文摘
英文文摘
1 文献综述及研究设想
1.1医学背景
1.1.1 超声影像技术在产科的应用
1.1.2 胎儿生长发育过程
1.1.3 胎儿生长发育的重要生理指标
1.2 B超预测胎儿体重的处理方法
1.2.1 单参数回归分析
1.2.2 多参数回归分析
1.3回归方法预测胎儿体重存在的问题
1.4研究设想:用神经网络方法代替回归方程预测胎儿体重
2 回归分析预测胎儿体重
2.1回归模型介绍
2.1.1 一元线性回归模型
2.1.2 多元线性回归模型
2.1.3 多元非线性回归模型
2.2单参数回归分析与讨论
2.2.1 研究对象
2.2.2 超声参数对胎儿体重的影响
2.2.3 预测体重值的评价
2.3回归分析预测胎儿体重
2.3.1 一元线性回归方程
2.3.2 多元线性回归方程
2.3.3 非线性回归方程
2.3.4 新的非线性模型的引入
2.4本章小结
3 人工神经网络分析预测胎儿体重
3.1反向传播人工神经网络
3.1.1 误差规则与梯度下降算法
3.1.2 BP网络的学习算法
3.2基于BP神经网络预测胎儿体重
3.2.1 BP网络映射关系
3.2.2 处理方式1的结果
3.2.3 处理方式2的结果
3.2.4 处理方式3的结果
3.3讨论
3.3.1 处理方式1、2、3的结果比较
3.3.2 神经网络方法和回归方程预测结果比较
3.4本章小结
4应用软件实现
5 全文总结
5.1论文工作的总结
5.2论文的创新点
5.3研究展望
参考文献
攻读硕士学位期间成果列表
发表论文列表
参加研究的课题
声明
致谢