| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 1 文献综述及研究设想 | 第9-23页 |
| ·医学背景 | 第9-18页 |
| ·超声影像技术在产科的应用 | 第10-11页 |
| ·胎儿生长发育过程 | 第11-12页 |
| ·胎儿生长发育的重要生理指标 | 第12-18页 |
| ·B 超预测胎儿体重的处理方法 | 第18-21页 |
| ·单参数回归分析 | 第18-19页 |
| ·多参数回归分析 | 第19-21页 |
| ·回归方法预测胎儿体重存在的问题 | 第21-22页 |
| ·研究设想:用神经网络方法代替回归方程预测胎儿体重 | 第22-23页 |
| 2 回归分析预测胎儿体重 | 第23-32页 |
| ·回归模型介绍 | 第23-25页 |
| ·一元线性回归模型 | 第23-24页 |
| ·多元线性回归模型 | 第24-25页 |
| ·多元非线性回归模型 | 第25页 |
| ·单参数回归分析与讨论 | 第25-28页 |
| ·研究对象 | 第25-26页 |
| ·超声参数对胎儿体重的影响 | 第26-28页 |
| ·预测体重值的评价 | 第28页 |
| ·回归分析预测胎儿体重 | 第28-31页 |
| ·一元线性回归方程 | 第28-29页 |
| ·多元线性回归方程 | 第29页 |
| ·非线性回归方程 | 第29-30页 |
| ·新的非线性模型的引入 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 人工神经网络分析预测胎儿体重 | 第32-54页 |
| ·反向传播人工神经网络 | 第33-40页 |
| ·误差规则与梯度下降算法 | 第34-35页 |
| ·BP 网络的学习算法 | 第35-40页 |
| ·基于BP 神经网络预测胎儿体重 | 第40-51页 |
| ·BP 网络映射关系 | 第41-43页 |
| ·处理方式1 的结果 | 第43-46页 |
| ·处理方式2 的结果 | 第46-49页 |
| ·处理方式3 的结果 | 第49-51页 |
| ·讨论 | 第51-53页 |
| ·处理方式1、2、3 的结果比较 | 第51页 |
| ·神经网络方法和回归方程预测结果比较 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 4 应用软件实现 | 第54-57页 |
| 5 全文总结 | 第57-60页 |
| ·论文工作的总结 | 第57页 |
| ·论文的创新点 | 第57-58页 |
| ·研究展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间成果列表 | 第64-66页 |
| 发表论文列表 | 第64页 |
| 参加研究的课题 | 第64-66页 |
| 致谢 | 第66页 |