换一批- 最近
- 已收藏
- 排序
- 筛选
- 635
- 117
- 39
- 3
- 336
- 77
- 44
- 30
- 25
- 508
- 61
- 56
- 51
- 45
- 中文期刊
- 刊名
- 作者
- 作者单位
- 收录源
- 栏目名称
- 语种
- 主题词
- 外文期刊
- 文献类型
- 刊名
- 作者
- 主题词
- 收录源
- 语种
- 学位论文
- 授予学位
- 授予单位
- 会议论文
- 主办单位
- 专 利
- 专利分类
- 专利类型
- 国家/组织
- 法律状态
- 申请/专利权人
- 发明/设计人
- 成 果
- 鉴定年份
- 学科分类
- 地域
- 完成单位
- 标 准
- 强制性标准
- 中标分类
- 标准类型
- 标准状态
- 来源数据库
- 法 规
- 法规分类
- 内容分类
- 效力级别
- 时效性
【中文期刊】 甄珍 刘昱鑫 等 《现代仪器与医疗》 2024年30卷3期 48-53页
【摘要】 医疗数据的缺失会导致统计功效降低,进而严重影响诊断的准确性,甚至出现误诊.因此,对医疗问题中的各缺失数据选用有效的填补方法极为重要.为了在医疗数据存在缺失的情况下,对数据进行高效填补以提升医疗数据挖掘效果,本文提出了基于乌鸦搜索算法的医疗数...
- 概要：
- 方法：
- 结论：
【中文期刊】 张国明 陈安琪 《中国卫生信息管理杂志》 2016年13卷3期 290-294页ISTIC
【摘要】 随着医疗技术及医疗卫生信息化的迅速发展，医疗领域也进入大数据时代。各地区域健康信息平台建设使得医疗数据的获取更加便捷，海量的医疗数据呈指数级增长，如何对医疗大数据进行有效分析利用，使之产生社会和经济效益，成为医疗信息化建设中的关键问题。本文...
- 概要：
- 方法：
- 结论：
【中文期刊】 许杰 缪茹一 《中国数字医学》 2016年11卷4期 64-66页ISTIC
【摘要】 提出一种基于不一致率的特征选择及数据分类方法,并给出特征选择和分类方法在Weka中的完整实现;利用Weka中的实现,对某三甲医院的多个医疗数据集进行实验分析;通过Java调用Weka设计开发了一套在线病情分析系统,医生可通过Web上传医疗数...
- 概要：
- 方法：
- 结论：
【中文期刊】 胡新平 《医学信息学杂志》 2009年30卷8期 1-4页ISTICCA
【摘要】 从传统数据挖掘的流程入手,介绍医疗数据挖掘的意义,分析数据挖掘中隐私保护的着重探讨基于安全多方计算的数据挖掘、面向原始数据的隐私保护和面向数据挖掘知识的隐私保护及其实现技术.
- 概要：
- 方法：
- 结论：
【中文期刊】 罗堃 代冕 《信息与电脑》 2016年6期 45-47页
【摘要】 近年来,我国医疗卫生领域吸纳了国内外先进的信息技术,信息化程度得到很大提高.国家卫计委建立了医院监管系统,委属医院每月都要将各自的医疗卫生数据上传到卫计委资源数据中心,为后续数据挖掘提供了数据支撑环境,13亿人的医疗大数据必将对医疗卫生领域...
- 概要：
- 方法：
- 结论：
【中文期刊】 丁中正 刘云 等 《智慧健康》 2016年2卷10期 54-56页
【摘要】 通过对医疗数据挖掘技术的使用，从海量的医疗数据中获取一些有价值的信息来服务于医疗行业和患者，促进医疗行业的发展。综述介绍了医疗数据的特点，医疗数据挖掘的关键问题，数据挖掘技术在医疗行业上的广泛使用以及对医疗数据挖掘技术的未来展望。
- 概要：
- 方法：
- 结论：
【中文期刊】 张文涛 《中国卫生标准管理》 2015年6卷29期 4-5页
【摘要】 在这个互联网高速发展的时代,信息技术的繁荣进步促进了我国各行备业的发展,并在一定程度上改变了行业的传统规则,医疗统计数据就是其中之一.目前,医学行业正在面临着大量数据的处理,数据的挖掘和应用是非常重要的.本文概述了在网络环境下医疗数据挖掘应...
