基本信息

• 商品名稱：醫學信息分析與決策(全國高等醫藥院校醫藥信息技術應用學科規劃教材)
• 作者：周怡//趙小龍
• 代碼：30
• 出版社：電子工業
• ISBN號：9787121220623

其他參考信息

• 出版時間：2014-01-01
• 印刷時間：2014-01-01
• 版次：1
• 印次：1
• 開本：16開
• 包裝：平裝
• 頁數：225
• 字數：337千字

編輯推薦語

《醫學信息分析與決策》盡可能避開數學定理及其證明，用通俗易懂的語言介紹課程中所涉及的理論和方法。同時，本書選用了多個案例，從不同的角度反映決策理論在醫藥衛生領域和實際工作中的作用。案例中的計算均放在Excel電子表格中實現，涉及智能優化算法的數據決策則通過Excel 2010的數據挖掘插件鏈接數據庫SQL Server 2008的BI和Excel電子表格實現。本書由周怡、趙小龍擔任主編。

內容提要

面對大數據環境下的數字化醫療衛生體繫，必須 強化醫療衛生信息分析利用和量化管理決策能力。《 醫學信息分析與決策》繫統地介紹了基於定量分析的 決策分析理論與方法。包括確定型決策分析、風險型 決策分析、不確定型決策分析、多指標決策分析、序 貫決策分析和計算機仿真決策分析等。本書在闡述理 論時力求簡明扼要、通俗易懂，用大量醫藥衛生領域 的分析實例來說明醫學信息分析與決策的原理和應用 。分析計算和實驗操作基本上放在電子表格(Excel) 軟件中完成，與同類教材相比實用性明顯加強。
     《醫學信息分析與決策》既可作為高等學校醫藥 信息類相關專業本科生和研究生的教材，也可作為醫 院技術人員、管理人員和對決策科學感興趣的讀者的 參考資料或培訓用書。本書由周怡、趙小龍擔任主編 。
    

作者簡介

趙小龍，新疆醫科大學醫學工程技術學院計算機教研室主任，碩士生導師，曾擔任過全國高等院校計算機基礎教育研究會理事、全國高等院校計算機基礎教育研究會醫學專業委員會副主任委員、新疆高等院校計算機基礎教育研究會理事。從事計算機基礎教育與科研30多年，作為主編、副主編或參與編寫全國高校計算機規劃教材8種。 周怡。1982年畢業於南京工學院自動控制專業本科，1998年畢亞手東南大學繫統工程專業碩士研究生。現為醫學信息學教授、全國高等學校計算機基礎教學委員會常委醫藥分委副主任委員、中國醫藥信息學會教育分委員會副主任委員、國際醫藥信息學會數據分析利用學科中國代表。主要研究方向包括醫學信息決策分析、數據挖掘和衛生大數據利用。主編教材有《醫學信息繫統教程》、《醫學數據挖掘——SQL Servei 2005案例教程》、《醫學信息決策與支持繫統》和《藥物信息應用》等。是廣東省“南粵教書育人**教師”，廣東省省級特色專業“信息管理與信息繫統”專業負責人。

