| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 目录 | 第10-13页 |
| 第1章 绪论 | 第13-27页 |
| ·课题来源 | 第13页 |
| ·研究背景及意义 | 第13-20页 |
| ·转化医学基本概念与研究意义 | 第13-15页 |
| ·课题研究背景及意义 | 第15-20页 |
| ·相关领域研究现状与发展趋势 | 第20-25页 |
| ·转化医学的研究现状与发展趋势 | 第20-23页 |
| ·非线性医学信号分析方法研究现状 | 第23-25页 |
| ·主要研究内容与结构安排 | 第25-27页 |
| 第2章 基于EEMD的非线性信号分析方法研究 | 第27-54页 |
| ·分子生物标志物与动态生物指标 | 第27-28页 |
| ·集成经验模态分解概念与原理简介 | 第28-33页 |
| ·EMD概念与分解原理 | 第29-30页 |
| ·EEMD算法原理 | 第30-33页 |
| ·多尺度连续血糖变异度分析算法 | 第33-38页 |
| ·传统的连续血糖变异度分析方法简介 | 第33-34页 |
| ·基于EEMD的多尺度血糖变异度分析算法 | 第34-38页 |
| ·非侵入式心房颤动速率提取算法 | 第38-47页 |
| ·心房颤动疾病概述 | 第38-40页 |
| ·基于主成分分析的心电信号QRST波消减算法 | 第40-43页 |
| ·基于EEMD的非侵入式心房颤动速率提取算法 | 第43-47页 |
| ·基于EEMD的步伐稳定性量化分析算法 | 第47-52页 |
| ·临床上常用的步伐稳定性测量方法简介 | 第47-48页 |
| ·步伐稳定性指数SSI | 第48-52页 |
| ·本章小结 | 第52-54页 |
| 第3章 基于人工神经网络的非线性信号分析方法研究 | 第54-68页 |
| ·人工神经网络概念与基本原理 | 第54-58页 |
| ·基本概念与特征 | 第54-56页 |
| ·ANN的网络结构与类型 | 第56-57页 |
| ·BP神经网络简介 | 第57-58页 |
| ·集成人工神经网络系统建模 | 第58-61页 |
| ·ANN训练过程中的收敛与训练过度 | 第58-59页 |
| ·EANN模型系统的构建过程 | 第59-61页 |
| ·EANN模型系统的优势 | 第61页 |
| ·EANN模型中最优变量选择算法 | 第61-67页 |
| ·几种常用的算法介绍 | 第62-65页 |
| ·改进的敏感性分析算法 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第4章 基于EEMD的动态生物指标的临床试验验证 | 第68-96页 |
| ·多尺度连续血糖变异度在Ⅱ型糖尿病患者临床监护中的应用 | 第68-83页 |
| ·临床试验设计与信号收集 | 第68-73页 |
| ·试验结果一：Ⅱ型糖尿病患者与对照组之间多尺度连续血糖变异度的差异 | 第73-75页 |
| ·试验结果二：多尺度连续血糖变异度与常规血糖变异度算法以及糖尿病人传统监护指标的比较 | 第75-77页 |
| ·试验结果三：患者多尺度连续血糖变异度与大脑萎缩的相关性 | 第77-82页 |
| ·试验结果四：多尺度连续血糖变异度与行为及认知功能的相关性 | 第82页 |
| ·追踪两年后的结果 | 第82-83页 |
| ·非侵入式心房颤动速率提取算法在房颤导管消融手术中的应用 | 第83-89页 |
| ·临床试验设计与信号收集 | 第83-85页 |
| ·心房颤动导管消融手术临床成效预测结果 | 第85-87页 |
| ·试验结果评估 | 第87-89页 |
| ·不同行走状态下老年人步伐稳定性量化分析 | 第89-94页 |
| ·试验设计与信号收集 | 第89-91页 |
| ·摔倒组与对照组之间的群组差异性 | 第91页 |
| ·SSI的试验结果 | 第91-93页 |
| ·SSI与常规临床指标的关系 | 第93-94页 |
| ·本章小结 | 第94-96页 |
| 第5章 EANN智能预测分类诊断系统模型在医学上的应用 | 第96-125页 |
| ·神经外科加护病房中脑死亡诊断预测 | 第96-109页 |
| ·临床实验设计与信号收集 | 第96-98页 |
| ·临床试验结果 | 第98-100页 |
| ·与传统回归分析比较 | 第100-101页 |
| ·实验结果评估 | 第101-105页 |
| ·敏感性分析 | 第105-109页 |
| ·弥漫性大B细胞淋巴瘤类型鉴定 | 第109-115页 |
| ·信号来源、前期处理及非线性鉴定 | 第110页 |
| ·试验结果 | 第110-112页 |
| ·敏感性分析及准确性评估 | 第112-114页 |
| ·与传统的线性回归模型以及逻辑回归分模型的比较 | 第114-115页 |
| ·高校大学生与教职工的营养水平与身体健康指数预测 | 第115-123页 |
| ·信号来源与前期处理 | 第115-116页 |
| ·EANN模型的学习与预测结果 | 第116-118页 |
| ·各身体组成成分的重要性量化分析结果 | 第118-122页 |
| ·与传统的线性回归以及逻辑回归方法的比较 | 第122-123页 |
| ·本章小结 | 第123-125页 |
| 第6章 总结与展望 | 第125-129页 |
| ·全文的主要工作和创新点 | 第125-127页 |
| ·下一步工作展望 | 第127-129页 |
| 致谢 | 第129-130页 |
| 参考文献 | 第130-142页 |
| 作者在攻读博士学位期间发表的学术论文 | 第142-143页 |
