声明
摘要
1．1研究背景及意义
1．2国内外研究现状
1．2．1医疗辅助诊断系统的发展现状
1．2．2特征选择和提取算法的研究现状
1．2．3分类算法的研究现状
1．3．1主要工作
1．3．2论文结构
2．1．1 PCA算法描述
2．1．2 PCA算法步骤
2．2 C4．5决策树分类算法
2．2．2 C4．5决策树分类算法
2．3 BP神经网络算法
2．3．1 BP神经网络算法的概述
2．3．2 BP神经网络算法的流程
2．4辅助诊断系统及软件架构
2．4．1医疗辅助诊断系统概述
2．4．1系统软件架构
2．5系统实现相关技术
2．5．1微服务框架
2．5．2前端Vue框架
2．5．3缓存Redis
2．5．4数据库MySQL
2．6本章小结
第三章BP神经网络和PCA算法在高血脂特征处理中的应用
3．1高血脂特征提取及数据预处理
3．1．1特征处理算法选用
3．1．2高血脂相关特征
3．1．3特征数据预处理
3．2改进的特征处理算法模型
3．2．1 BP神经网络算法存在的问题及改进
3．2．2 PCA算法存在的问题及改进
3．2．3 BPCA算法用于特征处理
3．2．4 BPCA算法整体流程
3．3实验对比
3．3．1实验设计
3．3．2实验环境
3．3．3实验结果分析
3．4本章小结
第四章K-C4．5分类算法在高血脂致病因素中的应用
4．1 KNN分类算法描述及存在的问题
4．2 C4．5算法存在的问题及改进
4．3基于K-C4．5混合算法的高血脂疾病诊断模型
4．3．1改进的C4．5算法和KNN算法的融合
4．3．2 K-C4．5分类模型概述
4．3．3 K-C4．5分类算法模型操作流程
4．4实验对比
4．4．1实验设计
4．4．2实验环境
4．4．3实验结果分析
4．5本章小结
5．1系统实现目标
5．2系统总体设计
5．2．1用户角色
5．2．2功能模块
5．2．3系统架构
5．2．4系统流程
5．3系统概要设计
5．3．1用例图
5．3．2类图
5．3．3时序图
5．4诊断分析模块测试
5．4．1功能测试
5．4．2性能测试
5．5系统功能模块展示
5．5．1辅助诊断
5．5．2数据维护
5．5．3系统设置
5．5．4患者管理
5．6本章小结
6．1研究工作总结
6．2今后工作展望
参考文献
攻读学位期间的学术成果
致谢
浙江理工大学;