- 概要：
- 方法：
- 结论：
【中文期刊】 李晓楠 马元吉 等 《现代计算机（普及版）》 2015年3期 47-50页
【摘要】 通过研究基于Hadoop平台的map/reduce思想，针对关联规则算法Apriori算法提出其在分布式平台下的改进算法，利用分布式化的Apriori算法对居民体检中发现的乙肝患者疾病数据进行分析挖掘，主要建立乙肝阳性和其他健康指标间的关联...
- 概要：
- 方法：
- 结论：
【中文期刊】 吴汉华 《硅谷》 2014年5期 13-13,12页
【摘要】 近些年来，科学技术的发展为我国信息技术与互联网技术的进步提供了。坚实的基础，并在我国实现了广泛的应用。在这一背景下，我们将面对大量的数据，而对这庞大的数据信息进行合理的数据挖掘和利用就显得十分重要了。对此，文章阐述了在大数据时代背景下进行医...
- 概要：
- 方法：
- 结论：
【中文期刊】 洪弘 李玲娟 《价值工程》 2011年30卷32期 166-167页
【摘要】 近年来,医疗数据资料持续爆炸性增长,在治疗技术不断提升的同时也带来了新的问题——数据丰富,知识贫乏.由此,引入了新的处理方式——数据挖掘.医疗数据挖掘面向整个医疗数据库或医疗信息集合,为其提供知识、规则和决策.本文分析了医疗数据的特点和该领...
- 概要：
- 方法：
- 结论：
【中文期刊】 叶明全 伍长荣 等 《计算机工程与应用》 2010年46卷21期 232-234页
【摘要】 医疗数据挖掘能够对现有病历数据库中数据进行自动分析并且提供有价值的医学知识.针对临床病历数据库中存在大量重复样本和冗余属性,从而影响医疗诊断的精度和速度这一问题,建立了基于信息论的粗糙集理论模型和SQL语言之间的关系,提出了基于SQL语言的...
- 概要：
- 方法：
- 结论：
【中文期刊】 叶明全 《安徽工程科技学院学报（自然科学版）》 2007年22卷3期 54-57页
【摘要】 决策树是医疗数据挖掘中一种重要分类方法,针对原始医疗数据存在大量重复样本和冗余属性,影响医疗诊断的精度和速度这一问题,提出了一种基于粗糙集和ID3算法相结合的决策树方法.将所提方法应用于冠心病诊断决策,并对属性约简前后的决策性能进行了比较分...
- 概要：
- 方法：
- 结论：
【中文期刊】 王文丽 张艳丽 等 《中国医院》 2025年29卷1期 25-28页ISTICPKU
【摘要】 目的:通过数据分析和挖掘,分析在保障患者安全、提升医疗质量安全水平等方面存在的问题并提出建议.方法:主要采用横向比较方法对2018-2021年医疗质量安全不良事件进行分析,总结2018-2021年医疗质量安全不良事件发生的规律.结果:近年来...
- 概要：
- 方法：
- 结论：
【中文期刊】 倪睿凡 刘果 等 《浙江中医药大学学报》 2025年49卷2期 197-206页ISTIC
【摘要】 [目的]探讨清宫医案中感冒的证治规律.[方法]通过搜集并整理《清宫医案集成》外感热病中的感冒医案,建立数据库,进行数据标准化处理后,导入古今医案云平台,对中药、证素、治法、处方进行频次统计、关联规则分析、复杂网络分析,同时结合个案进行分析....
