| 摘要 | 第4-7页 |
| Abstract | 第7-11页 |
| 中英文缩略词表 | 第15-17页 |
| 第一部分 | 第17-64页 |
| 1 前言 | 第17-19页 |
| 2 材料和方法 | 第19-30页 |
| 2.1 实验材料 | 第19-21页 |
| 2.2 实验方法 | 第21-27页 |
| 2.3 质量控制 | 第27页 |
| 2.4 统计学方法 | 第27-28页 |
| 2.5 建立数据挖掘模型 | 第28-29页 |
| 2.6 模型评价 | 第29-30页 |
| 3 结果 | 第30-59页 |
| 3.1. 人群流行病学与临床症状统计分析 | 第30-31页 |
| 3.2. 血清肿瘤标志检测结果 | 第31-42页 |
| 3.3 肺癌组和肺良性疾病组人群流行病学、临床症状和血清肿瘤标志数据统计分析优化结果 | 第42-45页 |
| 3.4 数据挖掘模型预测结果 | 第45-55页 |
| 3.5 ANN、决策树、SVM、Fisher判别分析模型预测结果的比较 | 第55-58页 |
| 3.6 Fisher判别分析优化指标建立ANN模型结果 | 第58-59页 |
| 3.7 模型的应用 | 第59页 |
| 4 讨论 | 第59-63页 |
| 小结 | 第63-64页 |
| 第二部分 | 第64-85页 |
| 1 前言 | 第64-65页 |
| 2 材料和方法 | 第65-69页 |
| 2.1 实验材料 | 第65-66页 |
| 2.2 CT检测 | 第66页 |
| 2.3 影像学特征指标提取及评分 | 第66-67页 |
| 2.4 数据优化统计分析 | 第67-68页 |
| 2.5 建立数据挖掘模型 | 第68-69页 |
| 2.6 模型评价 | 第69页 |
| 3 结果 | 第69-82页 |
| 3.1 CT变量筛选优化结果 | 第69-71页 |
| 3.2 数据挖掘模型预测结果 | 第71-77页 |
| 3.3 ANN、决策树、SVM、Fisher判别分析模型预测结果的比较 | 第77-80页 |
| 3.4 两种统计学方法筛选CT变量并建立模型的比较与分析 | 第80-82页 |
| 4 讨论 | 第82-84页 |
| 小结 | 第84-85页 |
| 第三部分 | 第85-108页 |
| 1 前言 | 第85-86页 |
| 2 材料和方法 | 第86-91页 |
| 2.1 实验材料 | 第86-87页 |
| 2.2 主要实验试剂与仪器 | 第87页 |
| 2.3 实验方法 | 第87-89页 |
| 2.4 统计学分析 | 第89页 |
| 2.5 建立数据挖掘模型 | 第89-90页 |
| 2.6 模型评价 | 第90-91页 |
| 3.结果 | 第91-104页 |
| 3.1 肿瘤标志、流行病学及临床症状指标筛选结果 | 第91-92页 |
| 3.2 CT影像学特征指标筛选结果 | 第92页 |
| 3.3 ANN模型预测结果 | 第92-94页 |
| 3.4 决策树C5.0 模型预测结果 | 第94-95页 |
| 3.5 SVM模型预测结果 | 第95-97页 |
| 3.6 Fisher判别分析模型预测结果 | 第97-99页 |
| 3.7 ANN、决策树C5.0、SVM、Fisher判别分析模型之间的比较 | 第99-101页 |
| 3.8 Fisher判别分析和Logistic回归分析筛选变量并建立各模型之间的比较 | 第101-103页 |
| 3.9 单独影像学指标建立各模型与影像学联合流行病学、临床症状、血清学指标建立各模型之间的比较 | 第103-104页 |
| 4 讨论 | 第104-107页 |
| 小结 | 第107-108页 |
| 全文结论 | 第108-110页 |
| 参考文献 | 第110-124页 |
| 综述 肺癌诊断的研究进展 | 第124-140页 |
| 参考文献 | 第131-140页 |
| 个人简历及在学期间发表的学术论文与研究成果 | 第140-141页 |
| 个人简历 | 第140页 |
| 攻读博士学位期间发表的学术论文 | 第140-141页 |
| 致谢 | 第141页 |
