1、生物医学工程专业毕业论文 精品论文 基于医学信息数据仓库的数据挖掘研究关键词：医学信息 数据仓库 数据挖掘 SQL Server 集成环境摘要：随着数据库技术的飞速发展，信息技术已渗透到包括医学在内的各种领域。很多大中型医院都相继建立了自己的医院信息系统（HIS） ，随着 HIS 的应用和不断发展，数据库中的数据量迅速膨胀，数据库规模逐渐扩大，复杂程度日益增加。但是尽管积累了大量的业务数据，真正能将这些数据的价值挖掘出来，并运用到医院的临床辅助诊断和日常管理决策中去的却很少。本课题针对这种现状，提出了建立基于 HIS 系统的医学信息数据仓库，在此基础上，对数据仓库中的医疗数据进行疾病监测、预测
2、、医院管理辅助决策等方面的数据挖掘。为医务工作者、临床管理人员、科研人员提供辅助决策与综合分析的工具。本课题通过研究现有医院信息管理系统的结构和数据组成，利用前沿的数据仓库技术，根据实际需求，从医院海量信息数据库中分析、提取、确立主题，进行有效地数据组织，来构建数据仓库模型。在进行数据清理和数据转换后，实现对数据仓库的数据装载。对创建好的数据仓库可以进行 SQL 查询、报表统计、OLAP 数据分析及数据挖掘等方面的应用，来有效地服务于医院的全方位管理决策。 本课题主要进行了以下研究： 1.通过对源数据库中的数据进行大量数据分析和数据预处理工作，提取出构建数据仓库的主题。采用了微软最新推出的 M
3、icrosoft SQL Server2008 企业级的数据仓库平台构建基于 HIS 的医学信息数据仓库，SQL Server2008 建立在 SQL Server2005 的基础之上，进一步对各项服务进行改进，是一个完整的数据管理与商业智能平台，在性能和可扩展性方面排在世界领先的地位。 2.运用 SQL Server2008 的集成环境Business Intelligence Development Studio 创建和使用基于医学信息数据仓库的数据挖掘模型。该环境包括数据挖掘算法和工具，使用这些算法和工具更易于生成用于各种项目的综合解决方案。 3.介绍了几种经典的数据挖掘算法，并运用 S
4、QL Server2008 中 Analysis Services 数据挖掘组件提供的算法实现从多层次、多角度对医学信息数据仓库中门诊部和住院部信息进行数据挖掘和分析。探讨了在疾病监测控制、疾病预测、医院管理辅助决策等方面的数据挖掘应用。正文内容随着数据库技术的飞速发展，信息技术已渗透到包括医学在内的各种领域。很多大中型医院都相继建立了自己的医院信息系统（HIS） ，随着 HIS 的应用和不断发展，数据库中的数据量迅速膨胀，数据库规模逐渐扩大，复杂程度日益增加。但是尽管积累了大量的业务数据，真正能将这些数据的价值挖掘出来，并运用到医院的临床辅助诊断和日常管理决策中去的却很少。本课题针对这种现状
5、，提出了建立基于 HIS 系统的医学信息数据仓库，在此基础上，对数据仓库中的医疗数据进行疾病监测、预测、医院管理辅助决策等方面的数据挖掘。为医务工作者、临床管理人员、科研人员提供辅助决策与综合分析的工具。 本课题通过研究现有医院信息管理系统的结构和数据组成，利用前沿的数据仓库技术，根据实际需求，从医院海量信息数据库中分析、提取、确立主题，进行有效地数据组织，来构建数据仓库模型。在进行数据清理和数据转换后，实现对数据仓库的数据装载。对创建好的数据仓库可以进行 SQL 查询、报表统计、OLAP 数据分析及数据挖掘等方面的应用，来有效地服务于医院的全方位管理决策。 本课题主要进行了以下研究： 1.通
6、过对源数据库中的数据进行大量数据分析和数据预处理工作，提取出构建数据仓库的主题。采用了微软最新推出的 Microsoft SQL Server2008 企业级的数据仓库平台构建基于 HIS 的医学信息数据仓库，SQL Server2008 建立在 SQL Server2005 的基础之上，进一步对各项服务进行改进，是一个完整的数据管理与商业智能平台，在性能和可扩展性方面排在世界领先的地位。 2.运用 SQL Server2008 的集成环境 Business Intelligence Development Studio 创建和使用基于医学信息数据仓库的数据挖掘模型。该环境包括数据挖掘算法和工
