| 摘要 | 第1-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第9-13页 |
| ·~(31)P磁共振波谱成像技术 | 第9页 |
| ·特征选择的基本概念 | 第9-10页 |
| ·模式分类的基本概念 | 第10-11页 |
| ·本文的主要内容 | 第11-13页 |
| 第2章 ~(31)P 磁共振波谱成像技术 | 第13-16页 |
| ·~(31)P 磁共振波谱成像技术的基本原理 | 第13-14页 |
| ·~(31)P 磁共振波谱成像技术的优、缺点 | 第14页 |
| ·~(31)P 磁共振波谱成像技术在医学方面的应用 | 第14-16页 |
| 第3章 ~(31)P MRS 数据的特征选择 | 第16-25页 |
| ·基于 T-test 方法的特征选择 | 第16-18页 |
| ·T-test 特征选择方法的数学基础 | 第16页 |
| ·T-test 特征选择方法的基本原理 | 第16-18页 |
| ·基于遗传算法的特征选择方法 | 第18-25页 |
| ·遗传算法的起源与发展 | 第18-19页 |
| ·遗传算法的基本思想 | 第19-20页 |
| ·遗传算法的基本原理 | 第20-22页 |
| ·遗传算法的特点及应用 | 第22页 |
| ·基于规整后的 ~(31)P 全波谱数据的遗传算法特征选择模型 | 第22-25页 |
| 第4章 ~(31)P MRS 数据的模式分类 | 第25-37页 |
| ·线性判别分析分类器 | 第26-32页 |
| ·线性判别分析的基本思想 | 第26-27页 |
| ·线性判别分析的基本原理 | 第27-30页 |
| ·设计线性分类器的主要步骤 | 第30页 |
| ·线性判别分析存在的问题及相应的解决方法 | 第30-32页 |
| ·二次判别分析分类器 | 第32-34页 |
| ·交叉验证 | 第34页 |
| ·分类器性能度量 | 第34-37页 |
| 第5章 实验结果与分析 | 第37-63页 |
| ·实验数据的来源及预处理 | 第37-39页 |
| ·两个基本的实验数据集 | 第39-40页 |
| ·由20 个医学特征组成的样本数据集 | 第39-40页 |
| ·由规整后的 ~(31)P 全波谱数据组成的样本数据集 | 第40页 |
| ·基于基本数据集的四个实验的步骤及其流程 | 第40-43页 |
| ·实验结果统计 | 第43-55页 |
| ·在20 个医学特征组成的数据集上的实验结果 | 第43-46页 |
| ·在规整后的 ~(31)P 全波谱数据组成的数据集上的实验结果 | 第46-47页 |
| ·在T-test 选择出的最优特征子集上的实验结果 | 第47-51页 |
| ·在遗传算法选择出的最优特征子集上的实验结果 | 第51-55页 |
| ·在四种数据集上的实验结果比较 | 第55-58页 |
| ·T-test 方法和遗传算法比较 | 第58-59页 |
| ·线性分类器和二次分类器比较 | 第59页 |
| ·基于线性分类器和遗传算法的诊断系统 | 第59-63页 |
| 第6章 结论 | 第63-67页 |
| ·结论 | 第63-64页 |
| ·今后的工作 | 第64-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 在学期间主要科研成果 | 第72页 |
| 一、发表学术论文 | 第72页 |
| 二、其它科研成果 | 第72页 |
