| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第10-14页 |
| ·~(31)磷磁共振波谱技术 | 第11页 |
| ·特征选择 | 第11-12页 |
| ·基本概念 | 第11-12页 |
| ·特征选择在生物信息学中的应用 | 第12页 |
| ·模式识别 | 第12-13页 |
| ·模式识别的概念 | 第12-13页 |
| ·模式识别的应用 | 第13页 |
| ·基于神经网络的~(31)磷磁共振波谱肝癌诊断的研究现状 | 第13页 |
| ·本文研究内容 | 第13-14页 |
| 第2章 基于遗传算法的特征选择 | 第14-24页 |
| ·遗传算法 | 第14-19页 |
| ·遗传算法的起源与发展 | 第14-16页 |
| ·遗传算法基本原理 | 第16-18页 |
| ·遗传算法的特点及应用 | 第18-19页 |
| ·本文提出的基于遗传算法的波谱特征选择模型 | 第19-24页 |
| ·编码 | 第21页 |
| ·适应度函数 | 第21页 |
| ·选择策略 | 第21-22页 |
| ·交叉和变异 | 第22页 |
| ·群体规模 | 第22-23页 |
| ·终止条件 | 第23-24页 |
| 第3章 基于神经网络的模式识别 | 第24-42页 |
| ·神经网络的概述 | 第24-28页 |
| ·神经网络的起源与发展 | 第24-25页 |
| ·神经网络模型 | 第25-28页 |
| ·BP 神经网络 | 第28-34页 |
| ·BP 神经网络的基本结构 | 第28-29页 |
| ·BP 神经网络的学习规则 | 第29-31页 |
| ·BP 神经网络的特点与应用 | 第31-32页 |
| ·BP 神经网络的设计 | 第32-34页 |
| ·径向基函数神经网络 | 第34-42页 |
| ·径向基函数网络的起源和基本结构 | 第34-36页 |
| ·径向基函数网络的特点与应用 | 第36页 |
| ·径向基函数网络的训练准则和常用算法 | 第36-39页 |
| ·径向基函数网络的设计 | 第39-42页 |
| 第4章 数据预处理 | 第42-48页 |
| ·数据描述 | 第42-44页 |
| ·MRS 的基本原理和应用 | 第44-46页 |
| ·磁共振波谱的原理 | 第44页 |
| ·磁共振波谱分析在常见肝脏疾病中的应用 | 第44-46页 |
| ·预处理 | 第46页 |
| ·重采样 | 第46页 |
| ·规范化 | 第46页 |
| ·交叉验证 | 第46-47页 |
| ·分类性能度量 | 第47-48页 |
| 第5章 实验结果与分析 | 第48-62页 |
| ·数据集 | 第48-49页 |
| ·医学数据集I | 第48页 |
| ·医学数据集II | 第48页 |
| ·~(31)P-MRS 波谱的数据集III | 第48-49页 |
| ·利用遗传算法进行特征选择 | 第49-50页 |
| ·基于BP 神经网络的模式分类结果 | 第50-54页 |
| ·基于T-test 特征选择的分类结果 | 第50-51页 |
| ·基于数据集I 的实验结果 | 第51-52页 |
| ·基于数据集II 的实验结果 | 第52-53页 |
| ·基于数据集III 的分类结果 | 第53-54页 |
| ·基于RBF 神经网络的模式分类结果 | 第54-57页 |
| ·基于T-test 特征选择的分类结果 | 第54-55页 |
| ·基于数据集I 的实验结果 | 第55页 |
| ·基于数据集II 的实验结果 | 第55-56页 |
| ·基于数据集III 的实验结果 | 第56-57页 |
| ·在两种神经网络上的比较结果 | 第57-58页 |
| ·基于神经网络和遗传算法的诊断系统 | 第58-62页 |
| 第6章 结论 | 第62-64页 |
| ·结论 | 第62页 |
| ·今后工作 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 在学期间主要科研成果 | 第72页 |