一、难分类急性白血病的诊断及预后（论文文献综述）
赵浩宇,杜兴国,张琼[1]（2021）在《骨髓细胞形态学和免疫学分型在急性白血病诊断中的应用价值》文中进行了进一步梳理目的研究骨髓细胞形态学和免疫学分型在急性白血病（AL）诊断中的应用价值。方法纳入汉中市中心医院收治的140例AL患者,分别使用细胞形态学和免疫学分型法进行诊断。分析细胞形态学和免疫学分型对AL的诊断结果及诊断符合率。结果 140例AL患者经细胞形态学诊断,ALL 51例（36.43%）,AML 79例（56.43%）,UAL 8例（5.71%）,MAL 2例（1.43%）。140例AL患者经免疫学分型诊断,ALL 49例（35.00%）,AML 79例（56.43%）,MAL 12例（8.57%）。细胞形态学和免疫学分型对MAL的诊断符合率明显低于ALL和AML（P<0.05）。结论骨髓细胞形态学检查对AML和ALL的诊断准确率高,优势明显,但是对MAL分型的诊断灵敏度较低,需辅助免疫学分型等检查方法进行,以促进对AL患者的准确诊断。
车辉娟,孙霞,胡宏章,康梅[2]（2021）在《血液科住院患者血流感染病原菌特征及预后的临床研究》文中研究说明血液病住院患者由于疾病自身原因,需长期住院治疗,大量使用抗生素和化疗药物,患者常有中性粒细胞减少,免疫功能缺陷,极易感染各种病原菌。另外,中心静脉导管的广泛使用和造血干细胞移植,进一步增加了患者感染的风险。血液病血流感染患者的粗死亡率从12%-42%不等,一些研究报道的可归因死亡率高达38%[1-3]。血培养是诊断血流感染的重要手段,可为临床合理应用抗菌药提供依据,减少耐药性的产生,改善患者预后[4-5]。由于化疗、
重庆市医疗保障局[3]（2020）在《重庆市医疗保障局关于建立国家医保谈判药品门诊用药保障机制的通知》文中研究表明渝医保发[2020] 54号各区县（自治县）医疗保障局,两江新区社会保障局、高新区政务服务和社会事务中心、万盛经开区人力社保局:为落实党中央、国务院决策部署,提高参保人员用药保障水平,做好谈判药品落地工作,确保广大参保患者切实受益,我们依据国家医保局、人力资源社会保障部印发的《关于将2019年谈判药品纳入<国家基本医疗保险、工伤保险和生育保险药品目录>乙类范围的通知》（医保发[2019]65号）,国家医保局、国家卫生健康委印发的《关于做好2019年国家医保谈判药品落地工作的通知》（医保发[2019] 73号）精神,现就建立医保谈判药品门诊用药保障机制相关事宜通知如下。
南京市医疗保障局,南京市卫生健康委员会[4]（2020）在《关于进一步落实2019年国家医保谈判药品落地工作及抗恶性肿瘤靶向药待遇保障的通知》文中研究说明宁医发[2020]50号各医保分局、卫健委,江北新区社会事业局,市、区医保中心,各有关单位:根据国家医保局、国家卫生健康委《关于做好2019年国家医保谈判药品落地工作的通知》（医保发[2019]73号）、江苏省医保局、江苏省卫生健康委《关于转发<国家医保局国家卫生健康委关于做好2019年国家医保谈判药品落地工作的通知>的通知》（苏医保发[2020]41号）、《关于进一步规范基本医疗保险特药管理的通知》（苏医保发[2019]124号）要求,为进一步减轻参保人用药负担,提高医保待遇可及性,实现重特大疾病的医疗精准保障,现就有关事项通知如下:
王雅娣[5]（2020）在《基于信息度量的高维数据特征选择模型和方法》文中指出高维数据特征选择是数据挖掘的重要组成部分,可广泛应用于生物信息学、统计学及图像处理等领域。有效选择信息特征可显着地提高学习精度和结果的可解释性;为提高分类精度,许多现有特征选择方法通过去除数据中的冗余和不相关特征来识别信息特征。由于特征维数随数据规模的增大而增加,易出现维数灾难和过拟合问题;数据高维性不仅增加算法的时间和空间复杂度,也会降低算法的求解精度。针对高维数据特征选择所存在的问题,本文通过引入互信息、联合互信息、条件互信息等信息度量,设计合理有效的特征选择模型和方法来降低数据维度、保留数据的重要特征,论文的主要贡献体现为:（1）自适应结构稀疏回归模型:高维数据的许多重要相关结构有助于提高预测性能,而其噪声特征通常降低预测性能,如何从高维数据中挖掘重要的相关特征结构并去除噪声特征是具有挑战性的问题。