內(nèi)容簡介:　　面對大數(shù)據(jù)環(huán)境下的數(shù)字化醫(yī)療衛(wèi)生體系，必須強化醫(yī)療衛(wèi)生信息分析利用和量化管理決策能力?！夺t(yī)學信息分析與決策/全國高等醫(yī)藥院校醫(yī)藥信息技術應用學科規(guī)劃教材》系統(tǒng)地介紹了基于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(yī)藥衛(wèi)生領域的分析實例來說明醫(yī)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(yī)學信息分析與決策/全國高等醫(yī)藥院校醫(yī)藥信息技術應用學科規(guī)劃教材》所有章節(jié)的習題答案、部分數(shù)據(jù)和PPT課件可從課程網(wǎng)址http：//jpkc2.gdpu.edu.cn/imis/service.php查詢或下載。
　　《醫(yī)學信息分析與決策/全國高等醫(yī)藥院校醫(yī)藥信息技術應用學科規(guī)劃教材》既可作為高等學校醫(yī)藥信息類相關專業(yè)本科生和研究生的教材，也可作為醫(yī)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。

作者簡介:　　周怡，教育部高等學校（本科）計算機基礎教學指導委員會委員，全國高等院校計算機基礎教，研究會醫(yī)學專業(yè)委員會副主任委員，中國衛(wèi)生信息學會衛(wèi)生信息技術應用專業(yè)委員會委員，中國醫(yī)藥信息學教育專業(yè)委員會副主任委員。2001年獲廣東省“南粵教書育人優(yōu)秀教師”稱號，2006年獲廣東藥學院教學名師稱號及一些校級的科技進步獎著作方向：醫(yī)學信息分析決策、系統(tǒng)開發(fā)、編程

目錄:第1章 醫(yī)學信息分析與決策概論
1．1 決策與醫(yī)學信息決策
1．1．1 決策的基本概念
1．1．2 醫(yī)學信息決策
1．2 醫(yī)學信息決策分析
1．2．1 醫(yī)學信息決策的信息源
1．2．2 醫(yī)學信息決策分類
1．2．3 醫(yī)學信息分析與決策
1．3 醫(yī)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(shù)字化的醫(yī)學信息決策
1．4．1 數(shù)字化醫(yī)學信息決策的原因
1．4．2 數(shù)字化醫(yī)學信息決策的實現(xiàn)手段
1．5 醫(yī)學信息決策的模式
1．6 醫(yī)學信息分析與決策的發(fā)展趨勢及挑戰(zhàn)
本章小結
習題
第2章 確定型決策分析
2．1 什么是確定型決策
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(yōu)化決策模型
2．3．1 庫存費用分析
2．3．2 經(jīng)濟訂貨批量模型
2．4 線性規(guī)劃決策法
2．4．1 線性規(guī)劃問題
2．4．2 線性規(guī)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 后悔值決策準則
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(tài)轉(zhuǎn)移矩陣
5．2．1 一步狀態(tài)轉(zhuǎn)移矩陣
5．2．2 k步狀態(tài)轉(zhuǎn)移矩陣
5．2．3 穩(wěn)態(tài)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 計算權重系數(shù)及一致性檢驗
7．4．4 層次分析法在Excel上實現(xiàn)的過程
本章小結
習題
第8章 關聯(lián)規(guī)則
8．1 關聯(lián)規(guī)則概述
8．1．1 啤酒與尿布
8．1．2 基本概念與規(guī)則度量
8．2 關聯(lián)規(guī)則算法
8．2．1 關聯(lián)規(guī)則挖掘過程
8．2．2 Apriori算法
8．2．3 關聯(lián)規(guī)則分類
8．3 關聯(lián)規(guī)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(qū)分與知識劃分
9．1．3 知識粒度與相對粒度
9．2 基于粗糙集的決策表屬性約簡
9．2．1 基于相對粒度的屬性約簡概念
9．2．2 基于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(xiàn)
9．3 醫(yī)學診斷過程中的臨床癥狀分析
9．3．1 數(shù)據(jù)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
第10章 人工神經(jīng)網(wǎng)絡
10．1 人工神經(jīng)網(wǎng)絡概述
10．1．1 生物神經(jīng)網(wǎng)絡簡介
10．1．2 人工神經(jīng)網(wǎng)絡簡介
10．2 人工神經(jīng)網(wǎng)絡的結構及工作原理
10．2．1 人工神經(jīng)元模型
10．2．2 B-P神經(jīng)網(wǎng)絡
10．2．3 神經(jīng)網(wǎng)絡的學習方法
10．3 人工神經(jīng)網(wǎng)絡應用實例
習題
第11章 聚類分析
11．1 聚類分析相關概念
11．1．1 什么是聚類分析
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(shù)
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(yī)療領域應用概述
11．3．2 聚類分析在醫(yī)療領域的應用案例
本章小結
習題
第12章 模糊決策
12．1 模糊決策的基本概念
12．1．1 模糊現(xiàn)象與模糊集合
12．1．2 隸屬函數(shù)
12．1．3 模糊集合的運算
12．1．4 模糊集合的性質(zhì)
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
12．2．2 二元對比法
12．3 模糊決策應用案例
本章小結
習題
第13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
第14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(shù)產(chǎn)生器
14．1．2 生成服從離散概率分布的數(shù)值
14．1．3 生成服從連續(xù)概率分布的數(shù)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(shù)據(jù)進行分析
14．2．2 仿真決策與最優(yōu)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(diào)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(shù)據(jù)進行分析
本章小結
習題
參考文獻