Logistic回归和神经网络方法在医学诊断中的应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究现状 | 第9-11页 |
| 1.1.1 大肠癌研究现状 | 第9页 |
| 1.1.2 统计学研究现状 | 第9-11页 |
| 1.2 研究的目的及意义 | 第11-12页 |
| 1.3 研究内容与方法 | 第12-13页 |
| 1.3.1 研究内容 | 第12页 |
| 1.3.2 研究方法 | 第12-13页 |
| 第2章 理论知识 | 第13-25页 |
| 2.1 Logistic回归模型 | 第13-18页 |
| 2.1.1 回归模型 | 第13-14页 |
| 2.1.2 回归模型参数的意义与解释 | 第14-15页 |
| 2.1.3 模型的假设检验 | 第15-17页 |
| 2.1.4 其他问题 | 第17-18页 |
| 2.2 卡方检验 | 第18页 |
| 2.3 人工神经网络 | 第18-23页 |
| 2.3.1 人工神经网络的基本原理 | 第18-20页 |
| 2.3.2 BP算法 | 第20-22页 |
| 2.3.3 多层感知器 | 第22-23页 |
| 2.4 SCAD | 第23-25页 |
| 第3章 实例分析 | 第25-47页 |
| 3.1 病例资料收集与处理 | 第25-29页 |
| 3.1.1 调查对象和内容 | 第25页 |
| 3.1.2 数据的描述性统计 | 第25-26页 |
| 3.1.3 数据的预处理 | 第26-27页 |
| 3.1.4 卡方检验 | 第27-29页 |
| 3.2 经过卡方检验的logistic回归分析 | 第29-37页 |
| 3.3 淋巴结转移的神经网络分析 | 第37-40页 |
| 3.4 经过卡方检验的神经网络分析 | 第40-42页 |
| 3.5 淋巴结转移的SCAD方法 | 第42页 |
| 3.6 几种方法的比较 | 第42-47页 |
| 第4章 结论与展望 | 第47-49页 |
| 4.1 结论 | 第47-48页 |
| 4.2 展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 附录 | 第53-55页 |
| 致谢 | 第55-57页 |
| 攻读学位期间完成的论文 | 第57页 |