7、具，使用这些算法和工具更易于生成用于各种项目的综合解决方案。 3.介绍了几种经典的数据挖掘算法，并运用SQL Server2008 中 Analysis Services 数据挖掘组件提供的算法实现从多层次、多角度对医学信息数据仓库中门诊部和住院部信息进行数据挖掘和分析。探讨了在疾病监测控制、疾病预测、医院管理辅助决策等方面的数据挖掘应用。随着数据库技术的飞速发展，信息技术已渗透到包括医学在内的各种领域。很多大中型医院都相继建立了自己的医院信息系统（HIS） ，随着 HIS 的应用和不断发展，数据库中的数据量迅速膨胀，数据库规模逐渐扩大，复杂程度日益增加。但是尽管积累了大量的业务数据，真正能将
8、这些数据的价值挖掘出来，并运用到医院的临床辅助诊断和日常管理决策中去的却很少。本课题针对这种现状，提出了建立基于 HIS 系统的医学信息数据仓库，在此基础上，对数据仓库中的医疗数据进行疾病监测、预测、医院管理辅助决策等方面的数据挖掘。为医务工作者、临床管理人员、科研人员提供辅助决策与综合分析的工具。 本课题通过研究现有医院信息管理系统的结构和数据组成，利用前沿的数据仓库技术，根据实际需求，从医院海量信息数据库中分析、提取、确立主题，进行有效地数据组织，来构建数据仓库模型。在进行数据清理和数据转换后，实现对数据仓库的数据装载。对创建好的数据仓库可以进行 SQL 查询、报表统计、OLAP 数据分析
9、及数据挖掘等方面的应用，来有效地服务于医院的全方位管理决策。 本课题主要进行了以下研究： 1.通过对源数据库中的数据进行大量数据分析和数据预处理工作，提取出构建数据仓库的主题。采用了微软最新推出的 Microsoft SQL Server2008 企业级的数据仓库平台构建基于 HIS 的医学信息数据仓库，SQL Server2008 建立在 SQL Server2005 的基础之上，进一步对各项服务进行改进，是一个完整的数据管理与商业智能平台，在性能和可扩展性方面排在世界领先的地位。 2.运用 SQL Server2008 的集成环境 Business Intelligence Develop
10、ment Studio 创建和使用基于医学信息数据仓库的数据挖掘模型。该环境包括数据挖掘算法和工具，使用这些算法和工具更易于生成用于各种项目的综合解决方案。 3.介绍了几种经典的数据挖掘算法，并运用SQL Server2008 中 Analysis Services 数据挖掘组件提供的算法实现从多层次、多角度对医学信息数据仓库中门诊部和住院部信息进行数据挖掘和分析。探讨了在疾病监测控制、疾病预测、医院管理辅助决策等方面的数据挖掘应用。随着数据库技术的飞速发展，信息技术已渗透到包括医学在内的各种领域。很多大中型医院都相继建立了自己的医院信息系统（HIS） ，随着 HIS 的应用和不断发展，数据库
11、中的数据量迅速膨胀，数据库规模逐渐扩大，复杂程度日益增加。但是尽管积累了大量的业务数据，真正能将这些数据的价值挖掘出来，并运用到医院的临床辅助诊断和日常管理决策中去的却很少。本课题针对这种现状，提出了建立基于 HIS 系统的医学信息数据仓库，在此基础上，对数据仓库中的医疗数据进行疾病监测、预测、医院管理辅助决策等方面的数据挖掘。为医务工作者、临床管理人员、科研人员提供辅助决策与综合分析的工具。 本课题通过研究现有医院信息管理系统的结构和数据组成，利用前沿的数据仓库技术，根据实际需求，从医院海量信息数据库中分析、提取、确立主题，进行有效地数据组织，来构建数据仓库模型。在进行数据清理和数据转换后，
12、实现对数据仓库的数据装载。对创建好的数据仓库可以进行 SQL 查询、报表统计、OLAP 数据分析及数据挖掘等方面的应用，来有效地服务于医院的全方位管理决策。 本课题主要进行了以下研究： 1.通过对源数据库中的数据进行大量数据分析和数据预处理工作，提取出构建数据仓库的主题。采用了微软最新推出的 Microsoft SQL Server2008 企业级的数据仓库平台构建基于 HIS 的医学信息数据仓库，SQL Server2008 建立在 SQL Server2005 的基础之上，进一步对各项服务进行改进，是一个完整的数据管理与商业智能平台，在性能和可扩展性方面排在世界领先的地位。 2.运用 SQ
