| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究现状 | 第11页 |
| 1.3 研究意义 | 第11-12页 |
| 1.4 研究思路与技术路线 | 第12-14页 |
| 1.5 研究创新点 | 第14-16页 |
| 第2章 二尖瓣-血流频谱E/A与地理资料的选取 | 第16-20页 |
| 2.1 二尖瓣-血流频谱E/A的选取 | 第16页 |
| 2.2 地理指标的选取 | 第16-20页 |
| 2.2.1 空间地形指标 | 第17页 |
| 2.2.2 气候指标 | 第17-18页 |
| 2.2.3 土壤指标 | 第18-20页 |
| 第3章 医学参考值与地理指标的相关分析 | 第20-24页 |
| 3.1 空间自相关分析 | 第20-21页 |
| 3.1.1 空间自相关概述 | 第20页 |
| 3.1.2 空间自相关分析结果 | 第20-21页 |
| 3.2 相关分析 | 第21-24页 |
| 3.2.1 相关分析概述 | 第21页 |
| 3.2.2 相关分析结果 | 第21-24页 |
| 第4章 单一模型分析 | 第24-42页 |
| 4.1 多重共线性诊断 | 第24-26页 |
| 4.1.1 多重共线性诊断概述 | 第24页 |
| 4.1.2 共线性诊断方法 | 第24-25页 |
| 4.1.3 共线性诊断结果 | 第25-26页 |
| 4.2 主成分分析 | 第26-29页 |
| 4.2.1 主成分概述 | 第26页 |
| 4.2.2 主成分分析预测 | 第26-29页 |
| 4.3 岭回归 | 第29-31页 |
| 4.3.1 岭回归概述 | 第29页 |
| 4.3.2 岭回归预测 | 第29-31页 |
| 4.4 人工神经网络分析 | 第31-34页 |
| 4.4.1 人工神经网络概述 | 第31-32页 |
| 4.4.2 人工神经网络模型构建方法 | 第32页 |
| 4.4.3 人工神经网络模型构建 | 第32-34页 |
| 4.5 支持向量机分析 | 第34-40页 |
| 4.5.1 支持向量机概述 | 第34-35页 |
| 4.5.2 支持向量机预测 | 第35-40页 |
| 4.6 单一模型的优劣分析 | 第40-42页 |
| 第5章 组合模型预测 | 第42-46页 |
| 5.1 组合模型概述 | 第42页 |
| 5.2 平均值法 | 第42-43页 |
| 5.3 标准差法 | 第43页 |
| 5.4 最优加权法 | 第43-46页 |
| 第6章 预测模型对比及最优模型选取 | 第46-50页 |
| 6.1 建立评价指标体系 | 第46页 |
| 6.2 预测模型评价 | 第46-50页 |
| 第7章 空间分布特征 | 第50-54页 |
| 7.1 正态性检验 | 第50-52页 |
| 7.2 空间插值 | 第52页 |
| 7.3 空间变化趋势分析 | 第52-54页 |
| 第8章 结论与讨论 | 第54-60页 |
| 8.1 结论 | 第54页 |
| 8.2 讨论 | 第54-57页 |
| 8.2.1 气候对二尖瓣-血流频谱E/A的影响 | 第55-56页 |
| 8.2.2 空间地形对二尖瓣-血流频谱E/A的影响 | 第56页 |
| 8.2.3 土壤对二尖瓣-血流频谱E/A的影响 | 第56-57页 |
| 8.3 展望 | 第57-60页 |
| 参考文献 | 第60-68页 |
| 致谢 | 第68-70页 |
| 攻读硕士学位期间研究成果 | 第70页 |