基于互信息和联合互信息,提出成对特征相关权重和特征权重的两种权重构造策略;提出一种自适应结构稀疏回归模型,推测出各特征间的局部监督相关结构信息,自适应地选择成组的重要特征,从理论上分析了该模型的重要性质;该模型可实现回归和二分类问题的特征选择。所提出模型与五种现有特征选择模型在10种经典公共基准数据集上的比较实验结果表明,所提模型可有效选择信息特征、具有更好的预测性能。（2）多项式自适应稀疏组Lasso模型:大部分特征选择方法从高维数据选择的特征通常包含降低分类性能的冗余特征。提出一个多项式自适应稀疏组Lasso模型,选择成组的重要特征;为挖掘高维数据特征间的局部监督相关结构信息,基于信息论提出一种新的监督特征聚类算法,将与类标签相关的相似特征进行分组;考虑评估特征和组的重要性,提出一种同时构造特征权重和组权重的方法;提出实现多项式自适应稀疏组Lasso模型复杂计算过程的算法。通过五个常用的公共基准数据集上的对比实验,结果表明该模型能有效地选择重要特征,比现有四个经典特征选择模型具有更好的综合分类性能。（3）最大相关性和最小监督冗余准则:从包含不相关且冗余特征的高维数据中选择富信息特征具有挑战性,不相关和冗余特征通常会降低分类器性能。提出一种有效的特征选择算法,考虑特征相关性和关于类别标签的成对特征相关性,提高分类精度;基于条件互信息和信息熵,提出一种新的监督相似性度量;有监督相似性度量引入至特征最小冗余评估准则,与特征相关性最大化评估准则相结合提出新的最大相关性和最小监督冗余准则,从理论上证明该准则的特征选择可用性。在经典公共基准数据集上对比所提出的方法和六种现有特征选择方法,实验结果表明,所提方法在选择重要特征方面更有效,且可获得更好、更具竞争力的分类性能。（4）加权广义组Lasso模型:高维生物数据的特征选择可筛选出与分类任务高度相关的基因以提高分类精度,解决高维癌症基因表达数据二分类问题的理想方法是能够在分类的同时能自动的选择与癌症密切相关的成组基因。大多数现有基因选择方法无法完全挖掘所选基因间的内在相互作用信息,提出一个加权广义组Lasso模型,选择成组的重要基因;基于加权基因共表达网络分析,提出一种基因分组启发式方法;为确定基因和成组基因的重要性,提出一种基于联合互信息的基因和基因组权重计算方法;提出一个实现加权广义组Lasso模型复杂计算过程的求解算法。在随机和三种癌症基因表达数据上的实验结果表明,该模型比现有的两种基因选择方法具有更好的分类性能。
万希伟[6]（2020）在《急性白血病患儿化疗后并发肛周感染的相关因素分析与护理对策》文中认为目的探讨急性白血病患儿化疗后并发肛周感染的相关影响因素,提出相应护理对策。方法选取2015年3月至2018年9月在我院接受化疗的急性白血病患儿220例为研究对象,其中化疗后并发肛周感染30例,感染率为13. 64%,采用多因素logistic回归分析急性白血病患儿化疗后并发肛周感染的相关因素。结果多因素logistic回归分析显示,性别（男）、白血病类型（急性髓细胞白血病）、中性粒细胞绝对值≤0. 5×109/L是急性白血病患儿化疗后并发肛周感染的独立危险因素（P <0. 05）,化疗效果（完全或部分缓解）是急性白血病患儿化疗后并发肛周感染的保护因素（P <0. 05）。结论急性白血病患儿化疗后并发肛周感染与性别、白血病类型、中性粒细胞绝对值与化疗效果等因素有关,需加以重视,制定相应护理对策,以减少肛周感染发生。