13、L Server2008 的集成环境 Business Intelligence Development Studio 创建和使用基于医学信息数据仓库的数据挖掘模型。该环境包括数据挖掘算法和工具，使用这些算法和工具更易于生成用于各种项目的综合解决方案。 3.介绍了几种经典的数据挖掘算法，并运用SQL Server2008 中 Analysis Services 数据挖掘组件提供的算法实现从多层次、多角度对医学信息数据仓库中门诊部和住院部信息进行数据挖掘和分析。探讨了在疾病监测控制、疾病预测、医院管理辅助决策等方面的数据挖掘应用。随着数据库技术的飞速发展，信息技术已渗透到包括医学在内的各种领域。
14、很多大中型医院都相继建立了自己的医院信息系统（HIS） ，随着 HIS 的应用和不断发展，数据库中的数据量迅速膨胀，数据库规模逐渐扩大，复杂程度日益增加。但是尽管积累了大量的业务数据，真正能将这些数据的价值挖掘出来，并运用到医院的临床辅助诊断和日常管理决策中去的却很少。本课题针对这种现状，提出了建立基于 HIS 系统的医学信息数据仓库，在此基础上，对数据仓库中的医疗数据进行疾病监测、预测、医院管理辅助决策等方面的数据挖掘。为医务工作者、临床管理人员、科研人员提供辅助决策与综合分析的工具。 本课题通过研究现有医院信息管理系统的结构和数据组成，利用前沿的数据仓库技术，根据实际需求，从医院海量信息数
15、据库中分析、提取、确立主题，进行有效地数据组织，来构建数据仓库模型。在进行数据清理和数据转换后，实现对数据仓库的数据装载。对创建好的数据仓库可以进行 SQL 查询、报表统计、OLAP 数据分析及数据挖掘等方面的应用，来有效地服务于医院的全方位管理决策。 本课题主要进行了以下研究： 1.通过对源数据库中的数据进行大量数据分析和数据预处理工作，提取出构建数据仓库的主题。采用了微软最新推出的 Microsoft SQL Server2008 企业级的数据仓库平台构建基于 HIS 的医学信息数据仓库，SQL Server2008 建立在 SQL Server2005 的基础之上，进一步对各项服务进行改
16、进，是一个完整的数据管理与商业智能平台，在性能和可扩展性方面排在世界领先的地位。 2.运用 SQL Server2008 的集成环境 Business Intelligence Development Studio 创建和使用基于医学信息数据仓库的数据挖掘模型。该环境包括数据挖掘算法和工具，使用这些算法和工具更易于生成用于各种项目的综合解决方案。 3.介绍了几种经典的数据挖掘算法，并运用SQL Server2008 中 Analysis Services 数据挖掘组件提供的算法实现从多层次、多角度对医学信息数据仓库中门诊部和住院部信息进行数据挖掘和分析。探讨了在疾病监测控制、疾病预测、医院管理
17、辅助决策等方面的数据挖掘应用。随着数据库技术的飞速发展，信息技术已渗透到包括医学在内的各种领域。很多大中型医院都相继建立了自己的医院信息系统（HIS） ，随着 HIS 的应用和不断发展，数据库中的数据量迅速膨胀，数据库规模逐渐扩大，复杂程度日益增加。但是尽管积累了大量的业务数据，真正能将这些数据的价值挖掘出来，并运用到医院的临床辅助诊断和日常管理决策中去的却很少。本课题针对这种现状，提出了建立基于 HIS 系统的医学信息数据仓库，在此基础上，对数据仓库中的医疗数据进行疾病监测、预测、医院管理辅助决策等方面的数据挖掘。为医务工作者、临床管理人员、科研人员提供辅助决策与综合分析的工具。 本课题通过
18、研究现有医院信息管理系统的结构和数据组成，利用前沿的数据仓库技术，根据实际需求，从医院海量信息数据库中分析、提取、确立主题，进行有效地数据组织，来构建数据仓库模型。在进行数据清理和数据转换后，实现对数据仓库的数据装载。对创建好的数据仓库可以进行 SQL 查询、报表统计、OLAP 数据分析及数据挖掘等方面的应用，来有效地服务于医院的全方位管理决策。 本课题主要进行了以下研究： 1.通过对源数据库中的数据进行大量数据分析和数据预处理工作，提取出构建数据仓库的主题。采用了微软最新推出的 Microsoft SQL Server2008 企业级的数据仓库平台构建基于 HIS 的医学信息数据仓库，SQL