目錄

**章 醫學信息分析與決策概論
1.1 決策與醫學信息決策
1.1.1 決策的基本概念
1.1.2 醫學信息決策
1.2 醫學信息決策分析
1.2.1 醫學信息決策的信息源
1.2.2 醫學信息決策分類
1.2.3 醫學信息分析與決策
1.3 醫學信息決策方法概述
1.3.1 定性決策方法
1.3.2 定量決策方法
1.4 數字化的醫學信息決策
1.4.1 數字化醫學信息決策的原因
1.4.2 數字化醫學信息決策的實現手段
1.5 醫學信息決策的模式
1.6 醫學信息分析與決策的發展趨勢及挑戰
本章小結
習題
第2章 確定型決策分析
2.1 什麼是確定型決策
2.2 盈虧平衡分析法
2.2.1 盈虧平衡分析法的相關概念
2.2.2 線性盈虧決策模型
2.3 庫存優化決策模型
2.3.1 庫存費用分析
2.3.2 經濟訂貨批量模型
2.4 線性規劃決策法
2.4.1 線性規劃問題
2.4.2 線性規劃模型的求解
本章小結
習題
第3章 風險型決策分析
3.1 風險型決策的期望值準則及其應用
3.1.1 風險型決策分析
3.1.2 風險型決策分析的期望損益值模型
3.2 決策樹分析方法
3.2.1 決策樹基本分析法
3.2.2 案例解析
3.3 貝葉斯決策分析
3.3.1 貝葉斯決策的基本方法
3.3.2 貝葉斯決策分析的信息價值
3.3.3 貝葉斯決策分析案例
本章小結
問題討論
習題
第4章 不確定型決策分析
4.1 不確定型決策的基本概念
4.2 幾種不確定型決策分析方法案例
4.2.1 樂觀決策準則
4.2.2 悲觀決策準則
4.2.3 折中決策準則
4.2.4 後悔值決策準則
4.2.5 等概率決策準則
本章小結
問題討論
習題
第5章 馬爾可夫預測與決策
5.1 基本概念
5.1.1 隨機過程與馬爾可夫過程
5.1.2 馬爾可夫鏈
5.2 狀態轉移矩陣
5.2.1 一步狀態轉移矩陣
5.2.2 k步狀態轉移矩陣
5.2.3 穩態概率
5.3 馬爾可夫過程決策應用實例
5.3.1 市場占有率預測與決策
5.3.2 期望利潤預測與決策
本章小結
習題
第6章 多指標決策
6.1 多指標決策概述
6.1.1 多指標決策的基本概念
6.1.2 多指標決策的特點
6.1.3 多指標決策的解
6.2 決策指標的標準化處理
6.2.1 定性指標的量化
6.2.2 不同量綱指標的標準化
6.3 決策指標權重的確定
6.3.1 德爾菲法
6.3.2 相對比較法
6.3.3 熵值法
6.4 多指標決策方法
6.4.1 簡單線性加權法
6.4.2 理想解法
6.5 多指標決策應用案例
本章小結
習題
第7章 層次分析法
7.1 層次分析法的基本原理
7.2 層次分析法的基本步驟
7.2.1 建立層次分析結構模型
7.2.2 構造兩兩比較矩陣
7.2.3 判斷矩陣的一致性檢驗
7.3 判斷矩陣排序的計算
7.3.1 單一準則下的排序
7.3.2 層次總排序
7.4 層次分析法應用實例
7.4.1 構造層次分析結構
7.4.2 構造判斷矩陣
7.4.3 計算權重繫數及一致性檢驗
7.4.4 層次分析法在Excel上實現的過程
本章小結
習題
第8章 關聯規則
8.1 關聯規則概述
8.1.1 啤酒與尿布
8.1.2 基本概念與規則度量
8.2 關聯規則算法
8.2.1 關聯規則挖掘過程
8.2.2 Apriori算法
8.2.3 關聯規則分類
8.3 關聯規則應用案例
本章小結
習題
第9章 粗糙集方法與應用
9.1 粗糙集理論的基本概念
9.1.1 信息表與決策表
9.1.2 不可區分與知識劃分
9.1.3 知識粒度與相對粒度
9.2 基於粗糙集的決策表屬性約簡
9.2.1 基於相對粒度的屬性約簡概念
9.2.2 基於相對粒度的屬性約簡算法
9.2.3 屬性約簡算法的SQL查詢語句實現
9.3 醫學診斷過程中的臨床癥狀分析
9.3.1 數據準備
9.3.2 建立Excel電子表格
9.3.3 Excel軟件中屬性約簡求解步驟
習題
**0章 人工神經網絡
10.1 人工神經網絡概述
10.1.1 生物神經網絡簡介
10.1.2 人工神經網絡簡介
10.2 人工神經網絡的結構及工作原理
10.2.1 人模型
10.2.2 B-P神經網絡
10.2.3 神經網絡的學習方法
10.3 人工神經網絡應用實例
習題
**1章 聚類分析
11.1 聚類分析相關概念
11.1.1 什麼是聚類分析
11.1.2 相似性度量
11.1.3 類的定義與類間距離
11.1.4 類間距離度量方法
11.1.5 聚類的準則函數
11.2 聚類分析算法
11.2.1 聚類分析算法分類
11.2.2 聚類分析的常用算法
11.2.3 孤立點分析
11.3 聚類分析應用舉例
11.3.1 聚類分析在醫療領域應用概述
11.3.2 聚類分析在醫療領域的應用案例
本章小結
習題
**2章 模糊決策
12.1 模糊決策的基本概念
12.1.1 模糊現像與模糊集合
12.1.2 隸屬函數
12.1.3 模糊集合的運算
12.1.4 模糊集合的性質
12.1.5 截集與-截矩陣
12.2 模糊決策的方法
12.2.1 意見集中法
12.2.對比法
12.3 模糊決策應用案例
本章小結
習題
**3章 時間序列分析與預測
13.1 時間序列的基本概念
13.1.1 時間序列的種類
13.1.2 時間序列的編制原則
13.1.3 時間序列的基本分析
13.1.4 時間序列的分解與基本特征
13.2 時間序列的基本模型
13.2.1 確定性時間序列模型
13.2.2 隨機性時間序列模型
13.3 時間序列分析與預測應用案例
本章小結
問題討論
習題
**4章 計算機仿真決策
14.1 仿真決策的基本概念和模型構建
14.1.1 隨機數產生器
14.1.2 生成服從離散概率分布的數值
14.1.3 生成服從連續概率分布的數值
14.1.4 仿真模型的構造
14.2 仿真模型的運用
14.2.1 利用樣本數據進行分析
14.2.2 仿真決策與*優化問題
14.2.3 仿真決策的典型用途
14.3 案例分析
14.3.1 試驗藥品進藥量調整的問題分析
14.3.2 合成藥品進貨問題的仿真模型
14.3.3 完成仿真模型的構造
14.3.4 對樣本數據進行分析
本章小結
習題
參考文獻