首页--医药、卫生论文--内科学论文--传染病论文--肠道病毒感染论文

BPNN在重症手足口病相关因素分析及重症化预测的应用

摘要第4-6页
Abstract第6-7页
目录第8-12页
图表目录第12-14页
英文缩略词第14-15页
1 前言第15-20页
    1.1 研究背景第15-19页
        1.1.1 手足口病研究概况第15-16页
        1.1.2 BP神经网络发展简介第16-19页
    1.2 研究目的第19-20页
2 BP神经网络基本理论第20-25页
    2.1 BP神经网络结构第20页
    2.2 BP神经网络学习原理第20-21页
    2.3 BP神经网络设计第21-23页
        2.3.1 原始数据预处理第21页
        2.3.2 传递函数的选择第21页
        2.3.3 BP神经网络层数及结构参数设计第21-22页
        2.3.4 初始化权值和阈值第22页
        2.3.5 学习速率的设定第22页
        2.3.6 BP神经网络优化算法的选择第22-23页
        2.3.7 提高BP神经网络泛化能力的方法第23页
    2.4 敏感度分析简介第23-25页
3 对象与方法第25-29页
    3.1 研究对象第25页
    3.2 资料方法第25页
    3.3 资料预处理第25-27页
    3.4 统计分析第27-29页
        3.4.1 SPSS18.0软件分析第27页
        3.4.2 BPNN模型设计与分析步骤第27-28页
        3.4.3 BPNN模型 MATLAB 7.0软件实现第28-29页
4 结果第29-45页
    4.1 重症组和轻症组的基本情况第29-30页
    4.2 重症手足口病临床诊断相关因素logistic分析结果第30-32页
        4.2.1 单因素非条件logistic回归分析(表4.2)第30-31页
        4.2.2 多因素非条件logistic回归分析(表4.3)第31-32页
    4.3 BPNN模型重症手足口病相关因素分析第32-37页
        4.3.1 原始数据归一化第32页
        4.3.2 基于MATLAB 7.0软件的BPNN模型具体操作流程第32-33页
        4.3.3 BPNN模型训练结果第33-37页
    4.4 BPNN模型MIV分析结果第37-38页
    4.5 BPNN模型和多因素logistic分析结果比较第38-39页
    4.6 因子间交互作用分析第39页
    4.7 重症化进程中重症手足口病相关因素的变化第39-45页
        4.7.1 重症化进程中重症手足口病综合因素水平计算第39-40页
        4.7.2 重症化进程中重症手足口病相关因素水平置信区间计算第40-41页
        4.7.3 重症化进程中重症手足口病因素水平变化第41-45页
5 讨论第45-50页
    5.1 BPNN模型预测评定第45页
    5.2 BPNN模型与传统因素分析方法比较第45-47页
    5.3 影响重症手足口病临床诊断相关因素第47页
    5.4 针对重症手足口病重症化进程预测分析第47-49页
    5.5 本次研究的不足第49-50页
6 结论第50-51页
参考文献第51-55页
综述 人工神经网络及其在流行病学领域研究进展第55-74页
    1 人工神经网络模型第55-57页
        1.1 生物神经元模型第55-56页
        1.2 人工神经元模型第56-57页
    2 人工神经网络基本要素第57-63页
        2.1 人工神经网络基本类型第57-59页
        2.2 人工神经网络的特点第59页
        2.3 人工神经网络的功能第59-60页
        2.4 人工神经网络的功能函数第60-62页
        2.5 人工神经网络基本学习方式和规则第62-63页
            2.5.1 学习方式第62-63页
            2.5.2 学习规则第63页
    3 人工神经网络的实现方法第63-64页
    4 人工神经网络在流行病学的应用第64-69页
        4.1 用于筛查疾病和辅助诊断第64-65页
        4.2 用于诊断疾病第65-66页
        4.3 用于预测疾病发病风险及估计预后第66-67页
        4.4 用于探索疾病病因第67-69页
    5 人工神经网络的不足第69页
    6 人工神经网络的展望第69-70页
    参考文献第70-74页
个人简介第74-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:CD4~+T细胞亚群在血吸虫虫卵肉芽肿形成中的作用
下一篇:18F-FDG PET/CT-MR在肺癌和肺部良性病变诊断与鉴别诊断中的应用