当前位置:首页 > 医药卫生
电子化临床路径管理  建模、变异监控与处理方法研究
电子化临床路径管理  建模、变异监控与处理方法研究

电子化临床路径管理 建模、变异监控与处理方法研究PDF电子书下载

医药卫生

  • 电子书积分:9 积分如何计算积分?
  • 作 者:杜刚著
  • 出 版 社:北京:清华大学出版社
  • 出版年份:2014
  • ISBN:9787302381488
  • 页数:198 页
图书介绍:本书将工作流技术应用于临床路径实现其计算机化和自动化是提高临床路径实施效果和推广应用的必由之路。然而,现有的工作流技术很难处理带有变异的临床路径工作流建模和管理问题,特别是,临床路径具有知识密集、变异复杂及其处理模糊性的特点,因此,本文研究了实现临床路径计算机化的三个关键问题:(1)临床路径工作流的可重构建模;(2)临床路径变异处理方法;(3)临床路径变异知识抽取、变异监控和诊断。
《电子化临床路径管理 建模、变异监控与处理方法研究》目录

第1章 概论 1

1.1 临床路径研究和应用现状 1

1.1.1 临床路径的内涵和主要特征 2

1.1.2 临床路径的国内外研究现状 3

1.1.3 临床路径实施现状和存在的问题 5

1.2 临床路径电子化的难点和相关研究问题 6

1.2.1 临床路径电子化的难点 6

1.2.2 相关研究问题 7

1.3 本书的概述和章节安排 9

1.4 本章小结 11

第2章 临床路径电子化关键技术国内外研究现状 13

2.1 临床路径工作流建模与管理研究现状和趋势 13

2.1.1 医疗服务过程工作流建模与管理 13

2.1.2 适应性工作流研究现状 15

2.1.3 临床路径工作流建模发展趋势 16

2.2 临床路径变异处理方法研究现状和趋势 17

2.2.1 临床路径变异定义研究 17

2.2.2 临床路径变异分类标准和方法研究 18

2.2.3 临床路径变异处理方法研究 19

2.2.4 临床路径变异处理方法发展趋势 21

2.3 基于数据挖掘的临床路径变异知识抽取、监控与诊断研究现状与趋势 22

2.3.1 基于数据挖掘的临床路径知识发现算法研究现状 23

2.3.2 基于数据的临床路径变异监控、分类和预测发展趋势 24

2.4 本章小结 25

第3章 临床路径工作流建模与变异处理 27

3.1 引言 27

3.2 基于GFTECA规则的临床路径工作流模型定义 28

3.3 基于扩展ECA规则的骨肉瘤临床路径工作流建模 31

3.4 骨肉瘤术前化疗临床路径变异和自适应操作分析 35

3.4.1 骨肉瘤术前化疗临床路径变异分析 35

3.4.2 骨肉瘤术前化疗工作流自适应操作分析 36

3.4.3 基于扩展ECA规则的临床路径适应性工作流建模 36

3.5 基于GFTECA规则的临床路径模糊推理原理 38

3.6 基于GFTECA规则的肾功能变异处理实例 39

3.7 本章小结 49

第4章 临床路径工作流可重构建模与性能分析 51

4.1 引言 51

4.2 基于MTCPN-CS的临床路径工作流可重构建模定义 52

4.2.1 基本着色Petri网定义 52

4.2.2 赋时机制 53

4.2.3 基于MTCPN-CS的工作流可重构建模定义 54

4.2.4 结构变化算法 55

4.2.5 活动的触发机制定义 57

4.3 基于MTCPN-CS的临床路径工作流可重构建模动态性能分析方法 57

4.4 实例研究:骨肉瘤临床路径工作流可重构建模和动态性能分析过程 59

4.4.1 基于MTCPN-CS的临床路径单个模块建模和动态性能分析 59

4.4.2 基于MTCPN-CS的临床路径工作流系统模型构建和动态性能分析 70

4.4.3 骨肉瘤临床路径工作流术前化疗模块可重构建模和动态性能分析 74

4.4.4 骨肉瘤临床路径工作流系统可重构建模和动态性能分析 80

4.5 本章小结 84

第5章 基于智能算法优化的T-S模糊神经网络临床路径变异分析和处理 85

5.1 引言 85

5.2 标准模糊神经网络模型和结构 86

5.3 RCDPSO_DM算法原理 88

5.4 基于RCDPSO_DM优化的T-S模糊神经网络临床路径变异处理 95

5.4.1 基于RCDPSO_DM优化的T-S模糊模型前件参数优化 96

5.4.2 基于RCDPSO_DM优化的T-S模糊模型后件参数估计 96

5.4.3 基于RCDPSO_DM优化的T-S模糊神经网络学习算法 97

5.5 实例研究:骨肉瘤术前化疗肝中毒变异处理实例分析 98

5.5.1 指标的选取和标准模糊神经网络模型构建 98

5.5.2 肝中毒变异标准模糊神经网络初始样本数据的产生 104

5.5.3 基于标准的Mamdani型模糊神经网络实验验证 106

5.5.4 基于标准的T-S模糊神经网络实验验证 113

5.5.5 基于RCDPSO_DM优化的T-S模糊神经网络实验验证 117

5.5.6 算法性能结果比较和主要结论 124

5.5.7 诊断准确率比较和讨论 126

5.6 本章小结 127

第6章 基于集成智能的临床路径变异监控和诊断 129

6.1 引言 129

6.2 基于集成知识发现及KBANN的临床路径变异监控和诊断框架 130

6.3 基于HGDMPSO的临床路径变异知识抽取算法 131

6.3.1 DMPSO算法原理 131

6.3.2 离散PSO算法原理 133

6.3.3 基于HGDMPSO的临床路径变异知识抽取算法概述 134

6.3.4 实例分析与验证 138

6.4 基于知识的神经网络的临床路径变异分类和监控 143

6.4.1 KBANN原理和模型构建方法 143

6.4.2 实例分析:骨肉瘤临床术前化疗变异监控和诊断 144

6.5 本章小结 147

第7章 临床路径工作流建模与管理平台设计与开发 149

7.1 引言 149

7.2 平台的系统分析 149

7.3 系统体系架构和实现 150

7.3.1 系统框架设计 150

7.3.2 系统界面设计 153

7.3.3 系统程序和数据库设计 155

7.4 基于扩展ECA规则的工作流引擎设计与实现 164

7.4.1 工作流引擎结构设计 164

7.4.2 工作流引擎实现技术 165

7.5 骨肉瘤临床路径工作流建模实例和模型数据验证 170

7.5.1 可视化建模工具数据验证 170

7.5.2 引擎实例分析 180

7.6 本章小结 181

参考文献 183

返回顶部