論向量判別顱腦損傷嚴重程度的模型畢業(yè)論文提綱

1、論向量判別顱腦損傷嚴重程度的模型畢業(yè)論文提綱    ，建立了貝葉斯網(wǎng)絡模型，進而判斷腦損傷的嚴重程度。（3）探討了生化指標與腦損傷嚴重程度的聯(lián)系，選用總蛋白、白蛋白、球蛋白等37種指標作為探討對象，通過因子淺析法對37種生化指標進行預處理，采取支持向量機對處理后的數(shù)據(jù)進行訓練，建立了生化數(shù)據(jù)與腦損傷嚴重程度的模型，并用驗證組數(shù)據(jù)來檢驗其準確性。（4）為了臨床醫(yī)學實踐的摘要：顱腦損傷發(fā)病機理復雜，發(fā)病率高、治愈率低、術后后遺癥多，是一種嚴重影響人們生活健康的疾病。為了準確判斷顱腦損傷的嚴重程度，提升患者的治愈率，本論文在淺析腦損傷發(fā)病機理的基礎上，搜集并整

2、理了血液、生化及激素3方面的樣本數(shù)據(jù)，分別建立了血液指標、激素指標及生化指標與顱腦損傷嚴重程度的模型。本論文以顱腦損傷患者的16種血液指標、4種激素指標、37種生化指標作為探討對象，針對這些指標與腦損傷的聯(lián)系做了以下探討：（1）通過淺析顱腦損傷患者的血液指標，探討了其與腦損傷嚴重程度的聯(lián)系。本論文選用血液中的紅細胞、中性粒細胞、紅細胞計數(shù)等16種指標作為探討對象，用因子淺析法對16種指標進行淺析，提取了與顱腦損傷有關的6種因子指標，通過該6種因子指標判別腦損傷嚴重程度，采取判別淺析法來驗證其準確性，準確率可達85%。（2）探討了激素指標與腦損傷嚴重程度的聯(lián)系。本論文選用血清皮質醇、催乳素、睪酮

3、、饑餓激素4種指標作為探討對象，通過咨詢專家意見和淺析腦損傷嚴重程度與4種激素指標樣本數(shù)據(jù)之間的聯(lián)系，構建了網(wǎng)絡結構，并對樣本數(shù)據(jù)進行淺析求出4種激素的條件概率，建立了貝葉斯網(wǎng)絡模型，進而判斷腦損傷的嚴重程度。（3）探討了生化指標與腦損傷嚴重程度的聯(lián)系，選用總蛋白、白蛋白、球蛋白等37種指標作為探討對象，通過因子淺析法對37種生化指標進行預處理，采取支持向量機對處理后的數(shù)據(jù)進行訓練，建立了生化數(shù)據(jù)與腦損傷嚴重程度的模型，并用驗證組數(shù)據(jù)來檢驗其準確性。（4）為了臨床醫(yī)學實踐的需要，更快速準確的判斷腦損傷患者的病情，本論文在VB6.0平臺分別設計了通過血液指標、4種激素及生化指標來判斷腦損傷嚴重程

4、度的仿真系統(tǒng)。    關鍵詞：腦損傷論文 因子淺析法論文 貝葉斯網(wǎng)絡論文 支持向量機論文         摘要3-4Abstract4-9第1章 緒論9-151.1 課題的背景9-111.2 探討近況11-131.3 探討內容和策略131.4 論文的組織結構13-15第2章 血液指標與腦損傷嚴重程度的模型探討15-272.1 腦損傷血液數(shù)據(jù)的收集15-162.2 腦損傷血液的因子淺析16-192.3 驗證因子淺析的歷程19-212.4 判別腦損傷嚴重程度的歷程淺析21-222

5、.5 血液指標與腦損傷聯(lián)系的建模22-262.6 小結26-27第3章 4 種激素與腦損傷嚴重程度的模型探討27-393.1 腦損傷 4 種激素樣本的收集273.2 4 種激素與腦損傷聯(lián)系的概況27-293.3 基于貝葉斯網(wǎng)絡的腦損傷嚴重程度的模型29-383.4 小結38-39第4章 生化指標與腦損傷嚴重程度的模型探討39-534.1 腦損傷生化數(shù)據(jù)的收集39-404.2 支持向量機40-484.3 基于支持向量機的生化指標與腦損傷的建模48-524.4 小結52-53第5章 腦損傷模型的系統(tǒng)設計53-595.1 Visual Basic 介紹535.2 腦損傷模型的算法53-545.3 腦損