医学信息分析与决策【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

医学信息分析与决策PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 医学信息分析与决策概论1

1.1 决策与医学信息决策2

1.1.1 决策的基本概念2

1.1.2 医学信息决策2

1.2 医学信息决策分析2

1.2.1 医学信息决策的信息源3

1.2.2 医学信息决策分类3

1.2.3 医学信息分析与决策4

1.3 医学信息决策方法概述5

1.3.1 定性决策方法5

1.3.2 定量决策方法6

1.4 数字化的医学信息决策6

1.4.1 数字化医学信息决策的原因7

1.4.2 数字化医学信息决策的实现手段7

1.5 医学信息决策的模式8

1.6 医学信息分析与决策的发展趋势及挑战9

本章小结10

习题10

第2章 确定型决策分析13

2.1 什么是确定型决策14

2.2 盈亏平衡分析法14

2.2.1 盈亏平衡分析法的相关概念14

2.2.2 线性盈亏决策模型15

2.3 库存优化决策模型17

2.3.1 库存费用分析17

2.3.2 经济订货批量模型18

2.4 线性规划决策法21

2.4.1 线性规划问题21

2.4.2 线性规划模型的求解22

本章小结25

习题25

第3章 风险型决策分析27

3.1 风险型决策的期望值准则及其应用28

3.1.1 风险型决策分析28

3.1.2 风险型决策分析的损益期望值模型29

3.2 决策树分析方法30

3.2.1 决策树基本分析法31

3.2.2 案例解析32

3.3 贝叶斯决策分析34

3.3.1 贝叶斯决策的基本方法35

3.3.2 贝叶斯决策分析的信息价值36

3.3.3 贝叶斯决策分析案例37

本章小结37

问题讨论37

习题38

第4章 不确定型决策分析41

4.1 不确定型决策的基本概念42

4.2 几种不确定型决策分析方法案例42

4.2.1 乐观决策准则43

4.2.2 悲观决策准则43

4.2.3 折中决策准则44

4.2.4 后悔值决策准则45

4.2.5 等概率决策准则46

本章小结46

问题讨论47

习题47

第5章 马尔可夫预测与决策51

5.1 基本概念52

5.1.1 随机过程与马尔可夫过程52

5.1.2 马尔可夫链53

5.2 状态转移矩阵54

5.2.1 一步状态转移矩阵54

5.2.2 k步状态转移矩阵55

5.2.3 稳态概率57

5.3 马尔可夫过程决策应用实例59

5.3.1 市场占有率预测与决策59

5.3.2 期望利润预测与决策61

本章小结66

习题66

第6章 多指标决策69

6.1 多指标决策概述70

6.1.1 多指标决策的基本概念70

6.1.2 多指标决策的特点70

6.1.3 多指标决策的解71

6.2 决策指标的标准化处理71

6.2.1 定性指标的量化71

6.2.2 不同量纲指标的标准化72

6.3 决策指标权重的确定75

6.3.1 德尔菲法75

6.3.2 相对比较法76

6.3.3 熵值法76

6.4 多指标决策方法78

6.4.1 简单线性加权法78

6.4.2 理想解法79

6.5 多指标决策应用案例81

本章小结84

习题85

第7章 层次分析法89

7.1 层次分析法的基本原理90

7.2 层次分析法的基本步骤90

7.2.1 建立层次分析结构模型90

7.2.2 构造两两比较矩阵92

7.2.3 判断矩阵的一致性检验94

7.3 判断矩阵排序的计算96

7.3.1 单一准则下的排序96

7.3.2 层次总排序97

7.4 层次分析法应用实例97

7.4.1 构造层次分析结构97

7.4.2 构造判断矩阵98

7.4.3 计算权重系数及一致性检验98

7.4.4 层次分析法在Excel上实现的过程101

本章小结103

习题103

第8章 关联规则107

8.1 关联规则概述108

8.1.1 啤酒与尿布108

8.1.2 基本概念与规则度量108

8.2 关联规则算法110

8.2.1 关联规则挖掘过程110

8.2.2 Apriori算法110

8.2.3 关联规则分类114

8.3 关联规则应用案例114

本章小结116

习题116

第9章 粗糙集方法与应用121

9.1 粗糙集理论的基本概念122

9.1.1 信息表与决策表122

9.1.2 不可区分与知识划分123

9.1.3 知识粒度与相对粒度125

9.2 基于粗糙集的决策表属性约简126

9.2.1 基于相对粒度的属性约简概念126

9.2.2 基于相对粒度的属性约简算法128

9.2.3 属性约简算法的SQL查询语句实现129

9.3 医学诊断过程中的临床症状分析130

9.3.1 数据准备131

9.3.2 建立Excel电子表格132

9.3.3 Excel软件中属性约简求解步骤132

习题135

第10章 人工神经网络137

10.1 人工神经网络概述138

10.1.1 生物神经网络简介138

10.1.2 人工神经网络简介139

10.2 人工神经网络的结构及工作原理141

10.2.1 人工神经元模型141

10.2.2 B-P神经网络142

10.2.3 神经网络的学习方法144

10.3 人工神经网络应用实例145

习题151

第11章 聚类分析153

11.1 聚类分析相关概念154

11.1.1 什么是聚类分析154

11.1.2 相似性度量154

11.1.3 类的定义与类间距离155

11.1.4 类间距离度量方法156

11.1.5 聚类的准则函数156

11.2 聚类分析算法157

11.2.1 聚类分析算法分类157

11.2.2 聚类分析的常用算法158

11.2.3 孤立点分析162

11.3 聚类分析应用举例162

11.3.1 聚类分析在医疗领域应用概述162

11.3.2 聚类分析在医疗领域的应用案例162

本章小结168

习题169

第12章 模糊决策173

12.1 模糊决策的基本概念174

12.1.1 模糊现象与模糊集合174

12.1.2 隶属函数175

12.1.3 模糊集合的运算175

12.1.4 模糊集合的性质176

12.1.5 λ截集与λ-截矩阵176

12.2 模糊决策的方法177

12.2.1 意见集中法177

12.2.2 二元对比法180

12.3 模糊决策应用案例183

本章小结185

习题186

第13章 时间序列分析与预测189

13.1 时间序列的基本概念190

13.1.1 时间序列的种类190

13.1.2 时间序列的编制原则190

13.1.3 时间序列的基本分析191

13.1.4 时间序列的分解与基本特征193

13.2 时间序列的基本模型194

13.2.1 确定性时间序列模型194

13.2.2 随机性时间序列模型196

13.3 时间序列分析与预测应用案例198

本章小结203

问题讨论204

习题204

第14章 计算机仿真决策207

14.1 仿真决策的基本概念和模型构建208

14.1.1 随机数产生器210

14.1.2 生成服从离散概率分布的数值211

14.1.3 生成服从连续概率分布的数值213

14.1.4 仿真模型的构造214

14.2 仿真模型的运用217

14.2.1 利用样本数据进行分析217

14.2.2 仿真决策与最优化问题218

14.2.3 仿真决策的典型用途219

14.3 案例分析220

14.3.1 试验药品进药量调整的问题分析220

14.3.2 合成药品进货问题的仿真模型221

14.3.3 完成仿真模型的构造221

14.3.4 对样本数据进行分析222

本章小结223

习题224

参考文献227