基于复杂临床数据的乳腺癌新辅助化疗后病理反应的预测
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 logistic回归 | 第11页 |
| 1.2.2 人工神经网络 | 第11-12页 |
| 1.2.3 决策树 | 第12-13页 |
| 1.3 本文的研究内容 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第二章 乳腺癌新辅助化疗数据集 | 第15-19页 |
| 2.1 数据采集 | 第15页 |
| 2.2 数据集筛选 | 第15-16页 |
| 2.3 数据预处理 | 第16-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 智能计算方法 | 第19-27页 |
| 3.1 子集划分方法K-S | 第19页 |
| 3.2 特征选择方法 | 第19-20页 |
| 3.3 分类建模方法 | 第20-24页 |
| 3.3.1 单一模型 | 第20-23页 |
| 3.3.2 集成模型 | 第23-24页 |
| 3.4 模型评价准则 | 第24-26页 |
| 3.4.1 总准确率(Q) | 第25页 |
| 3.4.2 混淆矩阵 | 第25-26页 |
| 3.4.3 Kappa系数 | 第26页 |
| 3.5 本章小结 | 第26-27页 |
| 第四章 实验结果 | 第27-39页 |
| 4.1 实验方案 | 第27-28页 |
| 4.2 等比例划分数据集实验结果 | 第28-33页 |
| 4.2.1 数据集划分结果 | 第28页 |
| 4.2.2 特征选择结果 | 第28-30页 |
| 4.2.3 分类模型实验结果 | 第30-33页 |
| 4.3 等量划分数据集实验结果 | 第33-38页 |
| 4.3.1 数据集划分结果 | 第33页 |
| 4.3.2 特征选择结果 | 第33-35页 |
| 4.3.3 分类模型实验结果 | 第35-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第五章 总结与展望 | 第39-41页 |
| 5.1 总结 | 第39页 |
| 5.2 展望 | 第39-41页 |
| 参考文献 | 第41-44页 |
| 附录 | 第44-54页 |
| 致谢 | 第54页 |
