数据挖掘产生的背景 | 第20页 |
| ·数据挖掘的概念 | 第20-21页 |
| ·数据挖掘的步骤 | 第21页 |
| ·数据挖掘的主要功能 | 第21-23页 |
| ·数据挖掘的应用领域 | 第23-24页 |
| ·关联规则概述 | 第24-30页 |
| ·关联规则的定义与挖掘过程 | 第25-26页 |
| ·关联规则的种类 | 第26-27页 |
| ·Apriori算法 | 第27页 |
| ·Apriori算法在高血压电子处方中应用举例 | 第27-30页 |
| ·小结 | 第30-32页 |
| 第四章 利用关联规则发现高血压电子处方中概念之间的联系 | 第32-44页 |
| ·高血压定义和危险分层 | 第32-35页 |
| ·高血压的定义 | 第32页 |
| ·血压水平的分级 | 第32-33页 |
| ·病人危险水平分层 | 第33-35页 |
| ·病人不坚持服药鉴定 | 第35-37页 |
| ·利用Apriori算法发现不坚持服药和血压之间的关系 | 第37-42页 |
| ·实验设计流程 | 第37-38页 |
| ·数据预处理 | 第38-41页 |
| ·利用Apriori算法挖掘 | 第41-42页 |
| ·利用关联规则发现其他联系 | 第42-43页 |
| ·挖掘抗高血压药物的联合方案 | 第42页 |
| ·药物不良反应检测 | 第42-43页 |
| ·小结 | 第43-44页 |
| 第五章 基于关联规则和本体的高血压诊疗系统的研究 | 第44-66页 |
| ·本体的定义和描述语言 | 第44-47页 |
| ·本体的定义 | 第44页 |
| ·本体的描述语言 | 第44-47页 |
| ·构建领域本体的方法 | 第47-48页 |
| ·构建本体的准则 | 第47页 |
| ·领域本体构建过程 | 第47-48页 |
| ·基于电子处方和关联规则构建高血压领域本体 | 第48-54页 |
| ·引入高血压领域本体的意义 | 第48-49页 |
| ·依据电子处方和关联规则建立高血压领域本体 | 第49-54页 |
| ·SWRL推理原理和开发环境研究 | 第54-57页 |
| ·SWRL的组成结构 | 第55-56页 |
| ·SWRL模块化组件Built-Ins | 第56页 |
| ·SWRL开发环境SWRLTab | 第56-57页 |
| ·高血压诊断和治疗系统设计 | 第57-65页 |
| ·高血压诊疗系统框架 | 第57-58页 |
| ·建立高血压诊断和治疗规则的Atom | 第58-59页 |
| ·根据领域知识和关联规则建立高血压诊断和治疗规则 | 第59-63页 |
| ·系统诊断功能实验 | 第63-64页 |
| ·系统治疗功能实验 | 第64-65页 |
| ·小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 攻读硕士学位期间发表的学术论文 | 第74页 |