| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·辅助医疗智能诊断系统的科研价值 | 第10-11页 |
| ·国内外研究现状与发展趋势说明 | 第11-13页 |
| ·医疗诊断系统国内外研究现状 | 第11-12页 |
| ·智能医疗诊断系统的发展 | 第12-13页 |
| ·医疗诊断系统的类别 | 第13-14页 |
| ·本论文研究工作与结构安排 | 第14-16页 |
| 第二章 构建地区性共享医疗数据知识库 | 第16-27页 |
| ·医疗信息共享知识库的建立目标 | 第16-18页 |
| ·共享信息按病症特性分类 | 第16-17页 |
| ·统一管理医疗信息数据 | 第17-18页 |
| ·建立医疗信息共享数据中心的方法 | 第18-19页 |
| ·医疗数据电子病历的统一制定标准 | 第19-20页 |
| ·电子病历系统的主要部分组成 | 第19页 |
| ·电子病历系统各子模块功能分析 | 第19-20页 |
| ·地区性医疗共享信息知识库的形成 | 第20-21页 |
| ·医疗诊断数据知识库系统实现 | 第21-27页 |
| ·医疗诊断数据知识库系统的登录部分 | 第21-22页 |
| ·医疗诊断数据知识库系统医院选择部分 | 第22-23页 |
| ·医疗诊断数据知识库系统患者查询 | 第23-24页 |
| ·医疗诊断数据知识库系统病历查看部分 | 第24-27页 |
| 第三章 Data Mining 应用于医疗诊断系统中 | 第27-41页 |
| ·智能辅助医疗诊断技术的原理之 Data Mining | 第27-33页 |
| ·Data Mining 在医疗中的应用情况 | 第27-29页 |
| ·数据挖掘技术的基础知识 | 第29-30页 |
| ·使用数据挖掘技术的目标 | 第30-31页 |
| ·数据挖掘技术的重要方法 | 第31-33页 |
| ·重要算法及其过程描述 | 第33-35页 |
| ·ID3 算法简要介绍 | 第33页 |
| ·有关概念说明 | 第33-34页 |
| ·建立决策树算法 | 第34-35页 |
| ·c4.5 算法介绍 | 第35页 |
| ·实验结果讨论与分析 | 第35-41页 |
| 第四章 模式识别在医疗诊断系统中的应用 | 第41-53页 |
| ·模式识别方法与研究方向简介 | 第41-43页 |
| ·模式识别的方法 | 第41-43页 |
| ·模式识别的研究方向 | 第43页 |
| ·具体分析 BP 神经网络 | 第43-46页 |
| ·BP 神经网络结构确定 | 第44-45页 |
| ·梯度下降法简介 | 第45-46页 |
| ·基于 BP 神经网络的辅助诊断模型 | 第46-49页 |
| ·确定网络中的隐含层节点数 | 第47-48页 |
| ·BP 网络模型的隐含层数的确定 | 第48-49页 |
| ·优化 BP 网络模型的两种方法 | 第49-51页 |
| ·附加动量方法 | 第49-50页 |
| ·变学习率方法 | 第50-51页 |
| ·对于该模型的测试与结果分析 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 作者简介及在学期间所取得的科研成果 | 第58-59页 |
| 致谢 | 第59页 |