基于数据挖掘的艾滋病个性化治疗方案决策研究
| 中文摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 前言 | 第10-20页 |
| 1.1 艾滋病及其临床诊疗 | 第10-12页 |
| 1.1.1 艾滋病简述 | 第10页 |
| 1.1.2 诊断依据和治疗时机 | 第10-11页 |
| 1.1.3 常规的治疗方案 | 第11-12页 |
| 1.2 基于数据挖掘的艾滋病治疗方案研究的意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-16页 |
| 1.3.1 数据挖掘技术用于艾滋病临床诊疗 | 第13-15页 |
| 1.3.2 数据挖掘技术用于艾滋病患者药物配伍 | 第15-16页 |
| 1.4 研究内容和方法 | 第16-17页 |
| 1.5 论文结构和安排 | 第17-20页 |
| 第二章 研究对象 | 第20-24页 |
| 2.1 患者数据来源 | 第20-21页 |
| 2.2 数据基本情况描述 | 第21-22页 |
| 2.3 药物配伍情况说明 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 研究方法 | 第24-36页 |
| 3.1 数据挖掘分析流程 | 第24-25页 |
| 3.2 基于患者相似性描述的数据挖掘 | 第25-31页 |
| 3.2.1 数据预处理 | 第25-27页 |
| 3.2.2 聚类分析方法 | 第27-29页 |
| 3.2.3 基于案例推理 | 第29-31页 |
| 3.2.4 结果评价 | 第31页 |
| 3.3 基于Apriori算法的关联规则挖掘 | 第31-35页 |
| 3.3.1 关联规则挖掘算法 | 第31-32页 |
| 3.3.2 数据预处理 | 第32-34页 |
| 3.3.3 结果评价 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 结果与讨论 | 第36-49页 |
| 4.1 药物配伍方案编码和分组 | 第36-38页 |
| 4.2 基于患者相似性的数据挖掘结果 | 第38-41页 |
| 4.2.1 聚类分析方法 | 第38-40页 |
| 4.2.2 基于案例推理 | 第40-41页 |
| 4.3 基于Apriori算法的关联规则挖掘结果 | 第41-45页 |
| 4.4 不同数据挖掘方法的比较 | 第45-47页 |
| 4.4.1 选用相同模型时采用不同指标的比较 | 第45-47页 |
| 4.4.2 选用相同指标时采用不同模型的比较 | 第47页 |
| 4.5 本章小结 | 第47-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 论文的主要工作 | 第49页 |
| 5.2 论文的创新之处 | 第49-50页 |
| 5.3 不足之处与展望 | 第50-51页 |
| 参考文献 | 第51-58页 |
| 文献综述 | 第58-70页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70-102页 |
| 附录1 模型内部验证方法的定量评价 | 第70-80页 |
| 一、实验数据及诊断模型 | 第70-72页 |
| 二、诊断模型性能的评价指标 | 第72-73页 |
| 三、内部验证方法 | 第73-74页 |
| 四、不同内部验证方法评估结果的比较 | 第74-75页 |
| 五、不同数据集评估结果的比较 | 第75-77页 |
| 六、讨论与结论 | 第77-78页 |
| 七、参考文献 | 第78-80页 |
| 附录2 关联规则挖掘计算的规则表 | 第80-98页 |
| 附录3 本研究所使用的软件说明 | 第98-102页 |
| 一、统计描述和分析——SPSS | 第98页 |
| 二、内部模型验证——MATLAB | 第98-99页 |
| 三、数据挖掘——R、RStudio | 第99-100页 |
| 四、数据可视化——Gephi | 第100-102页 |
| 攻读学位期间发表论文情况 | 第102-103页 |
| 致谢 | 第103-104页 |
| 个人简历 | 第104页 |
