大数据医疗-认知科学时代的医疗智能_PDF下载[113MB-百度云]徐曼

本书特色

[

本书从临床决策数据获取和传递、知识表示、学习推理和鲁棒性决策的系统整体结构出发，以工业工程、决策科学、人工智能、信息论、证据推理等为理论基础，深入揭示了大数据驱动的医疗与健康决策支持机理及其在临床诊断过程中的实践。应用“智能病人”机器人及医疗人体数字化仿真系统模拟医疗动态决策集，与临床诊断结果比较研究，为多层次医疗决策者提供智能决策支持，为大数据驱动的医疗鲁棒性决策提供科学依据。

]

作者简介

[

徐曼南开大学商学院讲师
教育背景：南开大学商学院本科、天津大学管理学院工业工程硕士、天津大学管理与经济学部管理科学与工程专业博士
成果：天津优秀博士论文，教育部博士研究生新人奖。
研究方向：大数据驱动的智能决策研究，特别在大数据驱动的医疗与健康决策，智能制造领
中国机械工程学会工业工程分会副秘书长，CIE期刊编委成员，教授WEB数据挖掘、文献数据库开发与设计、智能制造。

]

目录序言上篇基于认知计算的智能医疗决策第1章智能医疗的兴起1��1人工智能带来全新的医疗体验1��2大数据催生精准医疗1��3均衡医疗资源，减少医疗事故1��4全员、全数据、全工作流医疗数据1��5医疗与健康决策支持1��6智能诊断的背后1��7结构与特色1��7��1体系结构1��7��2特色与创新参考文献第2章医疗服务的品质与效率2��1基于行为级的管理改善2��1��1工作流管理2��1��2人的可靠性2��1��3风险的防控2��2基于逻辑级的鲁棒性决策2��2��1鲁棒性优化2��2��2鲁棒性推理2��3基于大数据分析与处理的医疗与健康决策支持2��3��1异构实体数据的融合 2��3��2多模态数据管理模式2��3��3大数据分治方法2��4诊疗智能辅助系统参考文献第3章智能医疗的本质3��1数据驱动决策的特征3��1��1决策数据的特征3��1��2融合推理的特征3��2融合推理模型构建3��2��1融合推理模型要素3��2��2融合推理相关命题3��2��3基于融合推理的多准则分类决策3��3融合推理的数据预处理3��3��1数据分治3��3��2可解释性推理3��3��3预处理方法3��4融合推理的决策鲁棒性分析3��4��1融合推理中两类不确定性3��4��2决策鲁棒性3��4��3推理模型的鲁棒性约束3��5小结参考文献第4章医疗急救决策：全员、全流程、全数据空间4��1背景4��2心脏病急救决策流程及数据4��2��1流程4��2��2急救决策推理的网链结构4��2��3数据类型4��2��4数据的不确定性4��2��5不确定性推理4��3医疗决策全数据空间框架4��3��1心脏病急救决策病例维4��3��2心脏病急救决策规则维4��3��3心脏病急救决策资源维4��3��4心脏病急救决策时间窗4��4医疗决策推理的静态分析4��4��1急救决策状态空间4��4��2决策空间的静态结构4��4��3状态空间的映射4��4��4数据子空间4��5医疗决策推理的动态性能4��5��1状态空间的范数4��5��2急救决策特征空间的状态链4��5��3急救决策推理的脆弱性4��6小结参考文献第5章层次关联证据链推理的多属性群决策分类5��1引言5��1��1群决策分类特点5��1��2群决策分类推理5��2决策状态空间与证据链5��2��1命题空间与可信度性质5��2��2决策状态与证据链5��3层次关联证据链推理模型FUER5��3��1层次关联5��3��2相似性度量5��3��3可信度集成5��4类别误标下证据链的推理方法5��4��1证据链推理的混合整数优化模型5��4��2模型推理必要条件和敏感性分析5��4��3类别误标下模型推断5��4��4干扰下模型参数学习5��4��5相似度加权近邻算法sf�睳N5��4��6鲁棒性分析5��5小结参考文献第6章基于鲁棒性阈值的CBR/RBR融合推理机制6��1引言6��2CBR/RBR及其融合推理6��2��1CBR推理6��2��2RBR推理6��2��3多分类器集成的决策树优化方法6��2��4CBR/RBR融合推理6��3融合酉空间及矩阵奇异值分解6��3��1融合酉空间6��3��2融合酉空间的奇异值分解6��4鲁棒阈值方法6��4��1融合推理空间鲁棒性解集6��4��2知识关联性6��4��3相似度计算6��4��4知识粒度及推理信度计算6��4��5阈值的鲁棒性6��5融合推理策略及步骤6��5��1融合推理策略与融合推理解6��5��2融合推理执行步骤6��6小结参考文献第7章基于贝叶斯网络的CBR/RBR融合推理机制与方法7��1引言7��2不确定信息条件下的推理机制及建模7��2��1稳健随机混合法7��2��2随机项建模7��3推理模型的贝叶斯网络构建7��3��1贝叶斯网络7��3��2贝叶斯网络学习7��3��3贝叶斯网络构建7��4BN�睠BR/RBR推理模型7��4��1相似度评价函数7��4��2鲁棒BN�睠BR/RBR模型构建7��4��3改进的K�睤树（K�睤 Tree）方法7��4��4代价敏感学习7��5基于多属性决策的BN�睠BR/RBR优化协同7��5��1多属性的人机融合决策模式7��5��2基于Vague集的优化模型7��5��3基于Vague集的嵌入式算法7��6小结参考文献第8章同态推理空间下的互信息属性特征建模8��1引言8��2空间的同态理论与信息场8��2��1状态空间同态8��2��2同态下推理空间的性质8��2��3推理状态空间的信息场8��2��4信息增益8��3同态下的属性特征选择及互信息8��3��1属性特征选择8��3��2属性互信息8��4同态推理状态空间中的互信息判据8��4��1互信息的归一化测度8��4��2互信息判据结构与性质8��5基于互信息的属性特征选择模型8��5��1MIFS�睻属性特征选择模型8��5��2mRMR属性特征选择模型8��6同态下的鲁棒属性特征选择模型8��6��1鲁棒属性特征选择模型（R2CMIFS）8��6��2同态下的鲁棒属性特征选择机制8��7小结参考文献第9章基于证据链推理和信息价值*大化决策9��1引言9��1��1时态数据的多尺度决策问题分析9��1��2多尺度决策推理模型的相关研究9��2时间窗与价值转移9��2��1数据驱动决策的时间窗9��2��2信息转移价值9��2��3管理熵9��3单一尺度证据链与多尺度证据链9��3��1时态数据9��3��2时间尺度及多尺度证据链9��4多尺度特征的证据链推理模型（msFUER）及决策框架9��4��1数据预处理与特征量提取9��4