本文關鍵詞：基于數(shù)據(jù)挖掘技術的門診醫(yī)療管理研究

  更多相關文章： 關聯(lián)規(guī)則 神經(jīng)網(wǎng)絡 門診管理 數(shù)據(jù)挖掘 醫(yī)囑信息

【摘要】：近幾年隨著醫(yī)療軟件開發(fā)的深入與完善,醫(yī)院信息化程度得到了提升,在其信息系統(tǒng)數(shù)據(jù)庫中有很多潛在的知識與規(guī)律,不管是在臨床的輔助診斷還是在醫(yī)院的運營管理方面,我們可以借助一些數(shù)據(jù)挖掘的平臺或工具挖掘出這些規(guī)律。本文主要通過SQL Server2012建立了基于HIS系統(tǒng)的數(shù)據(jù)倉庫,再利用數(shù)據(jù)挖掘技術,對數(shù)據(jù)進行分析,從臨床輔助診療和門診管理兩個方面進行設計與實現(xiàn)。首先,經(jīng)過分析門診管理需求,建立了基于HIS系統(tǒng)的數(shù)據(jù)倉庫。其次,使用SQL Server2012數(shù)據(jù)挖掘工具,利用關聯(lián)規(guī)則方法對門診藥品類醫(yī)囑進行挖掘,發(fā)現(xiàn)哪些藥品有最強的關聯(lián)性。在經(jīng)過臨床專家分析挖掘后的數(shù)據(jù),得出有價值的結論。再次,使用WEKA挖掘工具,利用Apriori算法對處方數(shù)據(jù)進行挖掘�？赐诰虻慕Y果對處方管理是否有指導意義。最后,使用SQL Server2012數(shù)據(jù)挖掘工具中的Microsoft神經(jīng)網(wǎng)絡算法對門診患者滿意度相關數(shù)據(jù)進行挖掘。查看哪些因素對門診患者滿意度影響較大。通過分析以上挖掘結果,得出了有實用價值的一些結論,這些結論可以輔助門診診療,為門診醫(yī)療管理決策提供數(shù)據(jù)支持。
【關鍵詞】：關聯(lián)規(guī)則 神經(jīng)網(wǎng)絡 門診管理 數(shù)據(jù)挖掘 醫(yī)囑信息
【學位授予單位】：河北工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP311.13
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 緒論8-12
• 1.1 數(shù)據(jù)挖掘技術在醫(yī)院中的應用8-9
• 1.1.1 數(shù)據(jù)挖掘輔助臨床診斷8-9
• 1.1.2 數(shù)據(jù)挖掘輔助醫(yī)療管理9
• 1.1.3 數(shù)據(jù)挖掘輔助院長決策9
• 1.2 論文研究背景9-11
• 1.2.1 數(shù)據(jù)挖掘技術的選擇10
• 1.2.2 本文技術路線及數(shù)據(jù)來源10-11
• 1.2.3 論文內(nèi)容安排11
• 1.3 本章小結11-12
• 第二章 數(shù)據(jù)挖掘知識12-20
• 2.1 醫(yī)院HIS系統(tǒng)的數(shù)據(jù)挖掘12-15
• 2.1.1 醫(yī)院信息系統(tǒng)簡介12-14
• 2.1.2 Caché 數(shù)據(jù)庫簡介14
• 2.1.3 醫(yī)院HIS系統(tǒng)數(shù)據(jù)挖掘14-15
• 2.2 數(shù)據(jù)挖掘15-17
• 2.2.1 數(shù)據(jù)挖掘概念15
• 2.2.2 數(shù)據(jù)預處理過程15-16
• 2.2.3 數(shù)據(jù)挖掘的過程16-17
• 2.3 數(shù)據(jù)挖掘技術17-19
• 2.3.1 數(shù)據(jù)挖掘方法17
• 2.3.2 數(shù)據(jù)挖掘算法17-19
• 2.3.3 數(shù)據(jù)挖掘軟件19
• 2.4 本章小結19-20
• 第三章 門診醫(yī)療管理數(shù)據(jù)倉庫的構建20-28
• 3.1 關于數(shù)據(jù)倉庫技術20-22
• 3.1.1 數(shù)據(jù)倉庫概念20
• 3.1.2 數(shù)據(jù)倉庫技術20-21
• 3.1.3 數(shù)據(jù)倉庫的體系結構21-22
• 3.2 數(shù)據(jù)倉庫數(shù)據(jù)源的建立22-23
• 3.2.1 數(shù)據(jù)源分析22
• 3.2.2 數(shù)據(jù)篩選22-23
• 3.2.3 數(shù)據(jù)提取23
• 3.3 數(shù)據(jù)倉庫的設計與建立23-26
• 3.3.1 需求分析23
• 3.3.2 數(shù)據(jù)模型設計23-24
• 3.3.3 數(shù)據(jù)倉庫的數(shù)據(jù)結構24-26
• 3.4 本章小結26-28
• 第四章 基于關聯(lián)規(guī)則的處方醫(yī)囑挖掘28-44
• 4.1 確立分析主題28-29
• 4.1.1 醫(yī)院門診現(xiàn)狀分析28
• 4.1.2 主題設計28-29
• 4.1.3 研究目的與方法29
• 4.2 數(shù)據(jù)準備與處理29-35
• 4.2.1 Aprior算法分析29-31
• 4.2.2 數(shù)據(jù)的準備31-33
• 4.2.3 數(shù)據(jù)的處理33-35
• 4.3 數(shù)據(jù)挖掘過程35-42
• 4.3.1 數(shù)據(jù)挖掘35-37
• 4.3.2 挖掘結果37-40
• 4.3.3 結果分析40-42
• 4.4 本章小結42-44
• 第五章 基于神經(jīng)網(wǎng)絡的門診數(shù)據(jù)挖掘44-50
• 5.1 數(shù)據(jù)準備與處理44-45
• 5.2 數(shù)據(jù)挖掘過程45-47
• 5.3 分析挖掘結果47-48
• 5.4 本章小結48-50
• 第六章 結論50-52
• 6.1 結論50
• 6.2 工作展望50-52
• 參考文獻52-54
• 致謝54

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 雷銀香;陳玉卿;;云環(huán)境下醫(yī)療方案療效判定與數(shù)據(jù)挖掘[J];企業(yè)技術開發(fā);2014年34期

2 顏延;秦興彬;樊建平;王磊;;醫(yī)療健康大數(shù)據(jù)研究綜述[J];科研信息化技術與應用;2014年06期

3 邵燕華;林凱;馬曉姣;;浙江省大型公立醫(yī)院患者住院費用變化趨勢及關聯(lián)度分析[J];中國衛(wèi)生信息管理雜志;2014年04期

4 陳郁韓;;數(shù)據(jù)挖掘技術在醫(yī)院管理中的應用[J];中國醫(yī)學裝備;2014年01期

5 伍強;伍鼎椺;符錫成;黃蘭;葉志忠;林加論;;基于決策樹的醫(yī)療數(shù)據(jù)分析[J];計算機光盤軟件與應用;2014年01期

6 沈e裊，

本文編號：594507