李芳君[7]（2020）在《基于机器学习的医学数据分类算法研究》文中认为医学数据中有两类代表性数据:基因数据与医学影像数据。本文从两类医学数据出发,构建了对透明肾细胞癌的早晚期进行分类的机器学习模型,以及对糖尿病性视网膜病变数据进行分类的深度学习模型。围绕特征提取及模型构建探讨机器学习与深度学习在重大疾病诊断中出现的问题及解决方法,重新设计算法与模型来提高病变诊断的精度,在目标数据集上的分类效果优于现有的最佳方法。透明细胞肾细胞癌是肾细胞癌最常见的亚型。利用基因检测技术,可以对癌症进行分子级认知,获取基因数据。以二代基因测序技术为基础,可以运用机器学习对基因数据进行计算机辅助诊断,但是将机器学习分类算法应用到基因数据时,存在数据噪声大,数据样本少,特征维度高、相关性强等问题,容易引起训练过拟合与维数灾难。糖尿病视网膜病变是糖尿病微血管病变最具代表性的的表现形式。它是糖尿病的一种并发症,是一种特殊的眼底疾病。计算机辅助诊断应用于糖尿病视网膜病变自动诊断中存在眼底影像分辨率高、病变特征小、数据不平衡、数据量小等问题,传统的深度学习模型不适用于糖尿病视网膜病变眼底影像这种高分辨率数据。基于以上背景及问题,本论文具体完成了如下工作:1.提出了一种基于基因数据以及机器学习的透明肾细胞癌早晚期分类模型。本论文改进了基因数据的预处理方法,通过分箱编码,提高了基因表达数据的稳定性和分类模型的鲁棒性,并且本论文设计了一种联合基因选择算法来提取关键基因特征。这种基于基因数据与机器学习的分类模型可以在透明肾细胞癌肿瘤样本分类问题上提取更少的特征达到比现有最优模型更高的预测精度及稳定度。2.提出了一种以深度学习为基础的的糖尿病性视网膜病变诊断模型。本论文结合数据增强与重采样,设计了一种适用于糖网高分辨率图像的深度神经网络模型,使用逐步微调训练策略对网络模型进行训练。最后对不同输入尺度的网络模型进行了复杂度定量分析。该模型在EyePACS数据上比Kaggle糖网病变检测冠军方法的检测性能更好,并且大幅度提升了轻度病变的检测能力。总之,本文系统地展示了机器学习在医学影像分析和基因组数据分析中的应用,以实现疾病的诊断和预测。对于辅助临床决策,提供智能化、个性化的医疗服务有重要的意义。
唐艳萍,张力图,蔡政民,唐亚梅,苏程琳,谭晓玉,谢雨萱,利基林[8]（2015）在《102例急性白血病的细胞形态学、免疫学及分子生物学分型》文中指出目的观察102例急性白血病的细胞形态学、免疫学及分子生物学分型结果。方法采用细胞形态学分型、流式细胞学免疫分型、多重巢式RT-PCR检测白血病融合基因三项技术对102例急性白血病患者进行综合诊断分析。结果 102例白血病患者按FAB分型诊断为ALL 51例,AML 45例,难分类白血病（UAL）6例。FAB分型无法确诊的6例UAL患者经流式免疫分型后诊断为2例B-ALL、3例B/T细胞系白血病和1例急性混合型白血病（髓系/B细胞系）,其余96例患者与流式分型结果一致,诊断为B-ALL 36例,T-ALL 15例,AML 45例。102例急性白血病患者中检出融合基因36例（35.3%）,包括PML/RARα、CBFβ/MYH11、AML1/ETO、TLS/ERG、TEL/AML1、E2A/PBX1、MLL/AF9、MLL/AF4、BCR/ABL 9种融合基因。结论 FAB分型对UAL无法确诊时,与细胞免疫学及分子生物学分型联合,可使白血病分型更为精确、客观。
吴国林[9]（2008）在《急性双表型白血病的实验室特征与临床研究》文中研究指明目的:分析急性双表型白血病（BAL）的临床和实验室特征,评价急性白血病免疫双表型与治疗相关因素及预后的临床重要性。本研究根据急性双表型白血病细胞形态学、免疫学、细胞遗传学、分子生物学进行综合分析,进一步探讨BAL的诊断、治疗和预后。方法:自2000年4月至2005年12月所有初诊的急性白血病患者400例,采用MICM分型,用流式细胞仪进行免疫表型分析。根据EGIL标准诊断BAL共30例,其中20例进行了染色体G显带技术核型分析。收集同期住院治疗初诊AML患者90例和ALL患者60例作为对照组。结果:BAL占同期急性白血病（AL）的7.5%,30例BAL临床表现与同期诊断为急性髓细胞白血病（AML）和急性淋巴细胞白血病（ALL）患者无显着性差异（P>0.05）。多药耐药基因编码产生的膜糖蛋白（P170）表达阳性率62%,CD34阳性率73.3%,均明显高于同期非BAL患者P170表达阳性率19.3%和CD34阳性率46.2%（P<0.05）。30例BAL中B-Ly+/My+双表型18例,T-Ly+/My+双表型10例,同时表达T抗原和B抗原2例。