基于DM技术的单病种治疗费用模型研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·研究背景 | 第10-11页 |
| ·课题的研究意义 | 第11-12页 |
| ·研究的必要性 | 第11页 |
| ·研究的意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·课题研究内容与目的 | 第14页 |
| ·论文的组织与结构 | 第14-16页 |
| 第2章 数据挖掘技术 | 第16-23页 |
| ·决策树 | 第16页 |
| ·Bayes网络 | 第16-17页 |
| ·人工神经网络 | 第17页 |
| ·聚类 | 第17-18页 |
| ·关联规则 | 第18-19页 |
| ·粗糙集理论 | 第19-20页 |
| ·组合学习 | 第20-21页 |
| ·文本/Web挖掘 | 第21-23页 |
| 第3章 HIS系统功能及数据结构分析 | 第23-28页 |
| ·HIS系统概述 | 第23-25页 |
| ·HIS的定义 | 第23页 |
| ·系统主要功能 | 第23-24页 |
| ·系统的信息流程 | 第24-25页 |
| ·数据结构分析 | 第25-28页 |
| ·HIS系统的数据库结构 | 第25页 |
| ·HIS系统中与医疗经费相关的数据 | 第25-26页 |
| ·HIS数据的选取 | 第26-28页 |
| 第4章 数据预处理 | 第28-40页 |
| ·数据预处理概述 | 第28-32页 |
| ·系统的原始数据中存在的问题 | 第28页 |
| ·预处理的必要性 | 第28-29页 |
| ·数据预处理的相关方法 | 第29-30页 |
| ·数据清洗 | 第30-32页 |
| ·数据预处理方法及其过程 | 第32-36页 |
| ·数据预处理方法的分类 | 第32-33页 |
| ·异常发现的处理 | 第33-34页 |
| ·重复记录的识别 | 第34-36页 |
| ·本课题所涉及的原始数据之特点 | 第36-40页 |
| ·缺失数据的处理 | 第37页 |
| ·异常值的检出与处理 | 第37-38页 |
| ·变量变换 | 第38页 |
| ·费用校正 | 第38页 |
| ·年龄校正问题 | 第38-40页 |
| 第5章 数据挖掘过程与结果分析 | 第40-61页 |
| ·决策树技术及其应用 | 第40-42页 |
| ·人工神经网络技术及其应用 | 第42-44页 |
| ·人工神经网络的结构 | 第42-43页 |
| ·BP人工神经网络 | 第43-44页 |
| ·关联规则挖掘及其应用 | 第44-51页 |
| ·关联规则挖掘的相关概念 | 第44-45页 |
| ·关联规则的发现算法 | 第45-46页 |
| ·发现大的项集 | 第46-47页 |
| ·Apriori算法 | 第47-49页 |
| ·Aprioritid算法 | 第49-50页 |
| ·基于关联规则的医疗费用数据挖掘 | 第50-51页 |
| ·单病种医疗费用模型的发现 | 第51-61页 |
| ·肺肿瘤住院手术病例的建模分析 | 第52-55页 |
| ·肺肿瘤非手术病例的建模分析 | 第55-57页 |
| ·神经网络技术建立预测模型 | 第57-58页 |
| ·结果分析 | 第58-61页 |
| 第6章 结论 | 第61-64页 |
| ·本文的主要研究工作总结 | 第61-62页 |
| ·进一步的研究工作 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 研究生履历 | 第68页 |
