本文關鍵詞：基于B-S模式的癌癥篩選人工智能優(yōu)化系統(tǒng)，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著醫(yī)療事業(yè)的發(fā)展,世界上對各種癌癥發(fā)現和治療的研究越來越普遍,希望癌癥患者的存活率得到提高。當前一般認為,早診早治是最終降低病死率的關鍵。本文成功構建了以社區(qū)醫(yī)院為基本篩查單元,以普通人群為對象,在初級體檢時篩查出高危人群為關鍵步驟的方案。作為對癌癥“三早”(早期發(fā)現、早期診斷、早期治療)的有效嘗試,本系統(tǒng)的有效研究和設計為國家提供了先進案例和應用示范。 本文在在對近幾十年有關此類疾病研究文獻的基礎上,通過薈萃分析,進行理論研究,找出致病的關鍵危險因素；通過蘇州大學第一人民附屬醫(yī)院所研究出的樣本和BP神經網絡,訓練出具有此類判斷功能的經驗函數,并與目前已得結果Fisher判別進行正確率比較,找出最佳函數進行系統(tǒng)嵌入；最后運用服務器瀏覽器模式對系統(tǒng)進行實現,結果表明：本方案切實可行,并且已應用到婁葑醫(yī)院效果良好。 首先采用薈萃分析,又稱Meta分析,方法是對全國1995-2010年間公開發(fā)表的有關危險因素流行病學及病例對照研究的文獻資料進行定量綜合分析,找出目前中國人群中肺癌、胃癌和肝癌發(fā)病的主要危險因素。 其次是通過研究危險因素和實驗樣本,運用人工神經網絡中的BP神經網絡對實驗樣本進行學習訓練,得出結論。并與現有訓練技術Fisher判別進行對比分析,結果表明BP神經網絡的訓練結果的準確率明顯高于Fisher判別。因此在后續(xù)的癌癥篩選系統(tǒng)的軟件設計時,采用BP神經網絡判別函數作為判別函數進行嵌入。 最后使用PHP+MySQL+Windows+AMPServe開發(fā)平臺對系統(tǒng)進行實現。系統(tǒng)采用功能模塊化設計,整個軟件架構層次清晰,實現方式獨立,使系統(tǒng)具備了信息錄入信息修改、信息查詢和檢測報告打印等功能。系統(tǒng)安裝簡單,使用方法簡便,整體性能較為優(yōu)良。
【關鍵詞】：B-S模式 癌癥篩選 薈萃分析(Meta分析) BP神經網絡 人工智能
【學位授予單位】：蘇州大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：R197.324;TP18
【目錄】：

• 中文摘要4-5
• Abstract5-9
• 第一章 緒論9-16
• 1.1 課題背景9-11
• 1.2 癌癥篩選人工智能優(yōu)化系統(tǒng)的實現策略11-14
• 1.2.1 篩選函數的實現策略11-12
• 1.2.2 癌癥篩選智能優(yōu)化系統(tǒng)的實現策略12-14
• 1.3 本課題研究的主要工作14-16
• 第二章 肺癌、胃癌和肝癌發(fā)病危險因素的特征分析16-29
• 2.1 肺癌發(fā)病危險因素的特征分析16-21
• 2.1.1 文獻選取和提取方法17-19
• 2.1.2 文獻選取結果與討論19-21
• 2.2 胃癌發(fā)病危險因素的特征分析21-24
• 2.2.1 文獻選取和提取方法21-22
• 2.2.2 文獻選取結果與討論22-24
• 2.3 肝癌發(fā)病危險因素的特征分析24-28
• 2.3.1 文獻選取和提取方法25-26
• 2.3.2 文獻選取結果與討論26-28
• 2.4 本章小結28-29
• 第三章 肺癌、胃癌和肝癌篩選經驗函數的訓練29-42
• 3.1 人工神經網絡的介紹29-30
• 3.2 BP神經網絡介紹30-31
• 3.3 肺癌、胃癌和肝癌篩選經驗函數的訓練31-34
• 3.3.1 訓練數據的樣本采集31
• 3.3.2 BP神經網絡學習算法31-34
• 3.4 經驗函數訓練結果對比分析34-41
• 3.4.1 目前已有的經驗函數訓練的訓練原理和方法34-35
• 3.4.2 訓練結果對比分析35-41
• 3.5 本章小結41-42
• 第四章 癌癥篩選系統(tǒng)的軟件設計42-57
• 4.1 系統(tǒng)軟件模塊與流程圖43
• 4.2 管理員模塊43-44
• 4.3 系統(tǒng)介紹和系統(tǒng)使用模塊的實現44-45
• 4.4 醫(yī)用篩查系統(tǒng)模塊的實現45-51
• 4.4.1 錄入信息模塊46-48
• 4.4.2 修改信息模塊48-49
• 4.4.3 查詢信息模塊49-51
• 4.5 個人用戶模塊實現51-52
• 4.6 數據庫管理52-56
• 4.6.1 數據庫的表單建立52-53
• 4.6.2 數據庫的管理53-56
• 4.7 本章小結56-57
• 第五章 總結與展望57-59
• 5.1 總結57
• 5.2 課題展望57-59
• 參考文獻59-62
• 附錄一 肺癌META分析參考文章62-64
• 附錄二 胃癌META分析參考文章64-67
• 附錄三 肝癌META分析參考文章67-69
• 攻讀碩士學位期間公開發(fā)表的論文69-70
• 致謝70

