血常规正常参考值与地理因素的非线性分析

论文摘要

选题意义:血红蛋白和红细胞计数正常参考值指标在临床中有着至关重要的作用,可以用来确切的反应不同年龄不同性别的人是否有无贫血以及贫血的程度。而血红蛋白和红细胞计数与人们长期生活的地理环境（温度、湿度、海拔、日照、降水量、水质和土壤等）有着密切的关系,本论文研究了不同年龄不同性别的血红蛋白和红细胞计数正常参考值与地理因素的密切关系,揭示其分布规律,为临床的诊断提供可靠的科学依据。研究的理论依据、方法和过程:为探讨各血常规指标正常参考值与所选各种地理因素复杂的关系,本论文通过大量检索文献,以及向有关单位求购的方法,收集了全中国各地区不同年龄不同性别的血红蛋白和红细胞计数正常参考值的医学指标,主要为青年男性血红蛋白正常参考值、老年女性血红蛋白正常参考值、老年男性血红蛋白正常参考值、青年男性红细胞计数正常参考值、青年女性红细胞计数正常参考值、中年男性红细胞计数正常参考值、中年女性红细胞计数正常参考值和老年前期男性红细胞计数正常参考值8项指标。根据国家测绘局数据中心提供的共享资料,国家气象局数据中心提供的共享资料及有关地理著作、词典和相关文献,收集了五项地理因素指标:海拔高度（X1）、年日照时数（X2）、年平均气温（X3）、年平均相对湿度（X4）、年降水量（X5）。对医学指标与这些地理学指标进行了线性和非线性的研究,从而建立它们之间的复杂线性模型和非线性BP神经网络模型。其线性模型主要为因子分析模型和趋势面分析模型,非线性模型为BP神经网络模型。应用以上的模型以及模型中的参数,代入了以选择1288个观测点的相应的地理因素指标,可计算出这1288个地方不同年龄不同性别的血红蛋白和红细胞计数正常参考值,借助GIS空间分析中的地统计分析模块,通过克里格（Kriging）插值法精确的内插出血常规指标正常参考值的地理分布图。研究取得的结论与创新之处:如果知道了中国某地的地理因素,就可用建立模型估算该地区不同年龄不同性别的血红蛋白和红细胞计数正常参考值,从地理分布图也可得到中国任何地方的正常参考值。在应用的三种模型里,发现应用非线性模型得出的精确度是最高的,更能很好地为临床诊断提供依据。本论文研究方法的创新之处在于对不同年龄段不同性别的人的血红蛋白和红细胞计数的正常参考值与地理因素进行了线性及非线性的定量化研究,与过去应用简单的相关分析和回归分析方法相比较,降低了人为的干扰,提高了模拟的精度。以中国整个区域为研究对象,借助GIS空间分析的方法,应用地统计分析模块中的克里格插值法,精确的绘制出正常参考值的趋势分布图。本论文的研究方法和研究成果将丰富临床医学,临床检验学,血液学,医学地理学,环境医学及生理学的内容。