19、 Server2008 建立在 SQL Server2005 的基础之上，进一步对各项服务进行改进，是一个完整的数据管理与商业智能平台，在性能和可扩展性方面排在世界领先的地位。 2.运用 SQL Server2008 的集成环境 Business Intelligence Development Studio 创建和使用基于医学信息数据仓库的数据挖掘模型。该环境包括数据挖掘算法和工具，使用这些算法和工具更易于生成用于各种项目的综合解决方案。 3.介绍了几种经典的数据挖掘算法，并运用SQL Server2008 中 Analysis Services 数据挖掘组件提供的算法实现从多层次、多角度对
20、医学信息数据仓库中门诊部和住院部信息进行数据挖掘和分析。探讨了在疾病监测控制、疾病预测、医院管理辅助决策等方面的数据挖掘应用。随着数据库技术的飞速发展，信息技术已渗透到包括医学在内的各种领域。很多大中型医院都相继建立了自己的医院信息系统（HIS） ，随着 HIS 的应用和不断发展，数据库中的数据量迅速膨胀，数据库规模逐渐扩大，复杂程度日益增加。但是尽管积累了大量的业务数据，真正能将这些数据的价值挖掘出来，并运用到医院的临床辅助诊断和日常管理决策中去的却很少。本课题针对这种现状，提出了建立基于 HIS 系统的医学信息数据仓库，在此基础上，对数据仓库中的医疗数据进行疾病监测、预测、医院管理辅助决策
21、等方面的数据挖掘。为医务工作者、临床管理人员、科研人员提供辅助决策与综合分析的工具。 本课题通过研究现有医院信息管理系统的结构和数据组成，利用前沿的数据仓库技术，根据实际需求，从医院海量信息数据库中分析、提取、确立主题，进行有效地数据组织，来构建数据仓库模型。在进行数据清理和数据转换后，实现对数据仓库的数据装载。对创建好的数据仓库可以进行 SQL 查询、报表统计、OLAP 数据分析及数据挖掘等方面的应用，来有效地服务于医院的全方位管理决策。 本课题主要进行了以下研究： 1.通过对源数据库中的数据进行大量数据分析和数据预处理工作，提取出构建数据仓库的主题。采用了微软最新推出的 Microsoft
22、 SQL Server2008 企业级的数据仓库平台构建基于 HIS 的医学信息数据仓库，SQL Server2008 建立在 SQL Server2005 的基础之上，进一步对各项服务进行改进，是一个完整的数据管理与商业智能平台，在性能和可扩展性方面排在世界领先的地位。 2.运用 SQL Server2008 的集成环境 Business Intelligence Development Studio 创建和使用基于医学信息数据仓库的数据挖掘模型。该环境包括数据挖掘算法和工具，使用这些算法和工具更易于生成用于各种项目的综合解决方案。 3.介绍了几种经典的数据挖掘算法，并运用SQL Serve
23、r2008 中 Analysis Services 数据挖掘组件提供的算法实现从多层次、多角度对医学信息数据仓库中门诊部和住院部信息进行数据挖掘和分析。探讨了在疾病监测控制、疾病预测、医院管理辅助决策等方面的数据挖掘应用。随着数据库技术的飞速发展，信息技术已渗透到包括医学在内的各种领域。很多大中型医院都相继建立了自己的医院信息系统（HIS） ，随着 HIS 的应用和不断发展，数据库中的数据量迅速膨胀，数据库规模逐渐扩大，复杂程度日益增加。但是尽管积累了大量的业务数据，真正能将这些数据的价值挖掘出来，并运用到医院的临床辅助诊断和日常管理决策中去的却很少。本课题针对这种现状，提出了建立基于 HIS
24、 系统的医学信息数据仓库，在此基础上，对数据仓库中的医疗数据进行疾病监测、预测、医院管理辅助决策等方面的数据挖掘。为医务工作者、临床管理人员、科研人员提供辅助决策与综合分析的工具。 本课题通过研究现有医院信息管理系统的结构和数据组成，利用前沿的数据仓库技术，根据实际需求，从医院海量信息数据库中分析、提取、确立主题，进行有效地数据组织，来构建数据仓库模型。在进行数据清理和数据转换后，实现对数据仓库的数据装载。对创建好的数据仓库可以进行 SQL 查询、报表统计、OLAP 数据分析及数据挖掘等方面的应用，来有效地服务于医院的全方位管理决策。 本课题主要进行了以下研究： 1.通过对源数据库中的数据进行
