非小细胞肺癌患者手术治疗方案决策模型的构建
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 英文缩略语 | 第8-12页 |
| 1 前言 | 第12-14页 |
| 1.1 研究目的与意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 研究的重点和难点 | 第13-14页 |
| 2 材料和方法 | 第14-23页 |
| 2.1 研究路线 | 第14-15页 |
| 2.2 数据的收集与预处理 | 第15页 |
| 2.2.1 数据收集 | 第15页 |
| 2.2.2 数据预处理 | 第15页 |
| 2.3 模型构建方法 | 第15-19页 |
| 2.3.1 采样方法 | 第15页 |
| 2.3.2 人工神经网络 | 第15-18页 |
| 2.3.3 集成学习 | 第18页 |
| 2.3.4 XGBoost | 第18-19页 |
| 2.4 模型评价指标 | 第19-23页 |
| 2.4.1 二分类模型 | 第19-20页 |
| 2.4.2 多分类模型 | 第20-21页 |
| 2.4.3 评价指标的比较和选择 | 第21-23页 |
| 3 结果 | 第23-33页 |
| 3.1 研究变量 | 第23-24页 |
| 3.1.1 分类型变量 | 第23-24页 |
| 3.1.2 数值型变量 | 第24页 |
| 3.2 数据预处理结果 | 第24-28页 |
| 3.2.1 分类型变量的预处理结果 | 第24-28页 |
| 3.2.2 数值型变量的预处理结果 | 第28页 |
| 3.3 NSCLC患者手术方案决策模型的构建 | 第28-31页 |
| 3.3.1 数据集划分 | 第28-29页 |
| 3.3.2 欠采样比例 | 第29页 |
| 3.3.3 模型参数调整 | 第29-30页 |
| 3.3.4 模型的集成学习 | 第30-31页 |
| 3.4 模型评价 | 第31页 |
| 3.5 NSCLC患者5年生存状态预测模型 | 第31-33页 |
| 4 讨论 | 第33-35页 |
| 4.1 数据来源与数据整理 | 第33页 |
| 4.2 多分类不平衡问题的解决 | 第33-34页 |
| 4.3 模型性能的提升 | 第34页 |
| 4.4 NSCLC患者5年生存状态的预测 | 第34-35页 |
| 5 结论 | 第35-36页 |
| 本研究创新性的自我评价 | 第36-37页 |
| 参考文献 | 第37-39页 |
| 综述 | 第39-58页 |
| 参考文献 | 第55-58页 |
| 攻读学位期间取得的研究成果 | 第58-59页 |
| 致谢 | 第59-60页 |
| 个人简历 | 第60页 |
