上篇基于認知計算的智能醫療決策
第1章智能醫療的興起
11人工智能帶來全新的醫療體驗
12大數據催生精準醫療
13均衡醫療資源，減少醫療事故
14全員、全數據、全工作流醫療數據
15醫療與健康決策支持
16智能診斷的背后
17結構與特色
171體系結構
172特色與創新
參考文獻
第2章醫療服務的品質與效率
21基于行為級的管理改善
211工作流管理
212人的可靠性
213風險的防控
22基于邏輯級的魯棒性決策
221魯棒性優化
222魯棒性推理
23基于大數據分析與處理的醫療與健康決策支持
231異構實體數據的融合
232多模態數據管理模式
233大數據分治方法
24診療智能輔助系統
參考文獻
第3章智能醫療的本質
31數據驅動決策的特征
311決策數據的特征
312融合推理的特征
32融合推理模型構建
321融合推理模型要素
322融合推理相關命題
323基于融合推理的多準則分類決策
33融合推理的數據預處理
331數據分治
332可解釋性推理
333預處理方法
34融合推理的決策魯棒性分析
341融合推理中兩類不確定性
342決策魯棒性
343推理模型的魯棒性約束
35小結
參考文獻
第4章醫療急救決策：全員、全流程、全數據空間
41背景
42心臟病急救決策流程及數據
421流程
422急救決策推理的網鏈結構
423數據類型
424數據的不確定性
425不確定性推理
43醫療決策全數據空間框架
431心臟病急救決策病例維
432心臟病急救決策規則維
433心臟病急救決策資源維
434心臟病急救決策時間窗
44醫療決策推理的靜態分析
441急救決策狀態空間
442決策空間的靜態結構
443狀態空間的映射
444數據子空間
45醫療決策推理的動態性能
451狀態空間的范數
452急救決策特征空間的狀態鏈
453急救決策推理的脆弱性
46小結
參考文獻
第5章層次關聯證據鏈推理的多屬性群決策分類
51引言
511群決策分類特點
512群決策分類推理
52決策狀態空間與證據鏈
521命題空間與可信度性質
522決策狀態與證據鏈
53層次關聯證據鏈推理模型FUER
531層次關聯
532相似性度量
533可信度集成
54類別誤標下證據鏈的推理方法
541證據鏈推理的混合整數優化模型
542模型推理必要條件和敏感性分析
543類別誤標下模型推斷
544干擾下模型參數學習
545相似度加權近鄰算法sfNN
546魯棒性分析
55小結
參考文獻
第6章基于魯棒性閾值的CBR/RBR融合推理機制
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多分類器集成的決策樹優化方法
624CBR/RBR融合推理
63融合酉空間及矩陣奇異值分解
631融合酉空間
632融合酉空間的奇異值分解
64魯棒閾值方法
641融合推理空間魯棒性解集
642知識關聯性
643相似度計算
644知識粒度及推理信度計算
645閾值的魯棒性
65融合推理策略及步驟
651融合推理策略與融合推理解
652融合推理執行步驟
66小結
參考文獻
第7章基于貝葉斯網絡的CBR/RBR融合推理機制與方法
71引言
72不確定信息條件下的推理機制及建模
721穩健隨機混合法
722隨機項建模
73推理模型的貝葉斯網絡構建
731貝葉斯網絡
732貝葉斯網絡學習
733貝葉斯網絡構建
74BNCBR/RBR推理模型
741相似度評價函數
742魯棒BNCBR/RBR模型構建
743改進的KD樹（KD Tree）方法
744代價敏感學習
75基于多屬性決策的BNCBR/RBR優化協同
751多屬性的人機融合決策模式
752基于Vague集的優化模型
753基于Vague集的嵌入式算法
76小結
參考文獻
第8章同態推理空間下的互信息屬性特征建模
81引言
82空間的同態理論與信息場
821狀態空間同態
822同態下推理空間的性質
823推理狀態空間的信息場
824信息增益
83同態下的屬性特征選擇及互信息
831屬性特征選擇
832屬性互信息
84同態推理狀態空間中的互信息判據
841互信息的歸一化測度
842互信息判據結構與性質
85基于互信息的屬性特征選擇模型
851MIFSU屬性特征選擇模型
852mRMR屬性特征選擇模型
86同態下的魯棒屬性特征選擇模型
861魯棒屬性特征選擇模型（R2CMIFS）
862同態下的魯棒屬性特征選擇機制
87小結
參考文獻
第9章基于證據鏈推理和信息價值最大化決策
91引言
911時態數據的多尺度決策問題分析
912多尺度決策推理模型的相關研究
92時間窗與價值轉移
921數據驅動決策的時間窗
922信息轉移價值
923管理熵
93單一尺度證據鏈與多尺度證據鏈
931時態數據
932時間尺度及多尺度證據鏈
94多尺度特征的證據鏈推理模型（msFUER）及決策框架
941數據預處理與特征量提取
942多尺度特征量重構及互信息矩陣
943多尺度特征信息價值最大化的決策
944時態相似度的最近鄰算法msNN
95小結
參考文獻
第10章實體異構性下多數據表證據鏈推理的機制
101引言
1011數據異構性的決策方法
1012多數據表融合的決策推理
102單數據表證據鏈關聯與多數據表證據鏈關聯
1021多專家并行推理的知識表述
1022局域數據融合推理方法
1023基于數據分治方法的推理框架
103證據鏈并行推理模型（mrFUER）
1031異構性實體相似關聯
1032證據鏈融合推理參數優化學習
1033多數據集中證據鏈融合
104模型性能分析與求解步驟
1041穩定性與魯棒性分析
1042多源證據鏈關聯算法xDNN
1043決策啟示
105小結
參考文獻
