基于神经网络的糖尿病并发症预测系统研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-20页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 糖尿病辅助诊疗的研究现状 | 第13-15页 |
| 1.2.2 智能疾病辅助诊疗系统研究现状 | 第15-16页 |
| 1.3 论文内容和结构 | 第16-20页 |
| 1.3.1 论文主要内容 | 第16-17页 |
| 1.3.2 论文结构 | 第17-20页 |
| 2 相关理论概述 | 第20-28页 |
| 2.1 数据预处理概述 | 第20-23页 |
| 2.1.1 数据预处理的内容 | 第20-21页 |
| 2.1.2 数据预处理的方法 | 第21-23页 |
| 2.2 论文相关方法概述 | 第23-26页 |
| 2.2.1 统计学方法 | 第23-24页 |
| 2.2.2 神经网络 | 第24-26页 |
| 2.3 本章小结 | 第26-28页 |
| 3 糖尿病并发症相关数据预处理 | 第28-38页 |
| 3.1 糖尿病并发症相关数据集特点及存在的问题 | 第28-30页 |
| 3.2 数据预处理 | 第30-35页 |
| 3.2.1 数据集成和特征筛选 | 第30-32页 |
| 3.2.2 离散化 | 第32-34页 |
| 3.2.3 特征约简 | 第34页 |
| 3.2.4 缺失、错误处理 | 第34-35页 |
| 3.3 糖尿病并发症相关数据基础分析 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 糖尿病并发症预测模型构建 | 第38-54页 |
| 4.1 糖尿病患者并发症预测算法选取 | 第38-39页 |
| 4.2 BP神经网络及存在的不足 | 第39-40页 |
| 4.2.1 糖尿病并发症数据特点 | 第39-40页 |
| 4.2.2 BP神经网络存在的不足 | 第40页 |
| 4.3 糖尿病并发症预测模型构建 | 第40-46页 |
| 4.3.1 算法改进 | 第40-41页 |
| 4.3.2 算法描述 | 第41-42页 |
| 4.3.3 模型构建及操作流程 | 第42-46页 |
| 4.4 模型评估实验 | 第46-53页 |
| 4.4.1 实验样本集构造 | 第46-47页 |
| 4.4.2 训练实验过程 | 第47-52页 |
| 4.4.3 实验评估 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 5 糖尿病并发症预测原型系统设计与实现 | 第54-76页 |
| 5.1 糖尿病并发症预测系统的需求分析 | 第54-61页 |
| 5.1.1 系统总体需求分析 | 第54-55页 |
| 5.1.2 系统功能需求分析 | 第55-61页 |
| 5.2 糖尿病并发症预测系统的总体设计 | 第61-64页 |
| 5.2.1 系统总体功能模块设计 | 第61-63页 |
| 5.2.2 系统架构设计 | 第63-64页 |
| 5.3 系统功能模块详细设计 | 第64-70页 |
| 5.3.1 用户注册登录、权限管理模块设计 | 第64-65页 |
| 5.3.2 数据预处理模块详细设计 | 第65-66页 |
| 5.3.3 信息查询模块详细设计 | 第66-67页 |
| 5.3.4 糖尿病并发症预测模块详细设计 | 第67-68页 |
| 5.3.5 系统数据库结构设计 | 第68-70页 |
| 5.4 糖尿病辅助诊疗系统的实现与测试 | 第70-75页 |
| 5.4.1 系统功能的实现 | 第70-72页 |
| 5.4.2 系统的主要功能测试 | 第72-74页 |
| 5.4.3 实例验证 | 第74-75页 |
| 5.5 本章小结 | 第75-76页 |
| 6 总结和展望 | 第76-80页 |
| 6.1 本文总结 | 第76-77页 |
| 6.2 展望 | 第77-80页 |
| 参考文献 | 第80-84页 |
| 附录A | 第84-90页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第90-94页 |
| 学位论文数据集 | 第94页 |
