疾病诊断的问题模型分析演示幻灯片.pptVIP

;答辩人：*** 导 师：*** 院 系：数学与计算机科学学院 日 期：2013.05.26; 肾炎是一种免疫性疾病，是不同的抗原产生不同的抗体，组合成不同的免疫复合物，在肾脏的不同部位，造成的病理损伤，形成不同的肾炎类型。随着医学技术的不断壮大，对疾病研究的专业人才是越来越多，大量医学界的人士对疾病的研究有了更多的认识，据统计100万人中大约有上近百人是由于肾炎而危机生命，因此找出治疗前正确的诊断方法是迫不眉睫的，诊断无论是对医学还是对诊断的病人来说都是至关重要的。 ;疾病的背景及意义;论文的目的;论文的结构和主要内容;问题假设 在诊断所建立之前要所说明的情况： 论文里所提供的数据都是无疑义的； 除了在数据中的所需要的指标外，没有其他的元素对之影响； 外部因素对患病的影响不计； 在这只有患肾炎的和健康的，其他的病不影响； 在这患病的各元素的含量不受其他病的影响； 在这测得数据的准确度很高，误差可以不计.;1 健康系数模型 ; 设和为两总体，对于给定的样本，即7种元素的含量记作样本点，k计算个 欧氏距离，找出两者中小的一个，则判定X样本来自 , ， ; BP算法叫误差反向向后神经网络算法，主要是通 过输出后的误差对输出层的直接前导层的误差进行估计 ，继续用此法来估计更前层的误差，如此一层一层的估 计下去，就得到了其他各层的误差估计，这样形成了正 向输入的方向与输出层估计得到误差有相反的方向，逐 级向网络的输入层递进的过程。 ; 通过三种模型的比较，健康系数模型与距离判别模型结果的吻合度 36/40=90%,距离判别模型与神经网络模型结果的吻合度为39/40=97.5%,健康系数模型与神经网络模型结果的吻合度为35/40=87.5%,通过三种模型所得结果的比较与检验的正确率判断可以得到神经网络模型最适合，且该模型的效果也比较明显，故采用bp神经网络模型，舍弃健康系数模型和距离判别模型.下面通过神经网络来得到患病中的主要指标.;得出主要指标为Cu、Fe、Ca 回归模型方程式为; 本论文建立的模型不仅可用于医学界，也可用于其它资源的安排，在日常实际生??中发挥着很多的作用，用于诸如某区域地貌-水文系统的其它类型的问题，地质学中判断是否有矿，对新发现的物种进行分类，在工厂中对产品的检验是否合格等问题都可用这种模型来分析.;大学本科的学习生活即将结束。在此，我要感谢所有曾经教导过我的老师和关心过我的同学，他们在我成长过程中给予了我很大的帮助。本文能够顺利完成，要特别感谢我的导师***老师，感谢各位老师的关心和帮助。 最后向所有关心和帮助过我的人表示真心的感谢。