20例BAL进行了染色体核型分析,其中异常核型占11例（55%）,高于同期非BAL（P<0.01）。28例BAL患者接受治疗后完全缓解（CR）率为35.7%,1年总生存率为10.7%,9例兼顾粒、淋二系的方案治疗后全部CR,平均无病生存期（DFS）7个月。结论:本次研究结果显示与同期非BAL的治疗相比,BAL的治疗效果较差、生存期短,这与染色体结构异常及多药耐药基因表达等较多的不良预后因素有关。有20例进行了染色体核型分析,出现11例异常染色体,其中6例出现Ph染色体,Ph+患者化疗后CR低。另外BAL患者的CD34阳性率及P170阳性表达率较高。对BAL治疗给予兼顾粒、淋二系的诱导和巩固化疗方案取得一定疗效。
周海霞,钱江潮,陈慧,李原,阮积晨,王菊香,杨军军[10]（2005）在《三色流式细胞术在120例儿童急性白血病免疫分型中的应用》文中研究指明目的探讨三色流式细胞术在儿童急性白血病AL免疫分型中的应用价值,了解儿童AL抗原表达规律和免疫亚型的分布情况。方法采用CD45/侧散射（SSC）双参数散点图设门方法进行三色流式细胞术细胞表面及浆内分化抗原的分析。结果120例儿童白血病免疫分型可分为4类:未分化型占0·8%,急性髓细胞性白血病（AML）占35·0%,急性淋巴细胞白血病（ALL）占57·5%,混合型急性白血病占6·7%。69例儿童ALL中,B淋巴细胞白血病（B-ALL）占75·3%,T淋巴细胞白血病（T-ALL）占24·7%。AML伴淋巴系抗原表达为28·8%,主要表达CD5、CD7及CDl9（均为9·6%）。B-ALL伴髓系抗原CDl3、CD33表达分别为40·4%和5·8%,T-ALL伴髓系抗原CD13、CD33表达分别为35·3%和5·9%。结论应用流式细胞术几乎能对所有儿童急性白血病进行准确分型,对儿童白血病患者的治疗方案选择及预后判断等均有重要价值。
二、难分类急性白血病的诊断及预后（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、难分类急性白血病的诊断及预后（论文提纲范文）
（1）骨髓细胞形态学和免疫学分型在急性白血病诊断中的应用价值（论文提纲范文）
| 1 资料与方法 |
| 1.1 一般资料 |
| 1.2 试剂与仪器 |
| 1.3 方法 |
| 1.4 观察指标 |
| 1.5 统计学方法 |
| 2 结果 |
| 2.1 细胞形态学对AL的诊断结果分析 |
| 2.2 免疫学分型对AL的诊断结果及不同免疫学分型的抗原表达情况分析 |
| 2.3 细胞形态学和免疫学分型对AL的诊断符合率分析 |
| 3 讨论 |
（2）血液科住院患者血流感染病原菌特征及预后的临床研究（论文提纲范文）
| 1 资料和方法 |
| 1.1 临床资料 |
| 1.2 方法和仪器 |
| 1.3 标本培养 |
| 1.4 诊断标准和相关定义 |
| 1.5 统计学方法 |
| 2 结果 |
| 2.1 患者临床情况 |
| 2.2 病原菌构成 |
| 2.3 主要病原菌的耐药情况 |
| 2.4 患者死亡危险因素分析 |
| 3 讨论 |
（5）基于信息度量的高维数据特征选择模型和方法（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 基于稀疏学习模型的特征选择 |
| 1.2.2 独立稀疏特征选择 |
| 1.2.2.1 线性模型 |
| 1.2.2.2 非线性模型 |
| 1.2.3 组稀疏特征选择 |
| 1.2.4 具有自动分组效应的稀疏模型 |
| 1.2.5 具有结构分组效应的稀疏模型 |
| 1.2.5.1 不相交特征组 |
| 1.2.5.2 重叠特征组 |
| 1.2.5.3 图结构特征 |
| 1.3 研究内容与组织结构 |
| 1.3.1 研究内容 |
| 1.3.2 组织结构 |
| 第2章 基于自适应结构稀疏回归的高维数据特征选择 |
| 2.1 引言 |
| 2.2 相关工作 |
| 2.3 问题描述 |
| 2.4 自适应结构稀疏回归模型 |
| 2.4.1 统计学习模型 |
| 2.4.2 权重构造 |
