第1章 绪论 1
1.1决策支持系统的概念 1
1.2 CDSS的概念 4
1.3 CDSS研究现状 6
1.3.1 CDSS的发展历程 6
1.3.2基于临床指南的CDSS 7
1.3.3 RBR与CBR的CDSS 8
1.3.4基于本体的CDSS 9
第2章 相关理论与方法 11
2.1本体与医学本体 11
2.1.1本体与领域本体 11
2.1.2医学本体的抽象化表示 12
2.1.3医学本体描述语言 14
2.2临床医学知识表示方法 15
2.2.1知识的形式化表示方法 15
2.2.2临床医学知识表示模型 19
2.3规则知识获取的方法 21
2.3.1数据库中的知识发现 22
2.3.2规则知识的获取流程 23
2.4文本信息抽取方法 24
2.4.1命名实体识别方法 25
2.4.2实体关系抽取方法 26
2.4.3句法分析 27
2.4.4有限状态自动机与正则语法 28
2.4.5基于条件随机场的命名实体识别方法 30
2.5基于规则的推理方法 32
25.1正向推理 32
25.2反向推理 34
25.3正反向混合推理 36
2.5.4冲突解决策略 37
2.6基于案例的推理方法 37
2.6.1相似度计算方法 38
2.6.2相似度权重的智能计算方法 40
2.6.3案例相似度矩阵范数与层次聚类分析方法 43
第3章 临床医学知识的表示 47
3.1医学本体的构建 47
3.1.1医学本体概念词典的构建 47
3.1.2医学本体的层次结构 49
3.2临床医学规则知识的表示 50
3.2.1临床医学知识可视化表示规范 50
3.2.2临床医学知识的SAGE建模 53
3.3临床医学案例知识的表示 55
3.3.1临床案例知识库结构 56
3.3.2临床案例知识库设计 60
第4章 临床医学知识获取方法 66
4.1规则知识的获取方法 66
4.2文本信息的抽取方法 72
4.2.1文本信息抽取的一般过程 72
4.2.2医学命名实体的识别流程 73
4.2.3基于条件随机场的中文命名实体识别 76
4.3案例知识的获取 81
4.3.1电子病历 81
4.3.2案例知识获取流程 82
4.3.3临床案例结构化信息的获取 83
4.3.4临床案例知识的XML表示 85
第5章 规则推理与案例推理的实现 93
5.1 CBR-RBR集成推理模式 93
5.2基于规则推理的方法 96
5.2.1基于SAGE模型的规则库构建方法 96
5.2.2规则推理的实现 99
5.3临床案例相似度计算 100
5.3.1属性值相似度计算方法 101
5.3.2匹配方式与相似度计算的关系 107
5.3.3相似度计算中权重的确定 109
5.3.4基于TF-IDF原理的项目权重计算 109
5.3.5基于自组织竞争神经网络的综合权重计算 115
5.4临床案例相似度计算综合实验 121
5.4.1实验数据的采集与预处理 121
5.4.2临床案例样本之间的相似度计算 122
5.4.3实验结果分析 141
5.4.4实验总结 145
5.5基于临床案例的层次聚类分析 146
5.5.1基于临床案例知识库的层次聚类分析 146
5.5.2临床案例聚类分析的意义 151
5.6基于案例推理的方法 152
5.6.1临床案例推理的主要过程 152
5.6.2项目权重和综合权重的保存 155
5.6.3案例检索 156
第6章 基于规则推理与案例推理的CDSS实践 158
6.1 CDSS的设计原则 158
6.2系统框架 158
6.3系统主要功能设计 159
6.3.1规则推理的功能设计 160
6.3.2案例推理的功能设计 164
6.4 CDSS临床实验及评估 168
6.4.1 CDSS临床实验 168
6.4.2 CDSS临床实验的结果评估 169
参考文献 173
索引 181