论文目录

• 摘要
• Abstract
• 第1章 研究背景
• 1.1 课题来源
• 1.2 国内外研究现状及选题意义
• 1.2.1 国内外研究现状
• 1.2.2 医学地理学简介
• 1.3 血液学简述和发展史
• 1.3.1 血液学简述
• 1.3.2 血液学发展史
• 1.3.2.1 血细胞的发现史
• 1.3.2.2 血栓与止血的研究简史
• 1.4 红细胞概述
• 1.4.1 红细胞简介
• 1.4.2 红细胞的功能
• 1.4.3 红细胞的生成
• 1.4.4 红细胞的更新
• 1.4.5 红细胞的形态
• 1.4.6 红细胞数
• 1.4.7 红细胞计数测定的基本方法
• 1.5 血红蛋白概述
• 1.5.1 血红蛋白概述
• 1.5.2 血红蛋白工作原理
• 1.5.3 血红蛋白生理意义
• 1.5.4 血红蛋白测定的方法
• 1.6 研究方法和成果的创新之处
• 第2章 血常规指标正常参考值的资料选取
• 2.1 检索方法一
• 2.2 检索方法二
• 2.3 检索方法三
• 2.4 检索结果
• 第3章 地理因素指标选取
• 3.1 海拔高度
• 3.2 年日照时数
• 3.3 年平均气温
• 3.4 年平均相对湿度
• 3.5 年降水量
• 第4章 本论文中应用到的相关软件简介
• 4.1 SPSS软件简介
• 4.2 Matlab软件简介
• 4.3 ArcGIS软件简介
• 第5章 血常规指标正常参考值与地理因素的相关分析
• 5.1 相关分析简介
• 5.1.1 相关的概念
• 5.1.2 相关的种类
• 5.1.3 相关系数的概念及计算公式
• 5.1.4 相关系数的性质
• 5.1.5 相关系数的特点
• 5.2 老年女性血红蛋白正常参考值与地理因素的单相关分析
• 5.3 老年男性血红蛋白正常参考值与地理因素的单相关分析
• 5.4 青年男性血红蛋白正常参考值与地理因素的单相关分析
• 5.5 青年男性红细胞计数正常参考值与地理因素的单相关分析
• 5.6 青年女性红细胞计数正常参考值与地理因素的单相关分析
• 5.7 中年男性红细胞计数正常参考值与地理因素的单相关分析
• 5.8 中年女性红细胞计数正常参考值与地理因素的单相关分析
• 5.9 老年前期男性红细胞计数正常参考值与地理因素的单相关分析
• 第6章 血常规指标正常参考值与地理因素的因子分析
• 6.1 因子分析简介
• 6.1.1 因子分析基本思想
• 6.1.2 因子分析数学模型
• 6.1.2.1 模型（R型）
• 6.1.2.2 公共因子、因子载荷和变量共同度的统计意义
• 6.1.3 因子载荷的估计方法
• 6.1.4 因子旋转
• 6.2 老年男性血红蛋白正常参考值与地理因素的因子分析
• 6.2.1 判断变量能否进行因子分析
• 6.2.2 提取公因子
• 6.2.3 因子载荷与因子旋转
• 6.2.4 因子得分模型和回归预测模型
• 6.3 老年女性血红蛋白正常参考值与地理因素的因子分析
• 6.3.1 判断变量能否进行因子分析
• 6.3.2 提取公因子
• 6.3.3 因子载荷与因子旋转
• 6.3.4 因子得分模型和回归预测模型
• 6.4 老年前期男性红细胞计数正常参考值与地理因素的因子分析
• 6.4.1 判断变量能否进行因子分析
• 6.4.2 提取公因子
• 6.4.3 因子载荷与因子旋转
• 6.4.4 因子得分模型和回归预测模型
• 第7章 血常规指标正常参考值与地理因素的趋势面分析
• 7.1 趋势面分析简介
• 7.1.1 趋势面分析原理
• 7.1.2 趋势面模型的建立
• 7.1.3 拟合优度的计算
• 7.1.4 模型的显著性检验
• 7.1.5 选择适当阶次的趋势面方程
• 7.2 青年男性血红蛋白正常参考值与地理因素的趋势面分析
• 7.3 老年女性血红蛋白正常参考值与地理因素的趋势面分析
• 7.4 老年前期男性红细胞计数正常参考值与地理因素的趋势面分析
• 第8章 血常规指标正常参考值与地理因素的非线性分析
• 8.1 BP神经网络的简介
• 8.1.1 BP网络理论
• 8.1.1.1 BP网络结构
• 8.1.1.2 BP网络学习规则
• 8.1.1.3 BP网络设计技巧
• 8.1.1.4 初始值的选取
• 8.2 血常规指标正常参考值的BP神经网络模型
• 8.2.1 神经网络的构建
• 8.2.2 青年男性红细胞计数的BP神经网络模拟分析
• 8.2.3 青年女性红细胞计数的BP神经网络模拟分析
• 8.2.4 中年男性红细胞计数的BP神经网络模拟分析
• 8.2.5 中年女性红细胞计数的BP神经网络模拟分析
• 8.2.6 老年前期男性红细胞计数的BP神经网络模拟分析
• 第9章 中国区域地理概况
• 9.1 中国区域地理特征概况
• 9.2 中国地貌的基本特征
• 9.3 中国气候的基本特征
• 第10章 绘制血常规指标正常参考值的趋势分布图
• 10.1 地统计分析基本原理
• 10.2 克里格插值
• 10.3 绘制血常规指标正常参考值的趋势分布图
• 10.3.1 应用趋势面模型绘制青年男性血红蛋白正常参考值的分布图
• 10.3.2 应用趋势面模型绘制老年女性血红蛋白正常参考值的分布图
• 10.3.3 应用趋势面模型绘制老年前期男性红细胞计数正常参考值分布图
• 10.3.4 应用因子分析模型绘制老年男性血红蛋白正常参考值分布图
• 10.3.5 应用因子分析模型绘制老年女性血红蛋白正常参考值分布图
• 10.3.6 应用因子分析模型绘制老年前期男性红细胞计数参考值分布图
• 10.3.7 应用BP神经网络模型绘制青年男性红细胞计数正常参考值分布图
• 10.3.8 应用BP神经网络模型绘制青年女性红细胞计数正常参考值分布图
• 10.3.9 应用BP神经网络模型绘制中年男性红细胞计数正常参考值分布图
• 10.3.10 应用BP神经网络模型绘制中年女性红细胞计数正常参考值分布图
• 10.3.11 应用BP神经网络模型绘制老年前期男性红细胞计数参考值分布图
• 第11章 讨论与结论
• 11.1 讨论
• 11.2 结论
• 11.3 本论文存在的问题和今后的研究方向
• 参考文献
• 致谢
• 攻读学位期间的研究成果