摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第12-22页 |
1.1 研究背景和意义 | 第12-16页 |
1.1.1 血液概述 | 第12-14页 |
1.1.2 贫血概述 | 第14-16页 |
1.2 研究现状 | 第16-19页 |
1.2.1 贫血诊断技术概述 | 第16-18页 |
1.2.2 基于光学原理的细胞检测技术概述 | 第18-19页 |
1.3 多变量分析方法概述 | 第19-20页 |
1.4 论文研究思路 | 第20-22页 |
第2章 贫血诊断算法研究 | 第22-33页 |
2.1 引言 | 第22页 |
2.2 红细胞参数诊断算法概述 | 第22-24页 |
2.3 临床资料分析 | 第24-26页 |
2.3.1 研究对象 | 第24页 |
2.3.2 研究方法 | 第24页 |
2.3.3 诊断标准 | 第24-25页 |
2.3.4 统计学分析 | 第25页 |
2.3.5 结果分析 | 第25-26页 |
2.4 应用QDA算法对红细胞参数进行分类的实验结果 | 第26-31页 |
2.4.1 血细胞参数组合与性能比较 | 第26-29页 |
2.4.2 新诊断指标与已有诊断指标的比较 | 第29-31页 |
2.5 本章小结 | 第31-33页 |
第三章 前期系统验证 | 第33-48页 |
3.1 引言 | 第33页 |
3.2 米氏散射理论 | 第33-37页 |
3.3 系统搭建 | 第37-41页 |
3.3.1 系统设计 | 第37-38页 |
3.3.2 血液样品预处理 | 第38-39页 |
3.3.3 散射曲线的提取与标定 | 第39-41页 |
3.4 数据分析流程 | 第41-45页 |
3.5 系统初步验证 | 第45-47页 |
3.6 本章小结 | 第47-48页 |
第4章 便携式光散射贫血诊断仪器的搭建 | 第48-58页 |
4.1 引言 | 第48页 |
4.2 光学系统搭建 | 第48-49页 |
4.3 系统性能测试结果 | 第49-52页 |
4.3.1 稳定性测试 | 第50-51页 |
4.3.2 背景噪声测试 | 第51-52页 |
4.4 数据处理算法分析 | 第52-57页 |
4.4.1 原始图像数据处理算法 | 第52-54页 |
4.4.2 PLS算法应用与优势 | 第54-57页 |
4.5 本章小结 | 第57-58页 |
第5章 临床实验 | 第58-71页 |
5.1 引言 | 第58页 |
5.2 材料与方法 | 第58-62页 |
5.2.1 样本来源与临床诊断标准 | 第59页 |
5.2.2 血液样本预处理 | 第59-61页 |
5.2.3 数据处理 | 第61页 |
5.2.4 临床资料基线分析 | 第61-62页 |
5.3 实验结果分析 | 第62-68页 |
5.3.1 与临床测试结果的比较分析 | 第62-63页 |
5.3.2 QDA算法的应用于存在的问题 | 第63-66页 |
5.3.3 应用机器学习来分析诊断贫血类型 | 第66-68页 |
5.4 本章小结 | 第68-71页 |
第六章 总结与展望 | 第71-75页 |
6.1 工作总结 | 第71-73页 |
6.2 工作展望 | 第73-75页 |
附录 | 第75-79页 |
参考文献 | 第79-87页 |
致谢 | 第87-89页 |
在读期间发表的学术成果 | 第89页 |