25、大量数据分析和数据预处理工作，提取出构建数据仓库的主题。采用了微软最新推出的 Microsoft SQL Server2008 企业级的数据仓库平台构建基于 HIS 的医学信息数据仓库，SQL Server2008 建立在 SQL Server2005 的基础之上，进一步对各项服务进行改进，是一个完整的数据管理与商业智能平台，在性能和可扩展性方面排在世界领先的地位。 2.运用 SQL Server2008 的集成环境 Business Intelligence Development Studio 创建和使用基于医学信息数据仓库的数据挖掘模型。该环境包括数据挖掘算法和工具，使用这些算法和工具更
26、易于生成用于各种项目的综合解决方案。 3.介绍了几种经典的数据挖掘算法，并运用SQL Server2008 中 Analysis Services 数据挖掘组件提供的算法实现从多层次、多角度对医学信息数据仓库中门诊部和住院部信息进行数据挖掘和分析。探讨了在疾病监测控制、疾病预测、医院管理辅助决策等方面的数据挖掘应用。随着数据库技术的飞速发展，信息技术已渗透到包括医学在内的各种领域。很多大中型医院都相继建立了自己的医院信息系统（HIS） ，随着 HIS 的应用和不断发展，数据库中的数据量迅速膨胀，数据库规模逐渐扩大，复杂程度日益增加。但是尽管积累了大量的业务数据，真正能将这些数据的价值挖掘出来，
27、并运用到医院的临床辅助诊断和日常管理决策中去的却很少。本课题针对这种现状，提出了建立基于 HIS 系统的医学信息数据仓库，在此基础上，对数据仓库中的医疗数据进行疾病监测、预测、医院管理辅助决策等方面的数据挖掘。为医务工作者、临床管理人员、科研人员提供辅助决策与综合分析的工具。 本课题通过研究现有医院信息管理系统的结构和数据组成，利用前沿的数据仓库技术，根据实际需求，从医院海量信息数据库中分析、提取、确立主题，进行有效地数据组织，来构建数据仓库模型。在进行数据清理和数据转换后，实现对数据仓库的数据装载。对创建好的数据仓库可以进行 SQL 查询、报表统计、OLAP 数据分析及数据挖掘等方面的应用，
28、来有效地服务于医院的全方位管理决策。 本课题主要进行了以下研究： 1.通过对源数据库中的数据进行大量数据分析和数据预处理工作，提取出构建数据仓库的主题。采用了微软最新推出的 Microsoft SQL Server2008 企业级的数据仓库平台构建基于 HIS 的医学信息数据仓库，SQL Server2008 建立在 SQL Server2005 的基础之上，进一步对各项服务进行改进，是一个完整的数据管理与商业智能平台，在性能和可扩展性方面排在世界领先的地位。 2.运用 SQL Server2008 的集成环境 Business Intelligence Development Studio
29、创建和使用基于医学信息数据仓库的数据挖掘模型。该环境包括数据挖掘算法和工具，使用这些算法和工具更易于生成用于各种项目的综合解决方案。 3.介绍了几种经典的数据挖掘算法，并运用SQL Server2008 中 Analysis Services 数据挖掘组件提供的算法实现从多层次、多角度对医学信息数据仓库中门诊部和住院部信息进行数据挖掘和分析。探讨了在疾病监测控制、疾病预测、医院管理辅助决策等方面的数据挖掘应用。随着数据库技术的飞速发展，信息技术已渗透到包括医学在内的各种领域。很多大中型医院都相继建立了自己的医院信息系统（HIS） ，随着 HIS 的应用和不断发展，数据库中的数据量迅速膨胀，数据
30、库规模逐渐扩大，复杂程度日益增加。但是尽管积累了大量的业务数据，真正能将这些数据的价值挖掘出来，并运用到医院的临床辅助诊断和日常管理决策中去的却很少。本课题针对这种现状，提出了建立基于 HIS 系统的医学信息数据仓库，在此基础上，对数据仓库中的医疗数据进行疾病监测、预测、医院管理辅助决策等方面的数据挖掘。为医务工作者、临床管理人员、科研人员提供辅助决策与综合分析的工具。 本课题通过研究现有医院信息管理系统的结构和数据组成，利用前沿的数据仓库技术，根据实际需求，从医院海量信息数据库中分析、提取、确立主题，进行有效地数据组织，来构建数据仓库模型。在进行数据清理和数据转换后，实现对数据仓库的数据装载
31、。对创建好的数据仓库可以进行 SQL 查询、报表统计、OLAP 数据分析及数据挖掘等方面的应用，来有效地服务于医院的全方位管理决策。 本课题主要进行了以下研究： 1.通过对源数据库中的数据进行大量数据分析和数据预处理工作，提取出构建数据仓库的主题。采用了微软最新推出的 Microsoft SQL Server2008 企业级的数据仓库平台构建基于 HIS 的医学信息数据仓库，SQL Server2008 建立在 SQL Server2005 的基础之上，进一步对各项服务进行改进，是一个完整的数据管理与商业智能平台，在性能和可扩展性方面排在世界领先的地位。 2.运用 SQL Server2008
