基于XGBoost算法的骨科辅助诊断模型研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 文章结构 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 辅助诊断相关算法理论介绍 | 第14-24页 |
| 2.1 决策树算法概述 | 第14-18页 |
| 2.1.1 决策树算法介绍 | 第14-17页 |
| 2.1.2 常见的决策树算法 | 第17-18页 |
| 2.2 随机森林算法概述 | 第18-19页 |
| 2.3 XGBoost算法概述 | 第19-22页 |
| 2.4 三种算法的优缺点分析 | 第22-24页 |
| 第三章 基于医疗数据的模拟试验 | 第24-34页 |
| 3.1 试验目的及评价指标 | 第24-26页 |
| 3.2 试验数据 | 第26-27页 |
| 3.2.1 前列腺癌症数据 | 第26页 |
| 3.2.2 儿童脊柱矫正数据 | 第26-27页 |
| 3.3 实验结果及分析 | 第27-32页 |
| 3.3.1 实验结果 | 第27-31页 |
| 3.3.2 结果分析 | 第31-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第四章 基于骨科临床数据的实证分析 | 第34-50页 |
| 4.1 股骨颈术后Harris评分数据分析 | 第34-42页 |
| 4.1.1 数据预处理 | 第36-37页 |
| 4.1.2 模型建立及结果分析 | 第37-42页 |
| 4.2 闭合性跟骨骨折切口并发症数据分析 | 第42-46页 |
| 4.2.1 数据预处理 | 第42-43页 |
| 4.2.2 模型建立及结果分析 | 第43-46页 |
| 4.3 骨科医疗辅助诊断平台的实现 | 第46-48页 |
| 4.4 本章小结 | 第48-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 研究总结 | 第50-51页 |
| 5.2 前景展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间学术情况 | 第56-58页 |
| 攻读硕士学位期间学术论文发表情况 | 第56页 |
| 攻读硕士学位期间参与科研项目情况 | 第56-58页 |
| 致谢 | 第58页 |