【相似文獻】

中國期刊全文數據庫 前10條

1 kelly MF;邰常峰;;神經網絡在肌電信號分析中的應用[J];國際生物醫(yī)學工程雜志;1991年06期

2 湯新梁;;自由手寫體數字識別的神經網方法[J];東南大學學報(自然科學版);1991年03期

3 曾黃麟;;一類新的模式識別聯想神經網絡[J];電訊技術;1992年01期

4 ;簡訊[J];西安電子科技大學學報;1992年01期

5 盧科學;郭美義;;平移不變模式變換與神經網絡[J];西安電子科技大學學報;1992年03期

6 吳新余;;簡析Lyapunov函數40例[J];南京郵電大學學報(自然科學版);1992年04期

7 王繼成,呂維雪;基于神經網絡的邏輯計算[J];計算機工程與設計;1993年02期

8 高麗娜;邱關源;;神經網絡高精度權值的模擬電路實現[J];電子與信息學報;1993年05期

9 陳在;;神經網絡:一種全新的多媒體技術[J];重慶郵電學院學報(自然科學版);1993年01期

10 丁德恒;呂維雪;;基于神經網絡的關系模式匹配方法[J];計算機科學;1993年01期

中國重要會議論文全文數據庫 前10條

1 侯艷芳;馮紅梅;;基于神經網絡的調制識別算法的研究[A];武漢(南方九省)電工理論學會第22屆學術年會、河南省電工技術學會年會論文集[C];2010年

2 沈建榮;楊林泉;陳琳;;神經網絡的穩(wěn)定性判據與區(qū)域經濟結構調整[A];系統(tǒng)工程與可持續(xù)發(fā)展戰(zhàn)略——中國系統(tǒng)工程學會第十屆年會論文集[C];1998年

3 石山銘;李富蘭;丁俊麗;;神經網絡的知識獲取[A];全國青年管理科學與系統(tǒng)科學論文集（第1卷）[C];1991年

4 吳清烈;徐南榮;;基于神經網絡的一種多目標決策方法[A];復雜巨系統(tǒng)理論·方法·應用——中國系統(tǒng)工程學會第八屆學術年會論文集[C];1994年

5 李曉鐘;汪培莊;羅承忠;;神經網絡與模糊邏輯[A];中國系統(tǒng)工程學會模糊數學與模糊系統(tǒng)委員會第五屆年會論文選集[C];1990年

6 房育棟;余英林;;高階自組織映射及其學習算法[A];1995年中國控制會議論文集（上）[C];1995年

7 王曉曄;杜朝輝;呂德忠;劉建峰;;神經網絡模糊控制在溫度控制系統(tǒng)中的應用[A];1997中國控制與決策學術年會論文集[C];1997年

8 金龍;吳建生;;基于遺傳算法的神經網絡短期氣候預測模型(摘要)[A];新世紀氣象科技創(chuàng)新與大氣科學發(fā)展——中國氣象學會2003年年會“氣候系統(tǒng)與氣候變化”分會論文集[C];2003年

