本文關鍵詞：智能醫(yī)療診斷系統(tǒng)的研究與實現(xiàn)

  更多相關文章： 智能醫(yī)療 診斷 數(shù)據(jù)挖掘 貝葉斯

【摘要】：隨著近年來互聯(lián)網(wǎng)的迅速發(fā)展,通過網(wǎng)絡獲取信息逐漸成為人們?nèi)粘Ｉ钪械某Ｒ姺绞�。在醫(yī)療領域中,人們也逐漸傾向于在身體不適時,通過互聯(lián)網(wǎng)進行搜索,以了解自己當前的癥狀和潛在疾病。然而,目前互聯(lián)網(wǎng)中的信息十分龐大繁雜,而通用的搜索引擎往往不具備某些專業(yè)領域的知識,只能進行淺層次的關鍵詞搜索,因而很難滿足人們的醫(yī)療診斷需求。本工作旨在建立一個基于多次推斷的自動化醫(yī)療疾病診斷系統(tǒng),以更好地幫助身體不適的人們進行疾病自診。在此系統(tǒng)中,用戶首先向系統(tǒng)自述病情癥狀,然后由系統(tǒng)對用戶可能罹患的疾病做出推斷。當系統(tǒng)認為用戶提供的信息還不足以確診時,會繼續(xù)向用戶提問,并根據(jù)用戶的反饋做出更加準確的推斷。最后,系統(tǒng)將提供給用戶一份其可能罹患的疾病的分析報告,從而為用戶之后的就診提供幫助。本文首先介紹了用于該診斷系統(tǒng)的醫(yī)療知識庫的構(gòu)建方法及結(jié)果,包括從互聯(lián)網(wǎng)中抓取醫(yī)療診斷領域的相關數(shù)據(jù)、根據(jù)不同類型的數(shù)據(jù)針對性地采取不同的方法以自動化地識別疾病和癥狀等實體、量化實體及實體間關系等部分。接下來,本文詳細描述了如何結(jié)合語義分析和詞向量分析,以從用戶的自述或反饋中抽取出用戶的癥狀。當系統(tǒng)認為用戶當前反饋的信息不足以確診時,將計算向用戶發(fā)出詢問其他癥狀而可能得到的信息增益,并據(jù)此向用戶提問。在此過程中,系統(tǒng)應用了貝葉斯分類器來推斷用戶可能罹患的各種疾病的概率。最后,本文在自行抓取并構(gòu)建的數(shù)據(jù)集上對上述方法進行了實驗驗證,并給出了系統(tǒng)實現(xiàn)過程中的性能優(yōu)化算法的介紹。
【關鍵詞】：智能醫(yī)療 診斷 數(shù)據(jù)挖掘 貝葉斯
【學位授予單位】：北京理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP311.52
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-16
• 1.1 研究背景9-10
• 1.2 國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢10-14
• 1.2.1 問答系統(tǒng)研究現(xiàn)狀10-11
• 1.2.2 限制性領域中的問答系統(tǒng)11-13
• 1.2.3 醫(yī)療問答系統(tǒng)概況13-14
• 1.3 研究內(nèi)容14-15
• 1.4 本文結(jié)構(gòu)15-16
• 第2章 醫(yī)療知識庫的挖掘16-31
• 2.1 目標知識庫元素定義16-20
• 2.1.1 疾病17
• 2.1.2 體征和癥狀17-18
• 2.1.3 醫(yī)療知識庫元素存儲18-20
• 2.2 醫(yī)療知識庫的計算20-22
• 2.3 知識庫實體識別22-28
• 2.3.1 醫(yī)療知識庫的信息采集22
• 2.3.2 結(jié)構(gòu)化數(shù)據(jù)22-25
• 2.3.3 半結(jié)構(gòu)數(shù)據(jù)25-26
• 2.3.4 無結(jié)構(gòu)數(shù)據(jù)26-28
• 2.4 數(shù)據(jù)量化及匯總28-31
• 2.4.1 實體列表及頻率28-29
• 2.4.2 關系頻率29-31
• 第3章 用戶輸入信息的理解及分析31-37
• 3.1 用戶輸入信息的理解31-34
• 3.1.1 分詞算法及詞性分析31
• 3.1.2 語義分詞31-33
• 3.1.3 基于深度學習的詞向量33-34
• 3.2 用戶輸入信息理解的算法流程34-37
• 第4章 診斷對話系統(tǒng)37-42
• 4.1 診斷流程37-38
• 4.2 疾病推理38-39
• 4.3 癥狀選擇39-42
• 第5章 醫(yī)療問答系統(tǒng)的設計和實驗42-54
• 5.1 系統(tǒng)概述42-44
• 5.1.1 系統(tǒng)基本結(jié)構(gòu)42-43
• 5.1.2 實驗及系統(tǒng)運行環(huán)境43-44
• 5.2 信息采集44
• 5.3 系統(tǒng)醫(yī)療知識庫的構(gòu)建44-46
• 5.3.1 信息挖掘及知識庫構(gòu)建44-45
• 5.3.2 系統(tǒng)醫(yī)療知識庫構(gòu)成45-46
• 5.3.3 算法優(yōu)化46
• 5.4 用戶輸入信息的理解及分析46-50
• 5.4.1 分詞及語義分析46-47
• 5.4.2 基于深度學習的詞向量表示47-48
• 5.4.3 癥狀識別綜合測試48-49
• 5.4.4 算法優(yōu)化49-50
• 5.5 系統(tǒng)問答與逐次推斷50-54
• 5.5.1 診斷系統(tǒng)的精確度測試50
• 5.5.2 癥狀選擇能力的測試50-51
• 5.5.3 診斷報告51-52
• 5.5.4 算法優(yōu)化52-54
• 結(jié)論54-56
• 參考文獻56-60
• 攻讀學位期間發(fā)表論文與研究成果清單60-61
• 致謝61

