| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-23页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 相关研究 | 第12-20页 |
| 1.3 研究内容和目标 | 第20-21页 |
| 1.4 论文组织结构 | 第21-23页 |
| 2 基于卷积神经网络的医疗文本特征学习模型 | 第23-46页 |
| 2.1 问题描述 | 第23-24页 |
| 2.2 医疗文本特征学习卷积神经网络结构 | 第24-29页 |
| 2.3 医疗文本数据疾病风险评估模型 | 第29-32页 |
| 2.4 医疗文本数据疾病风险评估实验及结果 | 第32-36页 |
| 2.5 多模态医疗数据特征学习卷积神经网络模型 | 第36-39页 |
| 2.6 多模态医疗数据疾病风险评估实验及结果 | 第39-46页 |
| 3 基于张量卷积自编码的CT图像特征学习模型 | 第46-65页 |
| 3.1 问题描述 | 第46-47页 |
| 3.2 图像特征学习张量卷积自编码神经网络 | 第47-54页 |
| 3.3 CT图像特征学习张量卷积自编码肺结节风险评估 | 第54-59页 |
| 3.4 实验及结果 | 第59-64页 |
| 3.5 本章小结 | 第64-65页 |
| 4 面向情绪疲劳检测的深度学习模型 | 第65-79页 |
| 4.1 情绪疲劳检测 | 第65页 |
| 4.2 卷积自编码神经网络 | 第65-67页 |
| 4.3 多通道卷积自编码神经网络 | 第67-70页 |
| 4.4 基于云的情绪疲劳检测系统结构 | 第70-72页 |
| 4.5 多模态数据情绪疲劳检测 | 第72-76页 |
| 4.6 测试和结果 | 第76-78页 |
| 4.7 本章小结 | 第78-79页 |
| 5 面向医疗大数据云端融合的半实物仿真模型 | 第79-96页 |
| 5.1 医疗大数据云端融合系统 | 第79-84页 |
| 5.2 面向医疗数据流转的半实物仿真模型 | 第84-95页 |
| 5.3 本章小结 | 第95-96页 |
| 6 总结和展望 | 第96-99页 |
| 6.1 全文总结 | 第96-97页 |
| 6.2 研究展望 | 第97-99页 |
| 致谢 | 第99-100页 |
| 参考文献 | 第100-111页 |
| 附录1 攻读博士学位期间发表的学术论文目录 | 第111-112页 |
| 附录2 攻读博士学位期间参与的科研课题 | 第112页 |