摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-23页 |
1.1 课题研究背景及意义 | 第11-12页 |
1.2 潜变量建模相关研究现状 | 第12-18页 |
1.2.1 潜变量建模在临床医学复杂系统分划中的研究现状 | 第13-14页 |
1.2.2 潜变量建模在临床医学数据中的研究现状 | 第14-18页 |
1.3 临床数据潜变量建模中的几个问题 | 第18-19页 |
1.4 本文的主要内容与特点 | 第19-20页 |
1.5 本文的组织结构 | 第20-23页 |
第2章 基于临床医学数据的潜变量建模方案设计 | 第23-33页 |
2.1 临床数据潜变量建模研究整体方案设计 | 第23-25页 |
2.2 研究数据及特征 | 第25-29页 |
2.2.1 研究数据集 | 第25-26页 |
2.2.2 数据指标的介绍和选取 | 第26-28页 |
2.2.3 研究数据特征 | 第28-29页 |
2.3 临床数据的处理与分析 | 第29-31页 |
2.3.1 数据类型处理 | 第29-30页 |
2.3.2 缺失数据填补方案设计 | 第30-31页 |
2.3.3 数据降维预处理方法 | 第31页 |
2.4 本章小结 | 第31-33页 |
第3章 结合先验知识的复杂系统熵分划方法研究 | 第33-51页 |
3.1 信息论基础理论介绍 | 第33-36页 |
3.1.1 熵与信息熵 | 第33-35页 |
3.1.2 联合熵 | 第35页 |
3.1.3 条件熵 | 第35-36页 |
3.1.4 互信息 | 第36页 |
3.2 复杂系统熵分划理论 | 第36-41页 |
3.2.1 复杂系统 | 第36-37页 |
3.2.2 复杂系统与潜变量的关联 | 第37页 |
3.2.3 复杂系统熵分划方法 | 第37-41页 |
3.3 结合先验知识的复杂系统熵分划方法的研究 | 第41-44页 |
3.3.1 基于先验知识的复杂系统熵分划方法研究 | 第41-42页 |
3.3.2 潜变量的提取 | 第42-43页 |
3.3.3 先验知识的选择 | 第43-44页 |
3.4 实验及分析 | 第44-48页 |
3.4.1 非小细胞肺癌数据 | 第44-46页 |
3.4.2 妊娠高血压数据 | 第46-48页 |
3.5 本章小结 | 第48-51页 |
第4章 基于验证性因子分析的结构方程建模方法研究 | 第51-71页 |
4.1 结构方程模型概述 | 第51-55页 |
4.1.1 结构方程模型基本概念 | 第52-53页 |
4.1.2 结构方程模型建模流程 | 第53-55页 |
4.2 因子分析 | 第55-59页 |
4.2.1 探索性因子分析 | 第55-56页 |
4.2.2 验证性因子分析 | 第56-57页 |
4.2.3 探索性因子分析与验证性因子分析的异同 | 第57-59页 |
4.3 基于验证性因子分析的结构方程建模方法 | 第59-61页 |
4.3.1 二阶验证性因子分析 | 第59-60页 |
4.3.2 结构方程模型参数估计方法 | 第60-61页 |
4.4 实验及分析 | 第61-70页 |
4.4.1 非小细胞肺癌数据 | 第61-69页 |
4.4.2 妊娠高血压数据 | 第69-70页 |
4.5 本章小结 | 第70-71页 |
第5章 面向纵向临床数据的潜变量建模方法研究 | 第71-101页 |
5.1 潜变量增长曲线模型的描述 | 第71-74页 |
5.1.1 潜变量增长曲线模型原理 | 第72-74页 |
5.1.2 模型拟合指标 | 第74页 |
5.2 潜变量增长曲线模型在纵向临床数据中的局限性 | 第74-75页 |
5.3 面向纵向临床数据的潜变量增长曲线建模方法 | 第75-80页 |
5.3.1 面向纵向临床数据的潜变量建模方法 | 第76-79页 |
5.3.2 面向纵向临床数据的潜变量模型设定 | 第79-80页 |
5.4 实验及分析 | 第80-100页 |
5.4.1 实验一:非小细胞肺癌纵向临床数据的证候建模分析 | 第80-97页 |
5.4.2 实验二:妊娠高血压纵向临床数据的证候建模分析 | 第97-100页 |
5.5 本章小结 | 第100-101页 |
总结与展望 | 第101-103页 |
参考文献 | 第103-109页 |
攻读硕士学位期间所发表的学术成果 | 第109-111页 |
致谢 | 第111页 |