| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 引言 | 第8-21页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究问题的提出 | 第9-13页 |
| 1.2.1 研究问题 | 第10-11页 |
| 1.2.2 研究的意义与原因 | 第11-13页 |
| 1.3 研究目标 | 第13-14页 |
| 1.4 研究框架 | 第14-16页 |
| 1.5 研究的难点及创新点 | 第16-17页 |
| 1.6 研究内容及方法 | 第17-19页 |
| 1.6.1 研究内容 | 第17-18页 |
| 1.6.2 研究路线 | 第18-19页 |
| 1.7 论文结构 | 第19-21页 |
| 第2章 文献综述 | 第21-31页 |
| 2.1 医学信息学 | 第21页 |
| 2.2 本体论 | 第21-22页 |
| 2.3 现有基于本体的医疗知识库 | 第22-27页 |
| 2.3.1 SNOMED-CT | 第22-24页 |
| 2.3.2 UMLS | 第24-26页 |
| 2.3.3 ICD-11 | 第26-27页 |
| 2.4 本体模型与关系模型的转换 | 第27-28页 |
| 2.5 现有研究成果介绍 | 第28-31页 |
| 2.5.1 关系模型 | 第28-29页 |
| 2.5.2 编码系统 | 第29页 |
| 2.5.3 医学领域的自然语言处理 | 第29-30页 |
| 2.5.4 健康风险预测 | 第30-31页 |
| 第3章 本体论相关研究 | 第31-47页 |
| 3.1 本体要素研究 | 第31-33页 |
| 3.2 建模语言及工具 | 第33-35页 |
| 3.2.1 OWL-DL | 第33-34页 |
| 3.2.2 Protégé | 第34-35页 |
| 3.3 本体模型与关系模型的转换 | 第35-45页 |
| 3.3.1 关系型数据库导入本体模型 | 第36-39页 |
| 3.3.2 本体模型向关系模型的转换 | 第39-43页 |
| 3.3.3 JAVA环境的转换系统的实现 | 第43-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第4章 医疗知识库的构建 | 第47-87页 |
| 4.1 知识库架构研究 | 第47-54页 |
| 4.1.1 语义网络 | 第47-52页 |
| 4.1.2 知识库架构的建立 | 第52-54页 |
| 4.2 基于Protégé的医疗知识本体模型的建立 | 第54-69页 |
| 4.2.1 疾病建模 | 第55-64页 |
| 4.2.2 临床诊断建模 | 第64-65页 |
| 4.2.3 临床治疗建模 | 第65-69页 |
| 4.3 SNOMED-CT关系模型的建立 | 第69-72页 |
| 4.4 SNOMED-CT英文术语的翻译 | 第72-80页 |
| 4.4.1 ICD-10语义研究 | 第73-77页 |
| 4.4.2 ICD-10与SNOMED-CT的术语匹配 | 第77-80页 |
| 4.5 ICD-10的本体建模 | 第80-83页 |
| 4.5.1 ICD-10编码过程及结构分析 | 第80-81页 |
| 4.5.2 本体结构及属性 | 第81-82页 |
| 4.5.3 编码规则的建立 | 第82-83页 |
| 4.6 自建知识库 | 第83-86页 |
| 4.7 本章小结 | 第86-87页 |
| 第5章 医疗知识管理系统的构建 | 第87-105页 |
| 5.1 医疗知识编辑与浏览系统 | 第88-91页 |
| 5.2 面向临床的疾病表达编辑系统 | 第91-97页 |
| 5.2.1 疾病表达知识模型的建立 | 第91-94页 |
| 5.2.2 编辑系统的建立 | 第94-97页 |
| 5.3 基于推理机的自动诊断系统 | 第97-104页 |
| 5.3.1 Protégé类描述及定义类 | 第98页 |
| 5.3.2 诊断项目建模 | 第98-99页 |
| 5.3.3 诊断标准建模 | 第99-103页 |
| 5.3.4 推理机进行自动诊断的探索 | 第103-104页 |
| 5.4 本章小结 | 第104-105页 |
| 第6章 结论与展望 | 第105-108页 |
| 6.1 结论 | 第105-106页 |
| 6.2 展望 | 第106-108页 |
| 参考文献 | 第108-111页 |
| 图录 | 第111-114页 |
| 表录 | 第114-115页 |
| 术语表 | 第115-116页 |
| 致谢 | 第116-118页 |
| 附录 小论文及知识库数据及系统源文件 | 第118-119页 |
| 个人简历 | 第119页 |