首页--医药、卫生论文--外科学论文--外科学各论论文--肝及肝管论文

Cox比例风险模型与BP神经网络在肝移植受体预后分析中的应用

摘要第1-6页
Abstract第6-8页
1 前言第8-12页
   ·研究背景第8-10页
   ·研究目的第10页
   ·研究内容及思路第10-12页
2 资料来源及整理第12-14页
   ·资料来源第12页
   ·资料特点第12-13页
   ·资料整理和分析软件第13-14页
3 描述性分析第14-19页
   ·良性终末期肝病资料的统计描述第14-15页
   ·肝脏恶性肿瘤资料的统计描述第15-17页
   ·讨论第17-19页
4 Cox比例风险模型第19-35页
   ·模型构造第19-21页
     ·模型简介第19-20页
     ·预后指数的计算第20页
     ·拟合生存函数S(t)第20-21页
   ·结果第21-32页
     ·Cox模型各自变量的统计描述第21-23页
     ·Cox模型变量名列表及量化赋值第23-25页
     ·单因素Cox回归第25-27页
     ·多因素Cox回归第27-28页
     ·预后指数第28-32页
   ·讨论第32-35页
     ·良性终末期肝病资料第32页
     ·肝脏恶性肿瘤资料第32-33页
     ·预测生存率第33-35页
5 Cox比例风险模型与MELD模型的比较第35-42页
   ·ROC曲线简介第35-36页
   ·未光滑ROC曲线构建的基本原理第36-37页
   ·未光滑ROC曲线下面积的计算及比较第37-39页
   ·结果第39-41页
   ·讨论第41-42页
6 BP神经网络第42-55页
   ·BP神经网络简介第43-45页
     ·学习规则及过程第43-44页
     ·BP神经网络的设计第44-45页
   ·BP神经网络与Cox模型预测性能的比较第45-52页
     ·确定输入层第45页
     ·确定模型预测性能比较指标第45-46页
     ·基本步骤第46-47页
     ·结果第47-50页
     ·讨论第50-52页
   ·BP神经网络预测生存期第52-55页
     ·资料与方法第52页
     ·结果第52-54页
     ·讨论第54-55页
7 总结第55-56页
   ·主要研究成果第55页
   ·主要研究特色第55页
   ·本研究的局限性及建议第55-56页
参考文献第56-65页
综述第65-95页
 1 描述性生存分析第66-67页
 2 单因素生存分析第67-69页
   ·生存率的比较第67-68页
   ·生存资料分布的比较第68-69页
     ·非参数方法第68-69页
     ·参数方法第69页
 3 多因素生存分析第69-80页
   ·参数回归模型第69-71页
   ·半参数Cox回归模型第71-80页
     ·基本模型第72-73页
     ·拓展模型第73-80页
       ·带时依变量Cox模型第73-74页
       ·分组Cox模型第74-75页
       ·分层Cox模型第75页
       ·过失或加权Cox模型第75-76页
       ·多水平Cox模型第76-78页
       ·多项失效时间或多状态Cox模型第78-80页
 4 BP神经网络第80-88页
   ·学习规则及过程第81页
   ·局限性第81-82页
     ·网络的泛化第81-82页
     ·误差曲面上的局部极小和平坦区第82页
     ·学习算法的收敛速度缓慢第82页
   ·BP网络的改进算法第82-86页
     ·带动量项的BP算法第83页
     ·变化学习率(自适应学习率)算法第83页
     ·弹性BP算法第83-84页
     ·共轭梯度算法第84页
     ·准牛顿法第84-85页
     ·LM算法第85-86页
   ·BP网络的设计第86-88页
     ·输出与输入层的设计第86页
     ·中间层的数目与中间层节点数第86页
     ·初始值的选取第86页
     ·过度拟合的消除第86-88页
 参考文献第88-95页
附录第95-108页
致谢第108-109页

论文共109页,点击 下载论文
上一篇:决策树在非精神科就诊者抑郁症状阳性危险因素中的应用
下一篇:根管治疗难度评估系统的初步建立及其临床应用