论向量判别颅脑损伤严重程度的模型毕业论文提纲

1、论向量判别颅脑损伤严重程度的模型毕业论文提纲    ，建立了贝叶斯网络模型，进而判断脑损伤的严重程度。（3）探讨了生化指标与脑损伤严重程度的联系，选用总蛋白、白蛋白、球蛋白等37种指标作为探讨对象，通过因子浅析法对37种生化指标进行预处理，采取支持向量机对处理后的数据进行训练，建立了生化数据与脑损伤严重程度的模型，并用验证组数据来检验其准确性。（4）为了临床医学实践的摘要：颅脑损伤发病机理复杂，发病率高、治愈率低、术后后遗症多，是一种严重影响人们生活健康的疾病。为了准确判断颅脑损伤的严重程度，提升患者的治愈率，本论文在浅析脑损伤发病机理的基础上，搜集并整

2、理了血液、生化及激素3方面的样本数据，分别建立了血液指标、激素指标及生化指标与颅脑损伤严重程度的模型。本论文以颅脑损伤患者的16种血液指标、4种激素指标、37种生化指标作为探讨对象，针对这些指标与脑损伤的联系做了以下探讨：（1）通过浅析颅脑损伤患者的血液指标，探讨了其与脑损伤严重程度的联系。本论文选用血液中的红细胞、中性粒细胞、红细胞计数等16种指标作为探讨对象，用因子浅析法对16种指标进行浅析，提取了与颅脑损伤有关的6种因子指标，通过该6种因子指标判别脑损伤严重程度，采取判别浅析法来验证其准确性，准确率可达85%。（2）探讨了激素指标与脑损伤严重程度的联系。本论文选用血清皮质醇、催乳素、睾酮

3、、饥饿激素4种指标作为探讨对象，通过咨询专家意见和浅析脑损伤严重程度与4种激素指标样本数据之间的联系，构建了网络结构，并对样本数据进行浅析求出4种激素的条件概率，建立了贝叶斯网络模型，进而判断脑损伤的严重程度。（3）探讨了生化指标与脑损伤严重程度的联系，选用总蛋白、白蛋白、球蛋白等37种指标作为探讨对象，通过因子浅析法对37种生化指标进行预处理，采取支持向量机对处理后的数据进行训练，建立了生化数据与脑损伤严重程度的模型，并用验证组数据来检验其准确性。（4）为了临床医学实践的需要，更快速准确的判断脑损伤患者的病情，本论文在VB6.0平台分别设计了通过血液指标、4种激素及生化指标来判断脑损伤严重程

4、度的仿真系统。    关键词：脑损伤论文 因子浅析法论文 贝叶斯网络论文 支持向量机论文         摘要3-4Abstract4-9第1章 绪论9-151.1 课题的背景9-111.2 探讨近况11-131.3 探讨内容和策略131.4 论文的组织结构13-15第2章 血液指标与脑损伤严重程度的模型探讨15-272.1 脑损伤血液数据的收集15-162.2 脑损伤血液的因子浅析16-192.3 验证因子浅析的历程19-212.4 判别脑损伤严重程度的历程浅析21-222

5、.5 血液指标与脑损伤联系的建模22-262.6 小结26-27第3章 4 种激素与脑损伤严重程度的模型探讨27-393.1 脑损伤 4 种激素样本的收集273.2 4 种激素与脑损伤联系的概况27-293.3 基于贝叶斯网络的脑损伤严重程度的模型29-383.4 小结38-39第4章 生化指标与脑损伤严重程度的模型探讨39-534.1 脑损伤生化数据的收集39-404.2 支持向量机40-484.3 基于支持向量机的生化指标与脑损伤的建模48-524.4 小结52-53第5章 脑损伤模型的系统设计53-595.1 Visual Basic 介绍535.2 脑损伤模型的算法53-545.3 脑损