32、 的集成环境 Business Intelligence Development Studio 创建和使用基于医学信息数据仓库的数据挖掘模型。该环境包括数据挖掘算法和工具，使用这些算法和工具更易于生成用于各种项目的综合解决方案。 3.介绍了几种经典的数据挖掘算法，并运用SQL Server2008 中 Analysis Services 数据挖掘组件提供的算法实现从多层次、多角度对医学信息数据仓库中门诊部和住院部信息进行数据挖掘和分析。探讨了在疾病监测控制、疾病预测、医院管理辅助决策等方面的数据挖掘应用。随着数据库技术的飞速发展，信息技术已渗透到包括医学在内的各种领域。很多大中型医院都相继建立
33、了自己的医院信息系统（HIS） ，随着 HIS 的应用和不断发展，数据库中的数据量迅速膨胀，数据库规模逐渐扩大，复杂程度日益增加。但是尽管积累了大量的业务数据，真正能将这些数据的价值挖掘出来，并运用到医院的临床辅助诊断和日常管理决策中去的却很少。本课题针对这种现状，提出了建立基于 HIS 系统的医学信息数据仓库，在此基础上，对数据仓库中的医疗数据进行疾病监测、预测、医院管理辅助决策等方面的数据挖掘。为医务工作者、临床管理人员、科研人员提供辅助决策与综合分析的工具。 本课题通过研究现有医院信息管理系统的结构和数据组成，利用前沿的数据仓库技术，根据实际需求，从医院海量信息数据库中分析、提取、确立主
34、题，进行有效地数据组织，来构建数据仓库模型。在进行数据清理和数据转换后，实现对数据仓库的数据装载。对创建好的数据仓库可以进行 SQL 查询、报表统计、OLAP 数据分析及数据挖掘等方面的应用，来有效地服务于医院的全方位管理决策。 本课题主要进行了以下研究： 1.通过对源数据库中的数据进行大量数据分析和数据预处理工作，提取出构建数据仓库的主题。采用了微软最新推出的 Microsoft SQL Server2008 企业级的数据仓库平台构建基于 HIS 的医学信息数据仓库，SQL Server2008 建立在 SQL Server2005 的基础之上，进一步对各项服务进行改进，是一个完整的数据管理
35、与商业智能平台，在性能和可扩展性方面排在世界领先的地位。 2.运用 SQL Server2008 的集成环境 Business Intelligence Development Studio 创建和使用基于医学信息数据仓库的数据挖掘模型。该环境包括数据挖掘算法和工具，使用这些算法和工具更易于生成用于各种项目的综合解决方案。 3.介绍了几种经典的数据挖掘算法，并运用SQL Server2008 中 Analysis Services 数据挖掘组件提供的算法实现从多层次、多角度对医学信息数据仓库中门诊部和住院部信息进行数据挖掘和分析。探讨了在疾病监测控制、疾病预测、医院管理辅助决策等方面的数据挖掘
36、应用。特别提醒 ：正文内容由 PDF 文件转码生成，如您电脑未有相应转换码，则无法显示正文内容，请您下载相应软件，下载地址为 http:/ 。如还不能显示，可以联系我 q q 1627550258 ，提供原格式文档。“垐垯櫃 换烫梯葺铑?endstreamendobj2x 滌?U 閩 AZ箾 FTP 鈦X 飼?狛P? 燚?琯嫼 b?袍*甒?颙嫯?4)=r 宵?i?j 彺帖 B3 锝檡骹笪 yLrQ#?0 鯖 l 壛枒l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛渓?擗#?“?# 綫 G 刿#K 芿$?7. 耟?Wa 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 皗 E|?pDb 癳$Fb 癳$Fb癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$F?責鯻 0 橔 C,f 薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵秾腵薍秾腵%?秾腵薍秾腵薍秾腵薍
