首页--医药、卫生论文--内科学论文--消化系及腹部疾病论文--肝及胆疾病论文--肝硬变论文

基于ARMA模型的早期肝纤维化检测及程度识别研究

摘要第5-6页
ABSTRACT第6页
第一章 绪论第11-22页
    1.1 背景与意义第11-12页
    1.2 早期肝纤维化的研究现状第12-18页
        1.2.1 弹性成像技术在肝纤维化检测方面的应用第12-14页
        1.2.2 基于组织的声学和力学技术第14-15页
        1.2.3 基于B型图的超声组织定征技术第15-16页
        1.2.4 基于超声回波RF信号的组织定征技术第16-17页
        1.2.5 基于超声RF时间序列的组织定征技术第17-18页
    1.3 时间序列建立ARMA模型在生物医学领域的应用现状第18-20页
        1.3.1 时间序列分析在国内外研究现状第18-19页
        1.3.2 ARMA模型在生物医学领域的应用现状第19-20页
    1.4 本文创新点及结构安排第20-22页
        1.4.1 论文创新点第20页
        1.4.2 论文结构安排第20-22页
第二章 时间序列分析基础理论及分类器介绍第22-42页
    2.1 时间序列模型第22-23页
        2.1.1 AR模型第22页
        2.1.2 MA模型第22-23页
        2.1.3 ARMA模型第23页
    2.2 ARMA模型的建立第23-29页
        2.2.1 RF时间序列的检验与预处理第23-26页
        2.2.2 相关性识别和模型选择第26-27页
        2.2.3 定阶准则确定模型阶数第27-29页
    2.3 ARMA模型参数估计算法介绍第29-39页
        2.3.1 ARMA模型参数估计的两段最小二乘(RLS_LS)法第29-34页
        2.3.2 ARMA模型参数估计的GW_LS两段算法第34-37页
        2.3.3 CARMA模型的参数估计算法第37-39页
    2.4 基于ARMA模型的时间序列特征提取步骤第39页
    2.5 随机森林分类器第39-40页
    2.6 本章小结第40-42页
第三章 基于ARMA模型的早期肝纤维化检测系统研发第42-55页
    3.1 问题定义第42页
    3.2 可行性分析第42页
    3.3 系统设计第42-47页
        3.3.1 系统的体系结构设计第43-44页
        3.3.2 系统详细设计第44-45页
        3.3.3 系统流程图第45-47页
    3.4 系统开发第47-54页
        3.4.1 相关技术介绍第47-49页
        3.4.2 系统实现第49-54页
    3.5 本章小结第54-55页
第四章 基于ARMA模型的早期肝纤维化检测结果分析第55-80页
    4.1 肝维化的动物模型、实验样本及程度识别模型的构建第55-57页
        4.1.1 动物模型建立第55页
        4.1.2 实验样本第55-56页
        4.1.3 肝纤维化程度模型构建第56-57页
    4.2 ARMA模型特征与2类别肝纤维化样本的相关性分析第57-63页
        4.2.1 基于RLS_LS算法的模型特征与2类别肝纤维化样本的相关性分析第57-60页
        4.2.2 基于GW_LS算法的模型特征与2类别肝纤维化样本的相关性分析第60-62页
        4.2.3 CARMA模型特征与2类别肝纤维化样本的相关性分析第62-63页
    4.3 ARMA模型特征与3分类肝纤维化样本的相关性分析第63-66页
        4.3.1 基于RLS_LS算法的模型特征与3分类肝纤维化样本的相关性分析第63-64页
        4.3.2 基于GW_LS算法的模型特征与3类别肝纤维化样本的相关性分析第64-65页
        4.3.3 CARMA(4,3)模型的特征与3类别肝纤维化样本的相关性分析第65-66页
    4.4 ARMA模型特征与5类别肝纤维化样本的相关性分析第66-71页
        4.4.1 基于RLS_LS算法的模型特征与5类别肝纤维化样本的相关性分析第66-68页
        4.4.2 基于GW_LS算法的模型特征与5类别肝纤维化样本的相关性分析第68-70页
        4.4.3 CARMA模型特征与五类别肝纤维化样本的相关性分析第70-71页
    4.5 ARMA模型特征与肝纤维化样本相关性分析总结第71-72页
    4.6 基于ARMA模型的早期肝纤维化程度识别结果分析第72-79页
        4.6.1 基于ARMA模型对肝纤维化程度二分类识别结果分析第72-75页
        4.6.2 ARMA模型特征与Ying方法[24]在肝纤维化程度二分类比较研究第75-77页
        4.6.3 ARMA模型特征对肝纤维化程度三分类识别结果分析第77-78页
        4.6.4 ARMA模型特征对肝纤维化程度五分类识别结果分析第78-79页
    4.7 本章小结第79-80页
总结与展望第80-81页
参考文献第81-87页
攻读硕士学位期间取得的研究成果第87-88页
致谢第88-89页
附件第89页

论文共89页,点击 下载论文
上一篇:基于扩展卡尔曼滤波PMSM无位置传感器矢量控制
下一篇:保障性住房社区的社区康复研究--以广州市JS社区复康人士社区康复工作为例