大肠癌中医证侯与多因素病机相关性分析研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 引言 | 第9-16页 |
| 1.1 课题背景和来源 | 第9-10页 |
| 1.2 课题研究意义和应用背景 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.3.1 数据挖掘方法在医学领域国内研究现状 | 第11-12页 |
| 1.3.2 数据挖掘方法在医学领域国外研究现状 | 第12-13页 |
| 1.3.3 大肠癌中医证侯与病机相关性研究 | 第13-14页 |
| 1.4 论文结构及主要内容 | 第14-16页 |
| 第2章 随机森林和循环神经网络建模基础 | 第16-27页 |
| 2.1 随机森林基础 | 第16-21页 |
| 2.1.1 随机森林介绍 | 第16-17页 |
| 2.1.2 随机森林基础知识 | 第17页 |
| 2.1.3 随机森林算法步骤 | 第17-20页 |
| 2.1.4 特征重要性度量 | 第20-21页 |
| 2.2 人工神经网络基础 | 第21-23页 |
| 2.2.1 人工神经网络简介 | 第21页 |
| 2.2.2 人工神经网络的结构和原理 | 第21-23页 |
| 2.3 循环神经网络基础 | 第23-26页 |
| 2.3.1 循环神经网络简介 | 第23-24页 |
| 2.3.2 循环神经网络网络结构 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 证侯分析模型、分类预测模型及其优化 | 第27-38页 |
| 3.1 大肠癌数据处理 | 第27-30页 |
| 3.1.1 数据类别归一 | 第28页 |
| 3.1.2 补全缺失值 | 第28-29页 |
| 3.1.3 提取病机特征规则 | 第29-30页 |
| 3.2 基于随机森林的证侯分析模型 | 第30-33页 |
| 3.3 基于随机森林和循环神经网络的分类模型 | 第33-36页 |
| 3.3.1 随机森林特征优化 | 第33-34页 |
| 3.3.2 RNN分类模型网络结构 | 第34-36页 |
| 3.4 循环神经网络模型优化(tRNN) | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 实验与评估 | 第38-52页 |
| 4.1 实验准备 | 第38-40页 |
| 4.1.1 实验数据来源 | 第38-39页 |
| 4.1.2 训练集和测试集选择 | 第39-40页 |
| 4.1.3 模型参数设置 | 第40页 |
| 4.2 证侯与病机的重要性分析 | 第40-47页 |
| 4.2.1 瘀毒内阻、脾肾阳虚、脾虚气滞 | 第40-42页 |
| 4.2.2 肝肾阴虚、气血两虚、脾气虚 | 第42-44页 |
| 4.2.3 肾精亏虚、脾肾两虚、脾虚湿盛 | 第44-46页 |
| 4.2.4 湿热蕴结 | 第46-47页 |
| 4.3 特征优化前后RNN分类效果评估 | 第47-48页 |
| 4.3.1 特征优化前 | 第47页 |
| 4.3.2 特征优化后 | 第47-48页 |
| 4.3.3 对比结果 | 第48页 |
| 4.4 改进的循环神经网络模型(tRNN) | 第48-50页 |
| 4.4.1 有效性验证 | 第49-50页 |
| 4.4.2 收敛速度验证 | 第50页 |
| 4.5 本章小结 | 第50-52页 |
| 第5章 总结和展望 | 第52-54页 |
| 5.1 工作总结 | 第52-53页 |
| 5.2 研究前景 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 附录 大肠癌中医病机信息表 | 第60-67页 |
