粗糙集与证据理论在医疗智能诊断系统中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-19页 |
| ·课题来源 | 第12页 |
| ·课题研究目的及意义 | 第12页 |
| ·国内外研究现状 | 第12-17页 |
| ·医疗智能诊断系统的发展与现状 | 第12-13页 |
| ·粗糙集理论及应用的发展状况 | 第13-15页 |
| ·D-S证据理论及应用的发展状况 | 第15-17页 |
| ·论文所做主要工作及论文结构 | 第17-19页 |
| 第2章 粗糙集与证据理论基础 | 第19-30页 |
| ·医疗诊断数据的特点 | 第19-20页 |
| ·临床诊疗信息的主要特点 | 第19页 |
| ·医疗诊断数据的不确定性分析 | 第19-20页 |
| ·粗糙集理论 | 第20-25页 |
| ·粗糙集的基本概念 | 第21-24页 |
| ·粗糙集数据分析方法 | 第24-25页 |
| ·粗糙集在医疗数据分析中的优势 | 第25页 |
| ·D-S证据理论 | 第25-27页 |
| ·D-S证据理论的基本概念 | 第25-27页 |
| ·D-S证据理论的合成规则 | 第27页 |
| ·粗糙集与证据理论的关系 | 第27-29页 |
| ·小结 | 第29-30页 |
| 第3章 基于粗糙熵的动态属性约简 | 第30-39页 |
| ·动态约简提出的背景 | 第30页 |
| ·属性的粗糙熵和依赖对比度 | 第30-32页 |
| ·属性的依赖对比度 | 第30-31页 |
| ·属性的粗糙熵 | 第31-32页 |
| ·基于粗糙熵的动态属性约简算法 | 第32-38页 |
| ·动态思想 | 第33-34页 |
| ·动态属性约简算法 | 第34-35页 |
| ·算法实例分析 | 第35-38页 |
| ·小结 | 第38-39页 |
| 第4章 基于粗糙集和证据理论的决策规则融合方法 | 第39-50页 |
| ·决策规则描述及评估 | 第39-40页 |
| ·基于粗糙集的证据信息获取及融合 | 第40-45页 |
| ·决策属性转换及证据信息获取 | 第41页 |
| ·证据权重分配 | 第41-43页 |
| ·融合方法及决策 | 第43-45页 |
| ·基于粗糙集和证据理论的医疗临床诊断 | 第45-49页 |
| ·诊断模型的建立 | 第45-46页 |
| ·诊断实例分析 | 第46-49页 |
| ·小结 | 第49-50页 |
| 第5章 基于粗糙集与证据理论的临床诊断系统的设计 | 第50-65页 |
| ·疾病诊断系统总体设计 | 第50-55页 |
| ·系统结构设计 | 第50-51页 |
| ·系统功能设计 | 第51页 |
| ·系统工作流程设计 | 第51-53页 |
| ·知识库设计 | 第53-54页 |
| ·软件开发环境 | 第54-55页 |
| ·疾病诊断系统主功能模块设计与实现 | 第55-61页 |
| ·病例信息查询模块 | 第55-57页 |
| ·诊断知识库管理模块 | 第57-60页 |
| ·疾病诊断模块 | 第60-61页 |
| ·系统评估与应用分析 | 第61-64页 |
| ·系统评估 | 第61-62页 |
| ·应用分析 | 第62-64页 |
| ·小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 附录A 攻读学位期间发表的学术论文 | 第72页 |