第11章過程感知數據下證據鏈推理的可信度更新模型
111引言
1111過程感知的決策模糊性
1112相關研究
112過程感知的證據鏈推理模型（sdFUER）
1121部分信息下的融合推理模型
1122部分證據融合及觀測概率獲取
1123轉移概率獲取
1124停止策略：決策或繼續感知特征數據
1125基于狄利克雷函數的可信度更新算法dfBU
113模型分析及解的討論
1131推理深度及解空間性質
1132不同先驗概率p0對推理的作用
1133與相似頻率直接更新可信度的比較
114小結
參考文獻
下篇智能醫療決策實踐案例
第12章智能病人機器人與數字化人體仿真決策機制
121背景
122智能病人機器人感知系統
1221智能病人機器人硬件及交互
1222智能病人機器人傳感器網絡
1223醫師主控機
123智能病人機器人數字化仿真系統
124智能病人機器人通信系統
125智能病人機器人數據采集及分析系統
1251樣本總體及統計分析
1252波形信號的粗粒化處理與實體特征提取
1253電子病程記錄中提取的決策數據
126智能病人機器人決策支持系統
1261推理機的模型集
1262FUERCDSS系統框架
1263推理機
1264FUER證據鏈訓練模塊
1265診斷查詢的數值仿真
127數字化人體及智能病人機器人應用
128小結
參考文獻
第13章醫療診斷決策數據特征選擇用例
131背景
132醫療決策過程中的診斷數據獲取
1321診斷過程數據采集
1322數據集和數據結構
133數據空間特征選擇用例
1331基于歸一化二次Renyi互信息的特征選擇
1332實驗結果的魯棒性分析
134小結
參考文獻
第14章基于證據鏈推理模型用例
141背景
142基于證據鏈的電子健康檔案構建
1421基于證據鏈的知識庫
1422知識庫數據結構
1423數據預處理
1424證據鏈的屬性信息積累
143基于證據鏈推理的決策可信度更新
1431基于經驗知識的CHD風險評估
1432基于動態檢查數據的可信度更新
144類別誤標下基于證據鏈推理模型的診斷決策
1441診斷實體相似度關聯
1442類別誤標的推理結果分析
145小結
參考文獻
第15章CBR/RBR融合推理用例
151背景
152CBR/RBR融合實驗
1521心臟病病例數據選取
1522心臟病病例特征選擇
1523心臟病病案特征權重計算
1524基于KD樹的心臟病病案檢索
1525基于BaggingC45決策樹的診斷推理
1526結果
153CBR/RBR融合效率和準確性分析
1531KD樹檢索效率分析
1532CBR/RBR融合模型推理性能分析
1533與其他模型對比分析
154魯棒閾值的CBR/RBR融合
1541融合推理過程
1542推理性能分析
155小結
參考文獻
第16章不確定性數據融合用例
161背景
162病歷數據的關聯處理
163BNCBR診斷案例
1631基于BN的案例推理
1632貝葉斯網絡學習
1633CBR檢索
1634結果分析
164魯棒BNCBR/RBR模型實驗
1641實驗數據說明
1642實驗步驟
1643仿真效果對比
165小結
參考文獻
第17章多機構數據融合用例
171背景
172三類臨床決策診斷模式
1721模式Ⅰ：醫生診斷決策的傳統模式
1722模式Ⅱ：基于推理模型集的診斷決策系統
1723模式Ⅲ：輔助醫療決策支持系統融合決策
1724多模式診斷魯棒性分析
1725證據鏈長度的結果比較分析
173分塊數據融合的決策支持
1731基于MapReduce的數據處理
1732實體異構性信息的決策支持
1733考慮代價敏感性推理結果
174VBNCBR/RBR
1741基于Vague集的BNCBR/RBR優化機制實驗
1742仿真效果對比
1743結果分析
175小結
參考文獻
第18章心臟病急救流程優化用例
181背景
182心臟病急救流程
1821心臟病急救特點
1822心臟病急救模式
1823心臟病急救全過程
1824心臟病急救流程存在的問題
183心臟病急救流程優化原則
1831核心原則
1832操作性原則
1833基本方法
184基于Petri網的心臟病急救流程優化
1841Petri網
1842模型構建
1843模型驗證
185案例分析
1851流程優化實施方案
1852流程優化效果評價
186小結
參考文獻
第19章心臟病急救風險管理用例
191心臟病急救風險管理流程
192心臟病急救風險的根源及特點
193急救相關部門
194心臟病急救中的人為失誤
1941心臟病急救中的人為失誤分類
1942心臟病急救中的人為失誤原因層次分析
195風險評價
196應用案例
1961數據來源
1962研究方法
1963結果分析
197小結
參考文獻
第20章Web30下的醫療與健康服務
201醫療社區網絡
2011醫療與健康網絡社區服務
2012云醫療健康信息平臺
202個性化醫療與健康服務
2021數據驅動的個性化精準醫療
2022醫療推薦系統
203遠程醫療
2031遠程醫療服務就診平臺
2032遠程醫療O2O模式
2033APD遠程監控系統
2034MyHealth遠程監控系統
204小結
參考文獻
第21章醫療APP應用
211背景
212基于推理模型的應用系統APP
2121基于證據鏈推理模型的應用系統
2122醫療與健康決策支持APP
2123決策支持系統APP反饋
213相關產品生態鏈
2131移動醫療數據感知
2132智能醫療的診斷機器人
2133醫患實體關聯的社交網絡
2134以患者需求為中心的利益相關者
214相關產品應用前景及效益
215小結
參考文獻
第22章數字醫療縱覽
221內容回顧
222數字醫療的治理策略
223可擴展的理論與應用