大数据医疗-认知科学时代的医疗智能 本书特色
本书从临床决策数据获取和传递、知识表示、学习推理和鲁棒性决策的系统整体结构出发，以工业工程、决策科学、人工智能、信息论、证据推理等为理论基础，深入揭示了大数据驱动的医疗与健康决策支持机理及其在临床诊断过程中的实践。应用“智能病人”机器人及医疗人体数字化仿真系统模拟医疗动态决策集，与临床诊断结果比较研究，为多层次医疗决策者提供智能决策支持，为大数据驱动的医疗鲁棒性决策提供科学依据。
大数据医疗-认知科学时代的医疗智能 目录
目录
序言
上篇基于认知计算的智能医疗决策
第1章智能医疗的兴起
1?1人工智能带来全新的医疗体验
1?2大数据催生精准医疗
1?3均衡医疗资源，减少医疗事故
1?4全员、全数据、全工作流医疗数据
1?5医疗与健康决策支持
1?6智能诊断的背后
1?7结构与特色
1?7?1体系结构
1?7?2特色与创新
参考文献
第2章医疗服务的品质与效率
2?1基于行为级的管理改善
2?1?1工作流管理
2?1?2人的可靠性
2?1?3风险的防控
2?2基于逻辑级的鲁棒性决策
2?2?1鲁棒性优化
2?2?2鲁棒性推理
2?3基于大数据分析与处理的医疗与健康决策支持
2?3?1异构实体数据的融合
2?3?2多模态数据管理模式
2?3?3大数据分治方法
2?4诊疗智能辅助系统
参考文献
第3章智能医疗的本质
3?1数据驱动决策的特征
3?1?1决策数据的特征
3?1?2融合推理的特征
3?2融合推理模型构建
3?2?1融合推理模型要素
3?2?2融合推理相关命题
3?2?3基于融合推理的多准则分类决策
3?3融合推理的数据预处理
3?3?1数据分治
3?3?2可解释性推理
3?3?3预处理方法
3?4融合推理的决策鲁棒性分析
3?4?1融合推理中两类不确定性
3?4?2决策鲁棒性
3?4?3推理模型的鲁棒性约束
3?5小结
参考文献
第4章医疗急救决策：全员、全流程、全数据空间
4?1背景
4?2心脏病急救决策流程及数据
4?2?1流程
4?2?2急救决策推理的网链结构
4?2?3数据类型
4?2?4数据的不确定性
4?2?5不确定性推理
4?3医疗决策全数据空间框架
4?3?1心脏病急救决策病例维
4?3?2心脏病急救决策规则维
4?3?3心脏病急救决策资源维
4?3?4心脏病急救决策时间窗
4?4医疗决策推理的静态分析
4?4?1急救决策状态空间
4?4?2决策空间的静态结构
4?4?3状态空间的映射
4?4?4数据子空间
4?5医疗决策推理的动态性能
4?5?1状态空间的范数
4?5?2急救决策特征空间的状态链
4?5?3急救决策推理的脆弱性
4?6小结
参考文献
第5章层次关联证据链推理的多属性群决策分类
5?1引言
5?1?1群决策分类特点
5?1?2群决策分类推理
5?2决策状态空间与证据链
5?2?1命题空间与可信度性质
5?2?2决策状态与证据链
5?3层次关联证据链推理模型FUER
5?3?1层次关联
5?3?2相似性度量
5?3?3可信度集成
5?4类别误标下证据链的推理方法
5?4?1证据链推理的混合整数优化模型
5?4?2模型推理必要条件和敏感性分析
5?4?3类别误标下模型推断
5?4?4干扰下模型参数学习
5?4?5相似度加权近邻算法sf?NN
5?4?6鲁棒性分析
5?5小结
参考文献
第6章基于鲁棒性阈值的CBR/RBR融合推理机制
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多分类器集成的决策树优化方法
6?2?4CBR/RBR融合推理
6?3融合酉空间及矩阵奇异值分解
6?3?1融合酉空间
6?3?2融合酉空间的奇异值分解
6?4鲁棒阈值方法
6?4?1融合推理空间鲁棒性解集
6?4?2知识关联性
6?4?3相似度计算
6?4?4知识粒度及推理信度计算
6?4?5阈值的鲁棒性
6?5融合推理策略及步骤
6?5?1融合推理策略与融合推理解
6?5?2融合推理执行步骤
6?6小结
参考文献
第7章基于贝叶斯网络的CBR/RBR融合推理机制与方法
7?1引言
7?2不确定信息条件下的推理机制及建模
7?2?1稳健随机混合法
7?2?2随机项建模
7?3推理模型的贝叶斯网络构建
7?3?1贝叶斯网络
7?3?2贝叶斯网络学习
7?3?3贝叶斯网络构建
7?4BN?CBR/RBR推理模型
7?4?1相似度评价函数
7?4?2鲁棒BN?CBR/RBR模型构建
7?4?3改进的K?D树（K?D Tree）方法
7?4?4代价敏感学习
7?5基于多属性决策的BN?CBR/RBR优化协同
7?5?1多属性的人机融合决策模式
7?5?2基于Vague集的优化模型
7?5?3基于Vague集的嵌入式算法
7?6小结
参考文献
第8章同态推理空间下的互信息属性特征建模
8?1引言
8?2空间的同态理论与信息场
8?2?1状态空间同态
8?2?2同态下推理空间的性质
8?2?3推理状态空间的信息场
8?2?4信息增益
8?3同态下的属性特征选择及互信息
8?3?1属性特征选择
8?3?2属性互信息
8?4同态推理状态空间中的互信息判据
8?4?1互信息的归一化测度
8?4?2互信息判据结构与性质
8?5基于互信息的属性特征选择模型
8?5?1MIFS?U属性特征选择模型
8?5?2mRMR属性特征选择模型
8?6同态下的鲁棒属性特征选择模型
8?6?1鲁棒属性特征选择模型（R2CMIFS）
8?6?2同态下的鲁棒属性特征选择机制
8?7小结
参考文献
第9章基于证据链推理和信息价值*大化决策
9?1引言
9?1?1时态数据的多尺度决策问题分析
9?1?2多尺度决策推理模型的相关研究
9?2时间窗与价值转移
9?2?1数据驱动决策的时间窗
9?2?2信息转移价值
9?2?3管理熵
9?3单一尺度证据链与多尺度证据链
9?3?1时态数据
9?3?2时间尺度及多尺度证据链
9?4多尺度特征的证据链推理模型（msFUER）及决策框架
9?4?1数据预处理与特征量提取
9?4
大数据医疗-认知科学时代的医疗智能 作者简介
徐曼 南开大学商学院讲师
教育背景：南开大学商学院本科、天津大学管理学院工业工程硕士、天津大学管理与经济学部管理科学与工程专业博士
成果：天津优秀博士论文，教育部博士研究生新人奖。
研究方向：大数据驱动的智能决策研究，特别在大数据驱动的医疗与健康决策，智能制造领
中国机械工程学会工业工程分会副秘书长，CIE期刊编委成员，教授WEB数据挖掘、文献数据库开发与设计、智能制造。