9 申偉;張元培;;基于MATLAB的自適應神經網絡模糊系統(tǒng)(ANFIS)的應用[A];《制造業(yè)自動化與網絡化制造》學術交流會論文集[C];2004年

10 田艷兵;;BP算法和PSO算法在神經網絡中的研究[A];第二十九屆中國控制會議論文集[C];2010年

中國重要報紙全文數據庫 前10條

1 于翔;數字神經網絡中的協同應用[N];網絡世界;2009年

2 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經網絡[N];健康時報;2006年

3 鄒麗梅 陳耀群;江蘇科大神經網絡應用研究通過鑒定[N];中國船舶報;2006年

4 記者 孫剛;“神經網絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

5 本報首席記者 任荃　實習生 史博臻;軌交“神經網絡”觸動創(chuàng)新神經[N];文匯報;2011年

6 計算機世界實驗室 韓勖;當布線系統(tǒng)遭遇神經網絡[N];計算機世界;2009年

7 曹建兵 李祖兵 特約記者 何天進 本報記者 于莘明;給導彈植入“神經網絡”[N];科技日報;2005年

8 譚薇;“潮濕計算機”：擁有人類智慧的超級大腦[N];第一財經日報;2010年

9 韓婷婷;ICT強壯奧運“神經網絡”[N];通信產業(yè)報;2007年

10 ;人老了，大腦仍能形成新的神經網絡[N];新華每日電訊;2004年

中國博士學位論文全文數據庫 前10條

1 劉志祥;深部開采高階段尾砂充填體力學與非線性優(yōu)化設計[D];中南大學;2005年

2 戴雪龍;PET探測器神經網絡定位方法研究[D];中國科學技術大學;2006年

3 馬戎;智能控制技術在煉鋼電弧爐中的應用研究[D];西北工業(yè)大學;2006年

4 文敦偉;面向多智能體和神經網絡的智能控制研究[D];中南大學;2001年

5 吳大宏;基于遺傳算法與神經網絡的橋梁結構健康監(jiān)測系統(tǒng)研究[D];西南交通大學;2003年

6 杜文斌;基于神經網絡的冠心病證候診斷標準與藥效評價模型研究[D];遼寧中醫(yī)學院;2004年

7 熊雪梅;參數化模糊遺傳神經網絡及在植物病害預測的應用[D];南京農業(yè)大學;2004年

8 李智;電站鍋爐燃燒系統(tǒng)優(yōu)化運行與應用研究[D];東北大學;2005年

9 王承;基于神經網絡的模擬電路故障診斷方法研究[D];電子科技大學;2005年

10 譚陽紅;基于小波和神經網絡的大規(guī)模模擬電路故障診斷研究[D];湖南大學;2005年

中國碩士學位論文全文數據庫 前10條

1 楊立儒;基于神經網絡的電路故障診斷的研究與實現[D];解放軍信息工程大學;2010年

2 劉蘭蘭;基于神經網絡和遺傳算法的H型鋼粗軋工藝參數優(yōu)化研究[D];山東大學;2011年

3 田鵬明;基于神經網絡的振動主動控制研究[D];太原理工大學;2012年

4 姜宇;發(fā)動機裂解設備故障診斷技術的研究[D];吉林大學;2012年

5 邢遠凱;基于決策樹和遺傳算法的神經網絡研究及應用[D];浙江大學;2010年

6 高寶建;基于神經網絡的月降水預報模型在洪澤湖的應用研究[D];南京信息工程大學;2012年

7 陳少華;基于Hopfield神經網絡控制系統(tǒng)的研究[D];山東科技大學;2010年

8 來建波;基于神經網絡的路段行程時間預測研究[D];云南大學;2011年

9 閆超;基于BP神經網絡的煤礦深埋硐室軟巖流變參數反演分析[D];安徽理工大學;2011年

10 段成均;時滯神經網絡穩(wěn)定性分析[D];重慶交通大學;2011年

  本文關鍵詞：基于B-S模式的癌癥篩選人工智能優(yōu)化系統(tǒng)，由筆耕文化傳播整理發(fā)布。

，

本文編號：454790