| 摘要 | 第1-8页 |
| ABSTRACT | 第8-12页 |
| 第1章 绪论 | 第12-20页 |
| ·课题研究背景 | 第12-14页 |
| ·颈脊髓损伤相关背景 | 第12-13页 |
| ·股骨转子间骨折相关背景 | 第13-14页 |
| ·课题研究现状 | 第14-18页 |
| ·本文主要内容 | 第18-20页 |
| 第2章 ANN医学应用及其预测模型评价体系 | 第20-31页 |
| ·ANN的医学应用 | 第20-22页 |
| ·在临床医学中的应用 | 第20-22页 |
| ·在药学中的应用 | 第22页 |
| ·ANN预测模型评价体系 | 第22-30页 |
| ·基于三角模糊数的层次分析法 | 第24-25页 |
| ·算例分析 | 第25-28页 |
| ·BP网络和PNN网络性能对比 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 ANN预测模型输入变量降维算法研究 | 第31-50页 |
| ·关联规则挖掘方法 | 第31-37页 |
| ·频繁项集挖掘的Apriori算法 | 第31-36页 |
| ·Apriori算法的改进和优化 | 第36页 |
| ·由频繁集产生关联规则 | 第36-37页 |
| ·主成分分析法 | 第37-40页 |
| ·ANN预测模型输入变量降维 | 第40-49页 |
| ·基于关联规则方法的输入变量降维 | 第40-44页 |
| ·基于主成分分析方法的输入变量降维 | 第44-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 ANN训练IPSO和PGA优化算法 | 第50-80页 |
| ·预测神经网络概述 | 第50-51页 |
| ·前期试验 | 第51-66页 |
| ·样本数据预处理 | 第52-57页 |
| ·颈脊髓损伤预后BP预测模型 | 第57-62页 |
| ·颈脊髓损伤预后PNN预测模型 | 第62-63页 |
| ·转子间骨折预后logistic回归预测模型 | 第63-66页 |
| ·前期试验结果分析 | 第66页 |
| ·粒子群算法及其改进算法 | 第66-70页 |
| ·基本的粒子群算法(PSO) | 第67页 |
| ·改进的粒子群算法(IPSO) | 第67-70页 |
| ·遗传算法及其改进算法 | 第70-74页 |
| ·基本的遗传算法(GA) | 第70页 |
| ·改进的遗传算法(PGA) | 第70-74页 |
| ·基于PGA的BP网络优化 | 第74-78页 |
| ·基于IPSO的PNN网络优化 | 第78-79页 |
| ·本章小结 | 第79-80页 |
| 第5章 颈脊髓损伤和转子间骨折预后预测研究 | 第80-106页 |
| ·基于ANN的颈脊髓损伤预后预测研究 | 第80-95页 |
| ·基于BP网络的颈脊髓损伤预后行走率预测 | 第80-88页 |
| ·基于PNN网络的颈脊髓损伤预后行走率预测 | 第88-93页 |
| ·不同颈脊髓损伤预后预测模型的对比分析 | 第93-95页 |
| ·基于ANN的转子间骨折预后预测研究 | 第95-105页 |
| ·基于BP网络的转子间骨折预后死亡率预测 | 第95-96页 |
| ·基于PGA-BP网络的转子间骨折预后死亡率预测 | 第96-103页 |
| ·基于改进logistic模型的转子间骨折预后死亡率预测 | 第103-105页 |
| ·本章小结 | 第105-106页 |
| 第6章 骨科损伤预后预测系统的设计与实现 | 第106-114页 |
| ·程序开发环境简介 | 第106-107页 |
| ·骨科损伤预后预测系统的框架设计 | 第107-109页 |
| ·骨科损伤预后预测系统的设计实现 | 第109-112页 |
| ·颈脊髓损伤预后预测界面设计 | 第109-111页 |
| ·转子间骨折预后预测界面设计 | 第111-112页 |
| ·预测系统运行反馈 | 第112-113页 |
| ·本章小结 | 第113-114页 |
| 第7章 总结和展望 | 第114-116页 |
| ·总结 | 第114-115页 |
| ·展望 | 第115-116页 |
| 参考文献 | 第116-128页 |
| 附录 | 第128-136页 |
| 攻读学位期间公开发表论文 | 第136-137页 |
| 致谢 | 第137-138页 |
| 作者简介 | 第138页 |