缩略语表 | 第5-7页 |
英文摘要 | 第7-14页 |
中文摘要 | 第14-19页 |
第一章 前言 | 第19-27页 |
1.1 急性胰腺炎(acute pancreatitis,AP)的定义及流行病学 | 第19页 |
1.2 现有的AP严重程度的预测指标 | 第19-20页 |
1.3 AP的并发症影响其预后,早期预测严重并发症极为重要 | 第20-22页 |
1.4 凝血指标可能有助于预测AP并发症 | 第22-23页 |
1.5 人工智能机器学习(machine learning,ML)算法在AP并发症预测模型中的应用 | 第23-27页 |
第二章 轻症与重症急性胰腺炎凝血指标比较的Meta分析 | 第27-40页 |
2.1 引言 | 第27-28页 |
2.2 材料与方法 | 第28-30页 |
2.3 结果 | 第30-37页 |
2.4 讨论 | 第37-39页 |
2.5 小结 | 第39-40页 |
第三章 建立并验证人工智能中机器学习模型对中度重症和重症急性胰腺炎多器官功能衰竭的预测 | 第40-59页 |
3.1 引言 | 第40-41页 |
3.2 方法 | 第41-43页 |
3.3 结果 | 第43-54页 |
3.4 讨论 | 第54-57页 |
3.5 小结 | 第57-59页 |
第四章 人工神经网络模型对中度重症和重症急性胰腺炎腹腔内感染的预测 | 第59-72页 |
4.1 引言 | 第59页 |
4.2 方法 | 第59-61页 |
4.3 结果 | 第61-69页 |
4.4 讨论 | 第69-71页 |
4.5 小结 | 第71-72页 |
全文总结 | 第72-75页 |
参考文献 | 第75-84页 |
文献综述 急性胰腺炎的凝血功能障碍的机制、临床表现及诊治进展 | 第84-96页 |
参考文献 | 第92-96页 |
附件一 | 第96-99页 |
附件二 | 第99-108页 |
在读期间发表论文 | 第108-109页 |
致谢 | 第109页 |