| 2.4.2.1 成对特征的相关权重 |
| 2.4.2.2 特征权重 |
| 2.4.3 理论性能分析 |
| 2.5 实验结果 |
| 2.5.1 回归任务 |
| 2.5.2 分类任务 |
| 2.6 本章小结 |
| 第3章 基于多项式自适应稀疏组Lasso的高维数据特征选择 |
| 3.1 引言 |
| 3.2 相关工作 |
| 3.3 问题描述 |
| 3.4 多项式自适应稀疏组Lasso模型 |
| 3.4.1 自适应稀疏组Lasso惩罚的性质 |
| 3.4.2 特征分组 |
| 3.4.3 权重构造 |
| 3.4.3.1 特征加权 |
| 3.4.3.2 组加权 |
| 3.5 多项式自适应稀疏组Lasso模型的求解算法 |
| 3.6 实验结果 |
| 3.7 本章小结 |
| 第4章 基于最大相关性和最小监督冗余的特征选择方法 |
| 4.1 引言 |
| 4.2 相关工作 |
| 4.3 问题描述和预备知识 |
| 4.4 特征选择方法 |
| 4.4.1 监督相似性度量 |
| 4.4.2 最大相关性最小监督冗余准则 |
| 4.5 算法设计 |
| 4.6 实验结果 |
| 4.6.1 选择特征的性能 |
| 4.6.2 分类性能分析 |
| 4.6.3 稳定性分析 |
| 4.7 本章小结 |
| 第5章 加权广义组Lasso及其在癌症基因选择中的应用 |
| 5.1 引言 |
| 5.2 相关工作 |
| 5.3 问题描述 |
| 5.4 加权广义组Lasso模型 |
| 5.4.1 基因分组方法 |
| 5.4.2 基因和组的权重构造 |
| 5.4.2.1 计算基因权重 |
| 5.4.2.2 计算组权重 |
| 5.5 加权广义组Lasso模型的求解算法 |
| 5.6 实验结果 |
| 5.6.1 参数和组件分析 |
| 5.6.2 结果对比 |
| 5.7 本章小结 |
| 第6章 总结与展望 |
| 6.1 本文的主要工作 |
| 6.2 未来研究展望 |
| 致谢 |
| 参考文献 |
| 作者简介(包括论文和成果清单) |
（6）急性白血病患儿化疗后并发肛周感染的相关因素分析与护理对策（论文提纲范文）
| 1 资料与方法 |
| 1.1 一般资料 |
| 1.2 白血病治疗方案 |
| 1.3 肛周感染评价标准 |
| 1.4 调查方法 |
| 1.5 统计学处理 |
| 2 结果 |
| 2.1 急性白血病患儿并发肛周感染的单因素分析 |
| 2.2 急性白血病患儿化疗后并发肛周感染的多因素logistic回归分析 |
| 3 讨论 |
| 3.1 性别 |
| 3.2白血病种类 |
| 3.3 中性粒细胞绝对值 |
| 3.4 化疗效果 |
（7）基于机器学习的医学数据分类算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外发展现状 |
| 1.2.1 基于基因数据的透明肾细胞癌早期诊断 |
| 1.2.2 眼底影像的糖尿病性视网膜病变诊断 |
| 1.3 论文主要研究内容 |
| 1.4 论文的组织安排 |
| 第二章 医学数据分类概述 |
| 2.1 浅层分类算法概述 |
| 2.1.1 支持向量机 |
| 2.1.2 逻辑回归 |
| 2.1.3 随机森林 |
| 2.1.4 朴素贝叶斯 |
| 2.1.5 多层感知机 |
| 2.2 卷积神经网络分类器 |
| 2.2.1 卷积神经网络的核心构件 |
| 2.2.2 卷积神经网络架构 |
| 2.2.3 用于计算机辅助诊断的深度学习模型训练 |
| 2.3 特征选择 |
| 2.3.1 过滤式方法 |
| 2.3.2 包裹式方法 |
| 2.3.3 嵌入式方法 |
| 2.4 医学分类器的评价标准 |
| 2.5 本章小结 |
| 第三章 基于机器学习的透明肾细胞癌分类模型 |
| 3.1 分类任务及数据分析 |
| 3.1.1 基于基因大数据的肾透明细胞癌早晚期分类任务概述 |
| 3.1.2 基因数据特征分析 |
| 3.1.3 研究技术路线 |
