摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-22页 |
1.1 课题来源 | 第10页 |
1.2 课题背景 | 第10-11页 |
1.3 课题研究目的和意义 | 第11-12页 |
1.3.1 课题研究目的 | 第11页 |
1.3.2 实际工程意义 | 第11-12页 |
1.4 国内外研究现状 | 第12-19页 |
1.4.1 电子健康档案研究现状 | 第12-14页 |
1.4.2 健康数据融合技术研究现状 | 第14-16页 |
1.4.3 数据挖掘在健康分析中的应用研究现状 | 第16-19页 |
1.5 当前存在的主要问题 | 第19页 |
1.6 本文的研究内容及组织结构 | 第19-22页 |
第2章 面向养老服务的电子健康档案系统需求分析 | 第22-31页 |
2.1 面向养老服务的电子健康档案标准化需求 | 第22-23页 |
2.2 系统功能性需求 | 第23-28页 |
2.2.1 角色分析 | 第23页 |
2.2.2 老人服务需求 | 第23-24页 |
2.2.3 机构人员服务需求 | 第24-27页 |
2.2.4 系统管理者服务需求 | 第27-28页 |
2.3 系统非功能性需求 | 第28页 |
2.4 系统业务流程分析 | 第28-30页 |
2.5 本章小结 | 第30-31页 |
第3章 面向养老服务的电子健康档案数据模型 | 第31-40页 |
3.1 整体数据模型 | 第31-33页 |
3.2 详细数据模型 | 第33-37页 |
3.2.1 实体信息数据模型 | 第33-34页 |
3.2.2 观察信息数据模型 | 第34-35页 |
3.2.3 面向养老服务的健康分析与评估数据模型 | 第35-37页 |
3.3 基于数据模型的信息融合与共享 | 第37-39页 |
3.3.1 基于Web Service和XML的老人健康数据融合方案 | 第37-38页 |
3.3.2 基于Web Service和XML的数据融合与共享流程 | 第38-39页 |
3.4 本章小结 | 第39-40页 |
第4章 基于Naive Bayes和Logistic Regression的老人健康分析模型 | 第40-50页 |
4.1 老人特征属性提取 | 第40-41页 |
4.2 老人健康分析模型 | 第41-44页 |
4.2.1 基于Naive Bayes的老人健康分析模型 | 第41-43页 |
4.2.2 基于Logistic Regression的老人健康分析模型 | 第43-44页 |
4.3 实验及分析 | 第44-49页 |
4.3.1 老人健康数据预处理 | 第45-46页 |
4.3.2 实验及结果分析 | 第46-49页 |
4.4 本章小结 | 第49-50页 |
第5章 面向养老服务的电子健康档案系统设计 | 第50-64页 |
5.1 系统总体结构设计 | 第50-52页 |
5.2 系统功能模块设计 | 第52-60页 |
5.2.1 系统整体功能结构设计 | 第52-53页 |
5.2.2 老人健康状况评估模块设计 | 第53-57页 |
5.2.3 老人健康分析模块设计 | 第57-59页 |
5.2.4 老人健康数据融合模块设计 | 第59-60页 |
5.3 系统数据库设计 | 第60-63页 |
5.4 本章小结 | 第63-64页 |
第6章 面向养老服务的电子健康档案系统实现与测试 | 第64-75页 |
6.1 面向养老服务的电子健康档案维护功能实现 | 第64-68页 |
6.1.1 老人基础档案维护功能实现 | 第64-65页 |
6.1.2 老人健康状况评估功能实现 | 第65-67页 |
6.1.3 老人健康分析功能实现 | 第67-68页 |
6.2 老人健康信息共享门户网站功能实现 | 第68-69页 |
6.3 老人健康数据融合功能实现 | 第69-71页 |
6.4 面向养老服务的电子健康档案系统测试 | 第71-74页 |
6.4.1 单元测试 | 第71-72页 |
6.4.2 系统测试 | 第72-74页 |
6.5 本章小结 | 第74-75页 |
结论 | 第75-76页 |
参考文献 | 第76-80页 |
攻读硕士学位期间发表的论文及其他成果 | 第80-82页 |
致谢 | 第82页 |