甲状腺结节诊断分类方法的研究与实现
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 本文结构 | 第14-15页 |
| 第二章 相关技术 | 第15-24页 |
| 2.1 自然语言处理 | 第15-16页 |
| 2.2 机器学习 | 第16-21页 |
| 2.2.1 集成学习 | 第17-18页 |
| 2.2.2 随机森林 | 第18-19页 |
| 2.2.3 支持向量机 | 第19-20页 |
| 2.2.4 神经网络 | 第20-21页 |
| 2.3 R语言 | 第21-22页 |
| 2.4 统计分析 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 甲状腺结节临床数据分析 | 第24-35页 |
| 3.1 甲状腺结节临床数据概况 | 第24-25页 |
| 3.2 甲状腺结节患者基本特征分析 | 第25-26页 |
| 3.2.1 性别 | 第25页 |
| 3.2.2 年龄 | 第25-26页 |
| 3.2.3 就诊 | 第26页 |
| 3.3 甲状腺结节生化指标数据分析 | 第26-32页 |
| 3.3.1 统计分析 | 第26-28页 |
| 3.3.2 相关分析 | 第28-29页 |
| 3.3.3 聚类分析 | 第29-31页 |
| 3.3.4 差异性分析 | 第31-32页 |
| 3.4 甲状腺结节诊断分析 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 甲状腺结节诊断分类模型的研究 | 第35-48页 |
| 4.1 数据预处理 | 第35-41页 |
| 4.1.1 结构化处理 | 第35-38页 |
| 4.1.2 数据清理 | 第38-40页 |
| 4.1.3 平衡性处理 | 第40-41页 |
| 4.1.4 数值化处理 | 第41页 |
| 4.2 模型推导 | 第41-42页 |
| 4.3 算法描述 | 第42-44页 |
| 4.4 实验结果与模型评估 | 第44-46页 |
| 4.4.1 参数确定 | 第44-45页 |
| 4.4.2 模型评估 | 第45-46页 |
| 4.5 算法对比 | 第46-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第五章 系统设计与实现 | 第48-63页 |
| 5.1 需求分析 | 第48页 |
| 5.2 系统设计与实现 | 第48-60页 |
| 5.2.1 架构设计 | 第49-50页 |
| 5.2.2 数据库设计 | 第50-52页 |
| 5.2.3 训练模块设计与实现 | 第52-56页 |
| 5.2.4 预测模块设计与实现 | 第56-58页 |
| 5.2.5 展示模块设计与实现 | 第58-60页 |
| 5.3 系统测试 | 第60-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63页 |
| 6.2 展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 攻读学位期间的研究成果目录 | 第68-69页 |
| 致谢 | 第69页 |
