| 摘要 | 第12-14页 |
| ABSTRACT | 第14-16页 |
| 主要符号对照表 | 第19-20页 |
| 主要英文缩略词 | 第20-21页 |
| 第一章 绪论 | 第21-30页 |
| 1.1 研究背景与意义 | 第21-25页 |
| 1.2 面临的问题和挑战 | 第25-27页 |
| 1.2.1 面临的问题 | 第25-26页 |
| 1.2.2 面临的挑战 | 第26-27页 |
| 1.3 研究现状 | 第27-28页 |
| 1.4 主要贡献 | 第28-29页 |
| 1.5 本文的组织结构 | 第29-30页 |
| 第二章 相关工作及存在的问题 | 第30-37页 |
| 2.1 引言 | 第30页 |
| 2.2 药物不良反应监测数据库 | 第30-32页 |
| 2.2.1 自发呈报系统数据库,SRS | 第30-32页 |
| 2.3 基于自发呈报系统数据库的统计方法 | 第32-34页 |
| 2.4 数据挖掘方法 | 第34-37页 |
| 2.4.1 无监督聚类算法 | 第35页 |
| 2.4.2 监督式分类方法及关联规则挖掘方法 | 第35-37页 |
| 第三章 基于特征相似度多任务学习的个性化药物不良反应预测 | 第37-54页 |
| 3.1 引言 | 第37-38页 |
| 3.2 定义与变量标注 | 第38-39页 |
| 3.3 方法 | 第39-47页 |
| 3.3.1 特征相似度模型,FS | 第39-41页 |
| 3.3.2 FS模型学习 | 第41-47页 |
| 3.4 实验及测试 | 第47页 |
| 3.4.1 数据 | 第47页 |
| 3.5 比较方法 | 第47-48页 |
| 3.5.1 Cosine相似度方法,Cosim | 第47-48页 |
| 3.5.2 基于点向量乘积方法,dot | 第48页 |
| 3.5.3 基于频率相似度方法,pop | 第48页 |
| 3.6 评价标准 | 第48-49页 |
| 3.7 实验设定 | 第49页 |
| 3.7.1 验证方法 | 第49页 |
| 3.8 实验结果以及讨论 | 第49-53页 |
| 3.8.1 模型的参数选择 | 第49-50页 |
| 3.8.2 模型的性能评价 | 第50-53页 |
| 3.8.3 实验结果 | 第53页 |
| 3.9 本章小结 | 第53-54页 |
| 第四章 基于多核函数多任务学习模型的多频率药物不良反应预测 | 第54-83页 |
| 4.1 概述 | 第54-56页 |
| 4.2 定义与符号标注 | 第56页 |
| 4.3 方法论 | 第56-82页 |
| 4.3.1 基于PR-problem的单任务学习模型,PRSTL | 第57-58页 |
| 4.3.2 基于PR-problem的多任务学习模型,PRMTL | 第58-60页 |
| 4.3.3 基于PR-problem的多核函数多任务学习模型 | 第60-62页 |
| 4.3.4 核函数 | 第62-66页 |
| 4.3.5 模型学习 | 第66-71页 |
| 4.3.6 数据 | 第71-72页 |
| 4.3.7 评价方法 | 第72-76页 |
| 4.3.8 模型性能测量 | 第76-77页 |
| 4.3.9 模型参数训练 | 第77-78页 |
| 4.3.10 实验设置与结果 | 第78-82页 |
| 4.4 本章小结 | 第82-83页 |
| 第五章 基于伽玛泊松衰减多变量线性回归方法的药物不良反应监测 | 第83-105页 |
| 5.1 引言 | 第83-86页 |
| 5.1.1 抽样方差 | 第84页 |
| 5.1.2 数据偏差/报告偏差 | 第84-86页 |
| 5.2 相关工作 | 第86-88页 |
| 5.2.1 规则化法 | 第86页 |
| 5.2.2 分层法 | 第86页 |
| 5.2.3 多变量建模 | 第86-87页 |
| 5.2.4 倾向评分匹配 | 第87-88页 |
| 5.3 实验数据 | 第88-89页 |
| 5.3.1 数据处理 | 第88-89页 |
| 5.3.2 药物-不良反应事件关联关系验证 | 第89页 |
| 5.4 方法 | 第89-99页 |
| 5.4.1 符号及变量注释 | 第89-90页 |
| 5.4.2 混合伽马泊松衰减模型 | 第90-94页 |
| 5.4.3 伽玛泊松衰减多变量线性回归模型 | 第94-99页 |
| 5.5 实验设置及结果 | 第99-104页 |
| 5.5.1 PCA主成份个数选择 | 第99-101页 |
| 5.5.2 模型参数优化 | 第101页 |
| 5.5.3 实验结果 | 第101-104页 |
| 5.6 本章小结 | 第104-105页 |
| 第六章 总结与展望 | 第105-108页 |
| 6.1 本文工作总结 | 第105-106页 |
| 6.2 未来工作展望 | 第106-108页 |
| 参考文献 | 第108-120页 |
| 附录 | 第120-126页 |
| 攻读博士学位期间发表的学术论文 | 第126-127页 |
| 攻读博士学位期间参与的项目 | 第127-128页 |
| 攻读博士学位期间的获奖情况 | 第128-129页 |
| 学术交流 | 第129-130页 |
| 致谢 | 第130-131页 |
| 外文论文 | 第131-149页 |
| 学位论文评阅及答辩情况表 | 第149页 |
