新型脑水肿监护系统临床数据分析及应用
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题研究背景 | 第8页 |
| 1.2 课题研究意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-11页 |
| 1.4 研究内容 | 第11页 |
| 1.5 论文组织结构 | 第11-14页 |
| 2 相关技术分析 | 第14-24页 |
| 2.1 监护系统工作原理 | 第14-16页 |
| 2.2 无创脑水肿监护系统 | 第16-18页 |
| 2.3 预备知识 | 第18-24页 |
| 2.3.1 数据清洗相关算法 | 第18-19页 |
| 2.3.2 建立脑水肿监护模型相关算法 | 第19-24页 |
| 3 数据来源及预处理 | 第24-36页 |
| 3.1 数据来源 | 第24-25页 |
| 3.2 数据清洗 | 第25-36页 |
| 3.2.1 数据中存在的问题 | 第25-27页 |
| 3.2.2 数据清洗算法 | 第27-32页 |
| 3.2.3 数据清洗的统计学验证 | 第32-36页 |
| 4 脑水肿监护模型的建立及应用 | 第36-64页 |
| 4.1 基于第一种建模思路的脑水肿监护模型 | 第36-42页 |
| 4.1.1 线性脑水肿监护模型 | 第36-39页 |
| 4.1.2 非线性脑水肿监护模型一 | 第39页 |
| 4.1.3 非线性脑水肿监护模型二 | 第39页 |
| 4.1.4 非线性脑水肿监护模型三 | 第39-41页 |
| 4.1.5 模型比较 | 第41-42页 |
| 4.2 基于第二种建模思路的脑水肿监护模型 | 第42-46页 |
| 4.2.1 线性脑水肿监护模型 | 第42-44页 |
| 4.2.2 非线性脑水肿监护模型 | 第44-46页 |
| 4.3 两种建模方式的比较 | 第46-56页 |
| 4.3.1 四种模型对比 | 第46-49页 |
| 4.3.2 模型可视化 | 第49-56页 |
| 4.4 脑水肿监护模型建模结论 | 第56页 |
| 4.5 脑水肿监护模型的应用 | 第56-60页 |
| 4.5.1 需求概述 | 第56页 |
| 4.5.2 概要设计 | 第56-57页 |
| 4.5.3 系统功能模块分析 | 第57-58页 |
| 4.5.4 系统数据库设计 | 第58-59页 |
| 4.5.5 性能需求分析 | 第59-60页 |
| 4.6 原型系统主要功能实现 | 第60-62页 |
| 4.6.1 用户界面 | 第60页 |
| 4.6.2 脑水肿监护模块的实现 | 第60-61页 |
| 4.6.3 用户信息模块的实现 | 第61-62页 |
| 4.7 功能测试 | 第62-63页 |
| 4.8 本章小结 | 第63-64页 |
| 5 早期脑出血与脑梗塞区分指标的确定 | 第64-82页 |
| 5.1 区分过程的建立思路 | 第64-65页 |
| 5.2 9模式病人数据分析 | 第65-80页 |
| 5.2.1 9模式第一类病人数据分析 | 第65-70页 |
| 5.2.2 9模式第二类病人数据分析 | 第70-75页 |
| 5.2.3 9模式第三类病人数据分析 | 第75-79页 |
| 5.2.4 9模式病人数据分析总结 | 第79-80页 |
| 5.3 区分过程的统计学验证 | 第80-82页 |
| 6 总结与展望 | 第82-86页 |
| 6.1 全文总结 | 第82-83页 |
| 6.2 未来研究展望 | 第83-86页 |
| 致谢 | 第86-88页 |
| 参考文献 | 第88-92页 |
| 附录 | 第92页 |
| A.作者在攻读硕士学位期间参与的科研项目 | 第92页 |
| B.作者在攻读硕士学位期间参与的学术会议 | 第92页 |