- 概要：
- 方法：
- 结论：
【中文期刊】 周大鸿 王红迁 等 《中国数字医学》 2024年19卷4期 100-104页ISTIC
【摘要】 目的:基于大数据平台构建高兼容性数据湖,以降低数据存储成本,减少数据理解偏差,提高数据质量.方法:通过分析医院的实际业务和数据应用的需求,结合数据湖底座技术能力,完善医疗大数据平台,建立全量医疗数据入湖体系,实现海量数据的存储、汇聚、资源化...
- 概要：
- 方法：
- 结论：
【中文期刊】 江霞 薛朝华 《卫生软科学》 2024年38卷11期 27-30页ISTIC
【摘要】 探讨基于医疗大数据挖掘的护理决策支持系统模型在临床实践中的应用价值,采用多源医疗数据集、数据预处理及集成技术,利用机器学习算法构建决策支持模型.结果显示,该模型在预测护理需求、患者病情变化及应对随机事件方面表现出较高的准确性,能够有效减少护...
- 概要：
- 方法：
- 结论：
【中文期刊】 邓伟伟 余天炜 等 《医学信息学杂志》 2024年45卷2期 44-51页ISTICCA
【摘要】 目的/意义 通过多模态数据分析方法对网络问诊平台中的医患问答相关数据进行挖掘,并基于挖掘结果预测患者是否采纳网络医生对其问题的答复.方法/过程 基于网络问诊平台爬取的医患问答相关数值和类别数据、文本和图像数据,根据疾病类型构建急性疾病、慢性...
- 概要：
- 方法：
- 结论：
【中文期刊】 王海伟 石晶 《现代医院管理》 2024年22卷1期 115-117页
【摘要】 当前,医疗服务模式正在从传统的经验医学向循证诊疗、个体差异化诊疗、连续诊疗不断迈进,实现疾病的发病风险评估、早期预防、早期诊断、个体化诊疗、参与式管理成为现代医疗服务体系化发展的重要方向.同时医疗行业诊治数据也呈现了爆炸式的增长,医疗领域迎...
- 概要：
- 方法：
- 结论：
【中文期刊】 杨冰倩 《科技资讯》 2024年22卷16期 41-44页
【摘要】 在大数据时代背景下,为了从海量医疗数据中挖掘出有价值的信息,保证医生疾病诊断结果的精确性和可靠性,应用大数据挖掘技术完成对基于医疗大数据下的疾病预测模型的构建.首先,介绍了决策支持、数据挖掘、知识发现等大数据挖掘相关技术.其次,从数据集成与...
- 概要：
- 方法：
- 结论：
【中文期刊】 冯羽 《中国新技术新产品》 2024年10期 143-145页
【摘要】 为更好地实现信息采集及患者监控,本文基于IoT(物联网)和数据挖掘技术,设计了一种医院智慧医疗健康管理系统.该系统旨在通过实时监测和分析患者的生理参数和医疗数据,提供个性化的医疗服务和健康管理,以改善医疗质量和患者的生活质量.系统结合可穿戴...
- 概要：
- 方法：
- 结论：
【中文期刊】 马欣欣 万生芳 等 《世界中医药》 2023年18卷11期 1579-1582页ISTICPKUCA
【摘要】 大数据是科技、信息迅速发展的时代产物,因其蕴含巨大价值已被广泛应用于医疗、通信等学科中.所有与医疗及健康相关的海量数据均可被称为医疗大数据,医疗大数据的兴起促进了国内外智能医疗的蓬勃发展.近年来,医疗大数据背景下的人工智能技术在中医药领域中...
- 概要：
- 方法：
- 结论：
【中文期刊】 吴雨桐 吴思佳 等 《山东大学学报（医学版）》 2022年60卷12期 111-118页ISTICPKUCA
【摘要】 目的 医疗器械不良事件监测是医疗器械上市后风险管理的重要手段.本研究旨在基于Apriori算法分析2021年山东省医疗器械不良事件的关联性.方法 对2021年山东省各监测机构上报的63041起不良伤害事件,按广义医疗器械分类划分为三类(无源...
