| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1、引言 | 第12-14页 |
| 2、慢性病防控综述 | 第14-29页 |
| 2.1 中国慢性病的流行趋势和特点 | 第14-19页 |
| 2.1.1 我国的高血压流行趋势 | 第15-16页 |
| 2.1.2 我国糖尿病的流行趋势 | 第16页 |
| 2.1.3 我国的慢性病负担 | 第16-17页 |
| 2.1.4 我国慢性病危险因素状况 | 第17-19页 |
| 2.2 国内外慢性病防控策略 | 第19-26页 |
| 2.2.1 世界卫生组织(WHO)关于慢性病防治的策略 | 第19-20页 |
| 2.2.2 我国慢性病防治策略 | 第20-23页 |
| 2.2.3 国内外一些慢性病防控研究项目 | 第23-26页 |
| 2.2.3.1 芬兰北卡计划(The North Karelia Project) | 第23-24页 |
| 2.2.3.2 弗明汉心脏研究(Framingham Heart Study) | 第24页 |
| 2.2.3.3 芬兰糖尿病预防研究FDPS | 第24-25页 |
| 2.2.3.4 美国糖尿病预防计划DPP | 第25-26页 |
| 2.2.3.5 大庆糖尿病预防研究 | 第26页 |
| 2.3 国内外慢性病防治的技术和方法 | 第26-29页 |
| 2.3.1 以人群为对象的健康教育 | 第26-27页 |
| 2.3.2 以全社会动员参与的健康促进 | 第27-29页 |
| 3、状态控制原理 | 第29-40页 |
| 3.1 状态的反馈控制 | 第29-34页 |
| 3.1.1 人体反馈控制模型 | 第29-31页 |
| 3.1.2 状态图与状态控制 | 第31-33页 |
| 3.1.2.1 状态图 | 第31-32页 |
| 3.1.2.2 绘制状态图 | 第32-33页 |
| 3.1.3 危险因素的二值控制策略 | 第33-34页 |
| 3.2 人体系统模型的神经网络建模方法 | 第34-40页 |
| 3.2.1 神经网络建模原理 | 第34-36页 |
| 3.2.2 神经网络模型的建立 | 第36-40页 |
| 3.2.2.1 输入和输出层 | 第36-37页 |
| 3.2.2.2 选取训练数据和检验数据 | 第37页 |
| 3.2.2.3 设置训练参数 | 第37页 |
| 3.2.2.4 检验标准 | 第37页 |
| 3.2.2.5 隐含层设计 | 第37-38页 |
| 3.2.2.6 模型检验 | 第38-40页 |
| 4、对象与方法 | 第40-47页 |
| 4.1 社区监控 | 第40-43页 |
| 4.1.1 社区人群的入选 | 第40页 |
| 4.1.2 社区监测 | 第40-43页 |
| 4.1.2.1 基线调查(初诊信息) | 第40-41页 |
| 4.1.2.2 危险分层 | 第41页 |
| 4.1.2.3 随访数据(随诊信息) | 第41-42页 |
| 4.1.2.4 身体状态监测方式 | 第42-43页 |
| 4.1.3 干预控制方法 | 第43页 |
| 4.1.3.1 确定危险因素评估参数和参数范围 | 第43页 |
| 4.1.3.2 编制高危风险人群预防知识手册 | 第43页 |
| 4.1.3.3 干预控制方法 | 第43页 |
| 4.2 家庭监测 | 第43-45页 |
| 4.2.1 个体的入选 | 第43-44页 |
| 4.2.2 家庭监测 | 第44-45页 |
| 4.2.2.1 监测项目 | 第44页 |
| 4.2.2.2 监测期 | 第44-45页 |
| 4.2.2.3 监测工具 | 第45页 |
| 4.3 危险因素监控平台 | 第45-47页 |
| 5、结果 | 第47-112页 |
| 5.1 社区人群的状态控制 | 第47-48页 |
| 5.2 家庭监测——状态图分析 | 第48-52页 |
| 5.3 人体模型的神经网络建模 | 第52-112页 |
| 5.3.1 神经网络的拓扑结构 | 第52-54页 |
| 5.3.2 神经网络的模型参数 | 第54-109页 |
| 5.3.3 神经网络的检验 | 第109-112页 |
| 6、讨论 | 第112-118页 |
| 作者简历 | 第118-119页 |
| 附录1 | 第119-120页 |
| 附录2 | 第120-125页 |
| 参考文献 | 第125-128页 |
