面向高血压的慢性病管理辅助决策系统的研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 研究工作的背景与意义 | 第14-15页 |
| 1.2 国内外相关研究进展 | 第15-19页 |
| 1.2.1 高血压慢性病风险因素提取研究进展 | 第15-16页 |
| 1.2.2 高血压慢性病分类诊断研究进展 | 第16-17页 |
| 1.2.3 高血压慢性病风险评估研究进展 | 第17-18页 |
| 1.2.4 高血压慢性病监控平台研究进展 | 第18-19页 |
| 1.3 论文的主要工作 | 第19页 |
| 1.4 论文的结构安排 | 第19-21页 |
| 第二章 相关原理与技术 | 第21-39页 |
| 2.1 常见慢性病管理模式 | 第21-22页 |
| 2.2 特征选择 | 第22-24页 |
| 2.2.1 特征选择框架 | 第22页 |
| 2.2.2 特征选择搜索策略 | 第22-24页 |
| 2.2.3 特征选择评价函数 | 第24页 |
| 2.3 相关分类方法 | 第24-32页 |
| 2.4 分类器集成 | 第32-35页 |
| 2.4.1 分类器融合概述 | 第32-34页 |
| 2.4.2 分类器集成算法 | 第34-35页 |
| 2.5 风险评估算法 | 第35-36页 |
| 2.6 分类器性能评估标准 | 第36-38页 |
| 2.7 本章小结 | 第38-39页 |
| 第三章 高血压慢性病风险因素选择 | 第39-50页 |
| 3.1 高血压慢性病风险因素 | 第39-41页 |
| 3.2 高血压风险因素选择 | 第41-47页 |
| 3.2.1 基于GA-NB高血压风险因素选择 | 第41-44页 |
| 3.2.2 基于SFFS-NB高血压风险因素选择 | 第44-46页 |
| 3.2.3 基于BFS-NB高血压风险因素选择 | 第46-47页 |
| 3.3 实验结果分析 | 第47-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第四章 高血压慢性病分类诊断 | 第50-60页 |
| 4.1 基于单分类算法的高血压慢性病预测 | 第50-53页 |
| 4.2 基于投票表决算法分类器集成 | 第53-54页 |
| 4.3 基于改进的加权多数投票表决算法分类器集成 | 第54-59页 |
| 4.3.1 改进的加权多数投票表决算法实现 | 第54-56页 |
| 4.3.2 实验结果分析 | 第56-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 高血压慢性病风险评估 | 第60-71页 |
| 5.1 数据处理 | 第60-61页 |
| 5.2 单因素风险评估 | 第61-63页 |
| 5.3 多因素风险评估 | 第63-64页 |
| 5.4 结果分析 | 第64-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第六章 面向高血压慢性病管理辅助决策系统的实现 | 第71-86页 |
| 6.1 开发平台简介 | 第71-72页 |
| 6.2 需求分析 | 第72-73页 |
| 6.3 功能设计 | 第73-76页 |
| 6.3.1 系统总体设计 | 第73-74页 |
| 6.3.2 系统功能模块 | 第74-75页 |
| 6.3.3 患者端功能设计 | 第75页 |
| 6.3.4 医生端功能设计 | 第75-76页 |
| 6.4 系统架构设计 | 第76-78页 |
| 6.4.1 系统逻辑架构 | 第76-77页 |
| 6.4.2 系统技术架构设计 | 第77-78页 |
| 6.5 数据库设计 | 第78-80页 |
| 6.6 开发和部署 | 第80页 |
| 6.7 患者端实现 | 第80-84页 |
| 6.7.1 体征采集监控 | 第80-81页 |
| 6.7.2 高血压行为监控 | 第81-82页 |
| 6.7.3 高血压风险评估 | 第82-83页 |
| 6.7.4 患者紧急救助 | 第83-84页 |
| 6.8 医生端实现 | 第84-85页 |
| 6.8.1 患者信息展示 | 第84-85页 |
| 6.8.2 医嘱辅助决策 | 第85页 |
| 6.9 本章小结 | 第85-86页 |
| 第七章 结束语 | 第86-88页 |
| 7.1 论文工作总结 | 第86-87页 |
| 7.2 后续工作展望 | 第87-88页 |
| 致谢 | 第88-89页 |
| 参考文献 | 第89-93页 |
| 攻读硕士学位期间取得的成果 | 第93-94页 |
