| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 引言 | 第9-12页 |
| 临床资料获取方法 | 第12-16页 |
| 一、临床资料 | 第12页 |
| 二、重要数据采集仪器 | 第12页 |
| 三、数据采集方法 | 第12-16页 |
| 建立数学模型(第一部分) 应用时间序列分析建立颅内压监测数学模型初探 | 第16-32页 |
| 一、前言 | 第16-18页 |
| 二、ARIMA 模型的建立过程 | 第18-21页 |
| 三、建模实例说明 | 第21-29页 |
| 四、讨论 | 第29-31页 |
| 五、结论 | 第31-32页 |
| 建立数学模型(第二部分) 反向传播神经网络在颅高压数学模型中的应用 | 第32-41页 |
| 一、前言 | 第32-34页 |
| 二、BP 神经网络模型的建立过程 | 第34-39页 |
| 三、讨论 | 第39-40页 |
| 四、结果 | 第40-41页 |
| 建立数学模型(第三部分) 应用非参数逐步判别分析法判定颅高压程度 | 第41-49页 |
| 一、前言 | 第41-43页 |
| 二、判别模型的建立过程 | 第43-47页 |
| 三、讨论 | 第47-48页 |
| 四、结论 | 第48-49页 |
| 颅高压数学模型展望 | 第49-52页 |
| 参考文献 | 第52-56页 |
| 文献综述 颅内压增高数学模型的研究现状 | 第56-93页 |
| 参考文献 | 第81-93页 |
| 附录 1 ARIMA(p,d,q)建模原理 | 第93-95页 |
| 附录 2 ARMA(p,q)模型的自回归逼近法 | 第95-96页 |
| 附录 3 kO 近邻判别分析方法的基本思想 | 第96-98页 |
| 个人简历 | 第98-99页 |
| 致谢 | 第99页 |
