本文關(guān)鍵詞：醫(yī)療影像數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)若干問(wèn)題研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來(lái)，醫(yī)療影像科室積累了大量的業(yè)務(wù)數(shù)據(jù)。一方面，如何快速有效地檢索信息開(kāi)展科研教學(xué)，成為臨床醫(yī)生所關(guān)心的重點(diǎn)，因此研究自動(dòng)分類、全文檢索技術(shù)來(lái)改進(jìn)傳統(tǒng)的數(shù)據(jù)庫(kù)結(jié)構(gòu)化查詢有著十分重要的意義。另一方面，如何構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)，進(jìn)行多維數(shù)據(jù)分析，并開(kāi)展數(shù)據(jù)挖掘應(yīng)用，輔助決策，已成為領(lǐng)導(dǎo)所關(guān)心的重點(diǎn)。論文圍繞上述需求展開(kāi)如下研究： 1．基于GM(1,1)灰色預(yù)測(cè)模型的醫(yī)療設(shè)備績(jī)效研究：(1)建立數(shù)據(jù)倉(cāng)庫(kù)，采用醫(yī)療設(shè)備績(jī)效關(guān)鍵指標(biāo)法及雷達(dá)圖表示方法，提供直觀的數(shù)據(jù)展示及OLAP分析。(2)搭建設(shè)備檢查量GM(1,1)模型,實(shí)現(xiàn)設(shè)備檢查量預(yù)測(cè)。(3)建立盈虧平衡模型，實(shí)現(xiàn)設(shè)備效益數(shù)據(jù)分析，為決策者提供直觀的、深層的統(tǒng)計(jì)圖表數(shù)據(jù)。 2．基于樸素貝葉斯算法的疾病自動(dòng)分類研究：針對(duì)醫(yī)療疾病自動(dòng)分類和醫(yī)療檢查報(bào)告分級(jí)檢索這兩個(gè)問(wèn)題展開(kāi)深入研究。采用k-means算法對(duì)醫(yī)療疾病信息進(jìn)行聚類，在此基礎(chǔ)上利用改進(jìn)的樸素貝葉斯分類器，實(shí)現(xiàn)對(duì)疾病的準(zhǔn)確分類，，最后利用.Net技術(shù)實(shí)現(xiàn)醫(yī)療檢查報(bào)告信息的分級(jí)檢索。 3．基于倒排索引的全文檢索技術(shù)研究及應(yīng)用：(1)探討了信息檢索、搜索引擎Lucene、中文分詞等技術(shù)以及其應(yīng)用性能測(cè)試、正向索引和倒排索引模式等問(wèn)題。(2)在分析正向索引與倒排索引的檢索性能差異基礎(chǔ)上，重點(diǎn)研究了倒排索引的查詢優(yōu)化技術(shù)。(3)利用.NET技術(shù)設(shè)計(jì)實(shí)現(xiàn)了對(duì)醫(yī)療疾病信息和檢查報(bào)告表進(jìn)行全文檢索的應(yīng)用系統(tǒng)，并由檢查報(bào)告表關(guān)聯(lián)到醫(yī)療會(huì)診表、隨訪表，從而輔助醫(yī)生進(jìn)行醫(yī)療診斷。(4)將全文檢索應(yīng)用嵌入到了醫(yī)療影像數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)中，并分析對(duì)比組合查詢和全文檢索的優(yōu)劣，有效地提高了醫(yī)生科研的效率。
【關(guān)鍵詞】：醫(yī)療影像數(shù)據(jù)倉(cāng)庫(kù) 數(shù)據(jù)挖掘 疾病分類 全文檢索
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：R197.324
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-15
• 1.1 課題背景10-11
• 1.1.1 醫(yī)療影像數(shù)據(jù)倉(cāng)庫(kù)背景10
• 1.1.2 基于事務(wù)操作的數(shù)據(jù)挖掘背景10
• 1.1.3 基于文本的數(shù)據(jù)挖掘背景10-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-13
• 1.3 研究?jī)?nèi)容及意義13-14
• 1.4 論文組織結(jié)構(gòu)14
• 1.5 本章小結(jié)14-15
• 第2章 醫(yī)療影像數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的構(gòu)建15-21
• 2.1 系統(tǒng)架構(gòu)及數(shù)據(jù)倉(cāng)庫(kù) ETL15-17
• 2.1.1 系統(tǒng)整體架構(gòu)15-16
• 2.1.2 數(shù)據(jù)倉(cāng)庫(kù) ETL16-17
• 2.2 總體功能模塊設(shè)計(jì)17-18
• 2.3 軟件界面 UI 設(shè)計(jì)18
• 2.3.1 UI 設(shè)計(jì)原則18
• 2.3.2 系統(tǒng) UI 設(shè)計(jì)18
• 2.4 面向設(shè)備績(jī)效主題的數(shù)據(jù)倉(cāng)庫(kù)構(gòu)建實(shí)例18-20
• 2.5 本章小結(jié)20-21
• 第3章 基于 GM(1,1)灰色預(yù)測(cè)模型的醫(yī)療設(shè)備績(jī)效研究21-31
• 3.1 設(shè)備績(jī)效關(guān)鍵指標(biāo)分析展示21-22
• 3.1.1 設(shè)備績(jī)效關(guān)鍵指標(biāo)統(tǒng)計(jì)分析21
• 3.1.2 關(guān)鍵指標(biāo)展示結(jié)果21-22
• 3.2 設(shè)備檢查的 OLAP 分析與 GM(1,1)模型預(yù)測(cè)檢查量22-26
• 3.2.1 OLAP 在線聯(lián)機(jī)分析處理22
• 3.2.2 灰色預(yù)測(cè) GM(1,1)模型研究22-25
• 3.2.3 應(yīng)用 GM(1,1)模型預(yù)測(cè)設(shè)備檢查量25
• 3.2.4 ARIMA 模型和 GM(1,1)模型在設(shè)備檢查量預(yù)測(cè)的對(duì)比25-26
• 3.3 基于盈虧平衡分析的設(shè)備效益數(shù)據(jù)挖掘26-29
• 3.3.1 設(shè)備效益數(shù)據(jù)源26-27
• 3.3.2 設(shè)備效益數(shù)據(jù)處理27-29
• 3.3.3 設(shè)備效益數(shù)據(jù)流程圖29
• 3.4 本章小結(jié)29-31
• 第4章 基于樸素貝葉斯算法的醫(yī)療影像檢查疾病自動(dòng)分類研究31-38
• 4.1 文本自動(dòng)分類分析31-32
• 4.2 疾病信息的 k-means 聚類分析和樸素貝葉斯分類研究32-34
• 4.2.1 k-means 聚類對(duì)疾病樣本處理32
• 4.2.2 樸素貝葉斯疾病分類方法研究32-34
• 4.3 影像檢查中的疾病自動(dòng)分類及檢索34-37
• 4.3.1 k-means 聚類算法在疾病自動(dòng)分類中的應(yīng)用及結(jié)果35
• 4.3.2 樸素貝葉斯分類器在疾病自動(dòng)分類中的應(yīng)用及結(jié)果35-36
• 4.3.3 醫(yī)療影像檢查報(bào)告信息分級(jí)檢索應(yīng)用36-37
• 4.4 本章小結(jié)37-38
• 第5章 基于倒排索引的全文檢索技術(shù)研究及應(yīng)用38-52
• 5.1 全文檢索相關(guān)研究38-40
• 5.1.1 信息檢索模型分析38
• 5.1.2 全文檢索的實(shí)現(xiàn)及 Lucene 研究38-40
• 5.2 中文分詞技術(shù)及分詞器性能初步評(píng)測(cè)40-41
• 5.3 倒排索引和正排索引相關(guān)分析41-42
• 5.3.1 倒排索引與正排索引性能比較分析41-42
• 5.3.2 倒排索引的壓縮技術(shù)分析42
• 5.4 倒排索引詞庫(kù)的查詢優(yōu)化研究42-46
• 5.4.1 詞庫(kù)查找的方法對(duì)比分析43
• 5.4.2 基于 OPMPHF 方法的詞庫(kù)查詢優(yōu)化43-45
• 5.4.3 試驗(yàn)結(jié)果及分析45-46
• 5.5 倒排索引全文檢索方法在醫(yī)療影像檢查中的應(yīng)用46-51
• 5.5.1 醫(yī)療檢查報(bào)告應(yīng)用倒排索引性能評(píng)測(cè)46-47
• 5.5.2 醫(yī)療影像數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)全文檢索應(yīng)用47-51
• 5.6 本章小結(jié)51-52
• 第6章 總結(jié)與展望52-54
• 6.1 總結(jié)52
• 6.2 展望52-54
• 致謝54-55
• 參考文獻(xiàn)55-58
• 附錄58