【关键词】 数据挖掘；关联性分析；Apriori关联规则；
- 概要：
- 方法：
- 结论：
【中文期刊】 刘海霞 《自动化技术与应用》 2023年42卷7期 39-42页
【摘要】 传统方法存在医疗设备状态检测误差大,易受噪声干扰等缺陷,为了提高医疗设备运行状态检测效果,提出基于数据挖掘的医疗设备状态检测方法.首先采集医疗设备状态运行信号,采用频谱分析方法对信号进行分析,提取医疗设备状态特征,然后采用数据挖掘技术根据特...
- 概要：
- 方法：
- 结论：
【中文期刊】 李芬 郑丽英 等 《中国医疗保险》 2023年9期 48-54页
【摘要】 大数据在医保管理中的核心驱动作用日益凸显,挖掘技术呈现出多元平台、多源数据、交互操作三大特点,挖掘结果为医保政策制定和完善提供数据支撑.近年来,国家医保局高度重视医保大数据的发展应用,在顶层设计、信息平台发布、业务编码规范等方面进行总体部署...
- 概要：
- 方法：
- 结论：
【中文期刊】 张宸华 《软件》 2023年44卷6期 157-159页
【摘要】 数据挖掘是从海量数据当中挖掘出有价值知识的过程,统计学、机器学习、方式辨识、数据库等学科是数据挖掘的技术来源.文章主要阐述了数据挖掘算法的相关知识,分析了完成数据挖掘的核心技术,尤其是决策树算法,并对数据挖掘在医疗管理中的运用进行了研究,希...
- 概要：
- 方法：
- 结论：
【中文期刊】 向海平 林晓东 等 《中国现代医生》 2023年61卷29期 102-105页
【摘要】 目的 对某地区的基层医疗机构的门诊挂号信息进行回顾性分析,从不同维度对该地区医疗资源进行讨论,便于行政医疗机构动态了解该区域医疗资源发展情况,以便合理进行优化调度和科学发展.方法 通过基层平台收集该地区2022 年 3 月至 5 月的门诊挂...
- 概要：
- 方法：
- 结论：
【中文期刊】 许源 万凌峰 等 《中国数字医学》 2022年17卷6期 31-36页ISTIC
【摘要】 目的:为解决临床研究中分析、建模及项目管理的相关问题,整合多种统计及机器学习方法,构建智能临床研究分析及AI建模云平台.方法:采用Django作为Web应用框架,Nginx负载均衡,使用R语言实现生存分析、COX回归分析等传统临床统计方法,...
- 概要：
- 方法：
- 结论：
【中文期刊】 芮晨 李杰 等 《中国卫生统计》 2020年37卷5期 698-700页ISTICPKUCSCD
【摘要】 目的 针对BP神经网络无法解释、规则不透明的问题,引入LIME算法,建立可解释的医疗费用预测模型,有效预测并解释脑梗死患者医疗费用及其来源.方法 使用五折交叉验证对模型进行调参,并以外推检验集的预测结果对模型进行评价.然后通过LIME算法对...
- 概要：
- 方法：
- 结论：
【中文期刊】 王星 刘晓燕 《制造业自动化》 2022年44卷7期 24-27页
【摘要】 随着社会经济建设以及医疗信息化的高速发展,传统的统计、分析、预测技术已经逐步无法满足行业的需求,医疗行业逐步进入大数据和人工智能时代,利用医院信息系统所积累的医疗大数据进行汇集、建模、分析,可以预测和判定未知数据的已知类型.对于医疗诊断也是...
- 概要：
- 方法：
- 结论：
【中文期刊】 邸新宇 胡家兴 《中国卫生标准管理》 2022年13卷13期 38-41页
【摘要】 在国家经济实力不断壮大的促进作用下,我国医疗卫生事业长期保持较高的发展速度,取得明显进步,医疗水平与过去相比也有大幅度的提升,相应的医疗设备更新普及速度也明显加快.医疗设备在医生诊治工作中发挥着巨大的作用,对诊治效果也具有密切的影响,因此应...
- 概要：
- 方法：
- 结论：
加载中...