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李斌;虛擬統(tǒng)計技術在研制以知識為基礎的計算機醫(yī)療診斷系統(tǒng)上的應用[J];管理科學文摘;1999年02期

2 李旗號,趙衛(wèi)東,杜雪寒;一種基于案例的醫(yī)療診斷支持系統(tǒng)[J];計算機工程與應用;2000年06期

3 楊亞萍;胡俊杰;;模糊認知圖在協(xié)同式醫(yī)療診斷系統(tǒng)中的應用[J];計算機工程與應用;2006年07期

4 姚一波,王紀亮;醫(yī)療診斷系統(tǒng)專家知識的表達與獲取方法[J];信息技術;2002年02期

5 閻威武,邵惠鶴;支持向量機分類器在醫(yī)療診斷中的應用研究[J];計算機仿真;2003年02期

6 施冬梅;;移動agent在醫(yī)療診斷系統(tǒng)中的應用[J];電腦知識與技術(學術交流);2007年22期

7 陳國亮,胡俊杰,楊亞萍,程蔚;協(xié)同式醫(yī)療診斷系統(tǒng)的模型及其仿真[J];醫(yī)療裝備;2004年04期

8 徐定杰;周遠東;桑育黎;韋金辰;;模糊神經(jīng)網(wǎng)絡控制的醫(yī)療診斷系統(tǒng)研究[J];中醫(yī)藥學刊;2005年05期

9 王瑛;王勇;鄧子平;周景;;醫(yī)療診斷本體自動生成系統(tǒng)的研發(fā)[J];現(xiàn)代計算機(專業(yè)版);2011年19期

10 朱鈞;醫(yī)療診斷中的時間分辨透射法[J];光機電信息;1997年05期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 羅寧一;朱聲白;;新型多色全固體激光系統(tǒng)及其在醫(yī)療診斷上的應用[A];光子科技創(chuàng)新與產(chǎn)業(yè)化——長三角光子科技創(chuàng)新論壇暨2006年安徽博士科技論壇論文集[C];2006年

2 吳梅;曹立明;;醫(yī)療診斷仿真模型的建立[A];1998年上海市系統(tǒng)仿真學會學術年會論文專輯[C];1998年

3 翁國疇;;從CT機嚴重故障談加強質(zhì)量控制和維護[A];中華醫(yī)學會醫(yī)學工程學分會全國醫(yī)療器械應用技術評價暨醫(yī)學影像技術研討會論文集[C];2003年

4 夏黎明;陳濤;胡濟民;許堅毅;;醫(yī)療診斷超聲安全閾值的測量[A];第一屆全國婦產(chǎn)科超聲學術會議論文匯編[C];2006年

5 陳再旺;宋蓓;;人工智能在醫(yī)療診斷系統(tǒng)中的應用[A];廣西計算機學會2004年學術年會論文集[C];2004年

6 蔣偉進;林小紅;;醫(yī)療診斷知識挖掘的區(qū)間合并與RS混合方法[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2004年

中國重要報紙全文數(shù)據(jù)庫 前8條

1 記者 商宇;亞洲首個醫(yī)療診斷讀片中心落戶重慶[N];重慶日報;2009年

2 記者 巴茜;推進全區(qū)域遠程醫(yī)療診斷平臺建設[N];鞍山日報;2010年

3 孟磊 隱白;看病時這些心理要避免[N];中國醫(yī)藥報;2003年

4 李雪墨;GE醫(yī)療診斷助力運動醫(yī)學研究[N];中國醫(yī)藥報;2008年

5 王玲玲;PACS帶來醫(yī)療診斷革命[N];健康報;2006年

6 本報記者;“一單通”將在年底擴容[N];大眾衛(wèi)生報;2008年

7 雷振岳　楊金溪;增加診費,提高醫(yī)生收入的最佳方案?[N];檢察日報;2009年

8 記者 渭麗 通訊員 馮怡;我市農(nóng)村醫(yī)療救助暫行辦法出臺[N];渭南日報;2006年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張慧鶯;對iPad在醫(yī)療診斷領域應用的研究[D];復旦大學;2014年

2 王曼;相似度公式的改進及其在醫(yī)療診斷系統(tǒng)中的應用[D];西北師范大學;2015年

3 梁耀波;智能醫(yī)療診斷系統(tǒng)的研究與實現(xiàn)[D];北京理工大學;2016年

4 滕文龍;基于人工智能的醫(yī)療診斷系統(tǒng)研究與設計[D];吉林大學;2013年

5 曹秀明;模糊理論在醫(yī)療診斷及醫(yī)院評價中的應用研究[D];天津理工大學;2012年

6 呂巖;模糊決策在醫(yī)療診斷中的應用[D];吉林大學;2004年

7 孫揚;模糊聚類在智能醫(yī)療診斷系統(tǒng)中的研究與應用[D];浙江大學;2006年

8 王瑞軍;面向醫(yī)療診斷的BN-CBR混合模型及其應用[D];天津大學;2009年

9 陳泓坤;基于MAS技術的醫(yī)療診斷系統(tǒng)協(xié)作機制的研究[D];暨南大學;2008年

10 王曉龍;基于關聯(lián)規(guī)則屬性約簡的樹增廣樸素貝葉斯分類器及應用[D];吉林大學;2014年

，

本文編號：953641