人工智能在糖尿病诊断中的应用研究
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 课题背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 论文内容和结构安排 | 第15-17页 |
| 1.3.1 论文内容 | 第15-16页 |
| 1.3.2 论文结构安排 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 第2章 本文相关理论基础 | 第18-36页 |
| 2.1 人工神经网络概述 | 第18-31页 |
| 2.1.1 神经网络原理 | 第18-23页 |
| 2.1.2 神经网络的特点 | 第23-24页 |
| 2.1.3 BP神经网络 | 第24-30页 |
| 2.1.4 概率神经网络(PNN) | 第30-31页 |
| 2.2 数据挖掘原理 | 第31-35页 |
| 2.2.1 数据挖掘定义和方法 | 第31-33页 |
| 2.2.2 数据挖掘过程 | 第33-35页 |
| 2.3 本章小结 | 第35-36页 |
| 第3章 糖尿病及其数据处理 | 第36-43页 |
| 3.1 糖尿病发病影响因素 | 第36-38页 |
| 3.2 糖尿病诊断标准及并发症 | 第38-39页 |
| 3.2.1 糖尿病诊断标准 | 第38页 |
| 3.2.2 糖尿病并发症 | 第38-39页 |
| 3.3 糖尿病数据收集与预处理 | 第39-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 诊断模型的建立与结果分析 | 第43-51页 |
| 4.1 基于BP神经网络的模型建立 | 第43-47页 |
| 4.1.1 BP网络参数选择及结构设计 | 第43-46页 |
| 4.1.2 仿真结果分析 | 第46-47页 |
| 4.2 基于PNN神经网络的模型建立 | 第47-49页 |
| 4.2.1 概率神经网络结构设计 | 第47页 |
| 4.2.2 仿真结果分析 | 第47-49页 |
| 4.3 两种模型性能对比分析 | 第49页 |
| 4.4 本章小结 | 第49-51页 |
| 第5章 糖尿病诊断系统的实现 | 第51-60页 |
| 5.1 开发平台 | 第51-52页 |
| 5.2 系统设计与实现 | 第52-59页 |
| 5.2.1 用户界面 | 第52-55页 |
| 5.2.2 MATLAB神经网络诊断模块的调用 | 第55-56页 |
| 5.2.3 LabVIEW与数据库的连接 | 第56-59页 |
| 5.3 本章小结 | 第59-60页 |
| 结论与展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 附录A 攻读学位期间发表的学术论文 | 第68页 |
