| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 概述 | 第12-19页 |
| ·引言 | 第12-15页 |
| ·人工神经网络简介 | 第13-14页 |
| ·神经计算研究和智能系统在医学诊断应用中的一些问题 | 第14-15页 |
| ·本文的工作 | 第15页 |
| 参考文献 | 第15-19页 |
| 第二章 前馈神经网络用于医学诊断 | 第19-48页 |
| ·概述 | 第19页 |
| ·径向基函数网络对膝关节摆动信号的分类研究 | 第19-37页 |
| ·膝关节摆动信号简介 | 第19-20页 |
| ·膝关节摆动信号的分类和诊断 | 第20-23页 |
| ·基于全局特征的膝关节摆动信号分类 | 第23-34页 |
| ·基于分段特征的膝关节摆动信号分类 | 第34-36页 |
| ·膝关节摆动信号分类小结 | 第36-37页 |
| ·多层感知器最优结构的设计 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 参考文献 | 第41-48页 |
| 第三章 神经网络的线性融合 | 第48-78页 |
| ·神经网络集成简介及国际研究现状 | 第48-51页 |
| ·神经网络线性融合算法 | 第51-58页 |
| ·简单平均(Simple Average) | 第52页 |
| ·感知器平均(Perceptron Average) | 第52页 |
| ·最小均方(Least-Mean-Square)融合 | 第52-53页 |
| ·归一化加权平均(Normalized Weighted Average) | 第53-54页 |
| ·自适应线性组合(Adaptive Linear Combination) | 第54-58页 |
| ·实验测试及结果分析 | 第58-73页 |
| ·乳腺癌诊断实验 | 第58-60页 |
| ·蛋白质亚细胞定位预测实验 | 第60-63页 |
| ·乳房组织分类实验 | 第63-67页 |
| ·函数逼近实验 | 第67-73页 |
| ·本章小结 | 第73页 |
| 参考文献 | 第73-78页 |
| 第四章 自适应ECG信号滤波和噪声消除系统 | 第78-118页 |
| ·ECG信号简介 | 第78-85页 |
| ·心电图构成 | 第78-82页 |
| ·ECG信号滤波的意义及国际研究现状 | 第82-85页 |
| ·自适应ECG信号滤波系统 | 第85-98页 |
| ·系统描述 | 第85-90页 |
| ·实验测试 | 第90-91页 |
| ·实验结果及分析 | 第91-98页 |
| ·自适应ECG噪声消除系统 | 第98-111页 |
| ·系统描述 | 第98-105页 |
| ·实验测试 | 第105-106页 |
| ·实验结果及分析 | 第106-111页 |
| ·进一步的讨论 | 第111页 |
| ·模板选择选择 | 第111页 |
| ·自适应滤波器的参考输入 | 第111页 |
| ·本章工作总结和展望 | 第111-112页 |
| 参考文献 | 第112-118页 |
| 第五章 结束语 | 第118-120页 |
| 参考文献 | 第119-120页 |
| 致谢 | 第120-122页 |
| 附录1 攻读博士学位期间发表(录用)论文情况 | 第122-125页 |
| 附录2 攻读博士学位期间获奖及学术活动情况 | 第125页 |