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 葉明全;;數(shù)據(jù)挖掘在醫(yī)療數(shù)據(jù)中的應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2007年03期

2 文庭孝;漢語(yǔ)自動(dòng)分詞研究進(jìn)展[J];圖書(shū)與情報(bào);2005年05期

3 朱長(zhǎng)元;;基于.NET的護(hù)理知識(shí)管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];電腦編程技巧與維護(hù);2009年14期

4 鄒少軍;;數(shù)據(jù)挖掘與決策樹(shù)在銀行CRM中的設(shè)計(jì)與實(shí)現(xiàn)[J];電腦知識(shí)與技術(shù);2009年33期

5 盧勇,徐向東,陳明;數(shù)據(jù)挖掘技術(shù)在熱電廠過(guò)程控制與優(yōu)化中的應(yīng)用研究[J];電站系統(tǒng)工程;2003年02期

6 陜振沛;馬德山;;灰色預(yù)測(cè)GM(1,1)模型的研究與應(yīng)用[J];甘肅聯(lián)合大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年05期

7 陳元,陳文偉;數(shù)據(jù)開(kāi)采與統(tǒng)計(jì)學(xué)[J];計(jì)算機(jī)工程與應(yīng)用;2000年05期

8 劉夫濤,張雷,艾波;多重系統(tǒng)聚類挖掘算法及其實(shí)現(xiàn)[J];計(jì)算機(jī)工程與應(yīng)用;2000年10期

9 張焱,歐陽(yáng)一鳴,王浩,汪曦東;數(shù)據(jù)挖掘在金融領(lǐng)域中的應(yīng)用研究[J];計(jì)算機(jī)工程與應(yīng)用;2004年18期

10 韓慧,毛鋒,王文淵;數(shù)據(jù)挖掘中決策樹(shù)算法的最新進(jìn)展[J];計(jì)算機(jī)應(yīng)用研究;2004年12期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 伍平陽(yáng);基于數(shù)據(jù)挖掘技術(shù)的醫(yī)療設(shè)備績(jī)效預(yù)測(cè)方法的應(yīng)用研究[D];南方醫(yī)科大學(xué);2008年

  本文關(guān)鍵詞：醫(yī)療影像數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)若干問(wèn)題研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：335359