| 3.2 特征预处理 |
| 3.2.1 分箱编码 |
| 3.2.2 标准化 |
| 3.3 特征选择 |
| 3.3.1 快速相关过滤算法 |
| 3.3.2 联合统计方法 |
| 3.3.3 逻辑回归中的特征选择 |
| 3.4 分类实验设置 |
| 3.4.1 数据集 |
| 3.4.2 实验设置 |
| 3.5 实验结果与分析 |
| 3.5.1 预处理结果与分析 |
| 3.5.2 特征选择结果与分析 |
| 3.5.3 分类结果与分析 |
| 3.6 本章小结 |
| 第四章 基于深度学习的糖尿病性视网膜病变诊断模型 |
| 4.1 分类任务及数据分析 |
| 4.1.1 基于眼底图的糖尿病性网膜病变诊断任务概述 |
| 4.1.2 糖网数据特征分析 |
| 4.2 实验数据预处理 |
| 4.2.1 数据增强 |
| 4.2.2 重采样 |
| 4.3 基于降维方法的多尺度卷积神经网络 |
| 4.3.1 卷积神经网络降维方法 |
| 4.3.2 多尺度模型设计 |
| 4.4 基于微调的逐步训练策略 |
| 4.4.1 微调 |
| 4.4.2 逐步训练 |
| 4.5 模型复杂度分析 |
| 4.5.1 时间复杂度 |
| 4.5.2 空间复杂度 |
| 4.6 实验结果与分析 |
| 4.6.1 实验设置 |
| 4.6.2 分类结果及分析 |
| 4.6.3 复杂度分析结果 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 未来展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文与参加的科研项目 |
| 附件 |
（8）102例急性白血病的细胞形态学、免疫学及分子生物学分型（论文提纲范文）
| 1资料与方法 |
| 2结果 |
| 3讨论 |
（9）急性双表型白血病的实验室特征与临床研究（论文提纲范文）
| 英文缩略词表 |
| 中文摘要 |
| 英文摘要 |
| 前言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 附录 |
| 致谢 |
| 综述 |
| 综述参考文献 |
（10）三色流式细胞术在120例儿童急性白血病免疫分型中的应用（论文提纲范文）
| 对象与方法 |
| 一、对象 |
| 二、方法 |
| 三、结果判断: |
| 四、 |
| 结 果 |
| 讨 论 |
四、难分类急性白血病的诊断及预后（论文参考文献）
- [1]骨髓细胞形态学和免疫学分型在急性白血病诊断中的应用价值[J]. 赵浩宇,杜兴国,张琼. 临床医学研究与实践, 2021(19)
- [2]血液科住院患者血流感染病原菌特征及预后的临床研究[J]. 车辉娟,孙霞,胡宏章,康梅. 中国实验诊断学, 2021(04)
- [3]重庆市医疗保障局关于建立国家医保谈判药品门诊用药保障机制的通知[J]. 重庆市医疗保障局. 重庆市人民政府公报, 2020(18)
- [4]关于进一步落实2019年国家医保谈判药品落地工作及抗恶性肿瘤靶向药待遇保障的通知[J]. 南京市医疗保障局,南京市卫生健康委员会. 南京市人民政府公报, 2020(08)
- [5]基于信息度量的高维数据特征选择模型和方法[D]. 王雅娣. 东南大学, 2020
- [6]急性白血病患儿化疗后并发肛周感染的相关因素分析与护理对策[J]. 万希伟. 护理实践与研究, 2020(14)
- [7]基于机器学习的医学数据分类算法研究[D]. 李芳君. 山东大学, 2020(02)
- [8]102例急性白血病的细胞形态学、免疫学及分子生物学分型[J]. 唐艳萍,张力图,蔡政民,唐亚梅,苏程琳,谭晓玉,谢雨萱,利基林. 山东医药, 2015(03)
- [9]急性双表型白血病的实验室特征与临床研究[D]. 吴国林. 安徽医科大学, 2008(05)
- [10]三色流式细胞术在120例儿童急性白血病免疫分型中的应用[J]. 周海霞,钱江潮,陈慧,李原,阮积晨,王菊香,杨军军. 中国小儿血液, 2005(03)