基于B-S模式的癌症筛选人工智能优化系统
本文关键词:基于B-S模式的癌症筛选人工智能优化系统,由笔耕文化传播整理发布。
【摘要】:随着医疗事业的发展,世界上对各种癌症发现和治疗的研究越来越普遍,希望癌症患者的存活率得到提高。当前一般认为,早诊早治是最终降低病死率的关键。本文成功构建了以社区医院为基本筛查单元,以普通人群为对象,在初级体检时筛查出高危人群为关键步骤的方案。作为对癌症“三早”(早期发现、早期诊断、早期治疗)的有效尝试,本系统的有效研究和设计为国家提供了先进案例和应用示范。 本文在在对近几十年有关此类疾病研究文献的基础上,通过荟萃分析,进行理论研究,找出致病的关键危险因素;通过苏州大学第一人民附属医院所研究出的样本和BP神经网络,训练出具有此类判断功能的经验函数,并与目前已得结果Fisher判别进行正确率比较,找出最佳函数进行系统嵌入;最后运用服务器浏览器模式对系统进行实现,结果表明:本方案切实可行,并且已应用到娄葑医院效果良好。 首先采用荟萃分析,又称Meta分析,方法是对全国1995-2010年间公开发表的有关危险因素流行病学及病例对照研究的文献资料进行定量综合分析,找出目前中国人群中肺癌、胃癌和肝癌发病的主要危险因素。 其次是通过研究危险因素和实验样本,运用人工神经网络中的BP神经网络对实验样本进行学习训练,得出结论。并与现有训练技术Fisher判别进行对比分析,结果表明BP神经网络的训练结果的准确率明显高于Fisher判别。因此在后续的癌症筛选系统的软件设计时,采用BP神经网络判别函数作为判别函数进行嵌入。 最后使用PHP+MySQL+Windows+AMPServe开发平台对系统进行实现。系统采用功能模块化设计,整个软件架构层次清晰,实现方式独立,使系统具备了信息录入信息修改、信息查询和检测报告打印等功能。系统安装简单,使用方法简便,整体性能较为优良。
【关键词】:B-S模式 癌症筛选 荟萃分析(Meta分析) BP神经网络 人工智能
【学位授予单位】:苏州大学
【学位级别】:硕士
【学位授予年份】:2012
【分类号】:R197.324;TP18
【目录】:
- 中文摘要4-5
- Abstract5-9
- 第一章 绪论9-16
- 1.1 课题背景9-11
- 1.2 癌症筛选人工智能优化系统的实现策略11-14
- 1.2.1 筛选函数的实现策略11-12
- 1.2.2 癌症筛选智能优化系统的实现策略12-14
- 1.3 本课题研究的主要工作14-16
- 第二章 肺癌、胃癌和肝癌发病危险因素的特征分析16-29
- 2.1 肺癌发病危险因素的特征分析16-21
- 2.1.1 文献选取和提取方法17-19
- 2.1.2 文献选取结果与讨论19-21
- 2.2 胃癌发病危险因素的特征分析21-24
- 2.2.1 文献选取和提取方法21-22
- 2.2.2 文献选取结果与讨论22-24
- 2.3 肝癌发病危险因素的特征分析24-28
- 2.3.1 文献选取和提取方法25-26
- 2.3.2 文献选取结果与讨论26-28
- 2.4 本章小结28-29
- 第三章 肺癌、胃癌和肝癌筛选经验函数的训练29-42
- 3.1 人工神经网络的介绍29-30
- 3.2 BP神经网络介绍30-31
- 3.3 肺癌、胃癌和肝癌筛选经验函数的训练31-34
- 3.3.1 训练数据的样本采集31
- 3.3.2 BP神经网络学习算法31-34
- 3.4 经验函数训练结果对比分析34-41
- 3.4.1 目前已有的经验函数训练的训练原理和方法34-35
- 3.4.2 训练结果对比分析35-41
- 3.5 本章小结41-42
- 第四章 癌症筛选系统的软件设计42-57
- 4.1 系统软件模块与流程图43
- 4.2 管理员模块43-44
- 4.3 系统介绍和系统使用模块的实现44-45
- 4.4 医用筛查系统模块的实现45-51
- 4.4.1 录入信息模块46-48
- 4.4.2 修改信息模块48-49
- 4.4.3 查询信息模块49-51
- 4.5 个人用户模块实现51-52
- 4.6 数据库管理52-56
- 4.6.1 数据库的表单建立52-53
- 4.6.2 数据库的管理53-56
- 4.7 本章小结56-57
- 第五章 总结与展望57-59
- 5.1 总结57
- 5.2 课题展望57-59
- 参考文献59-62
- 附录一 肺癌META分析参考文章62-64
- 附录二 胃癌META分析参考文章64-67
- 附录三 肝癌META分析参考文章67-69
- 攻读硕士学位期间公开发表的论文69-70
- 致谢70
【相似文献】
中国期刊全文数据库 前10条
1 kelly MF;邰常峰;;神经网络在肌电信号分析中的应用[J];国际生物医学工程杂志;1991年06期
2 汤新梁;;自由手写体数字识别的神经网方法[J];东南大学学报(自然科学版);1991年03期
3 曾黄麟;;一类新的模式识别联想神经网络[J];电讯技术;1992年01期
4 ;简讯[J];西安电子科技大学学报;1992年01期
5 卢科学;郭美义;;平移不变模式变换与神经网络[J];西安电子科技大学学报;1992年03期
6 吴新余;;简析Lyapunov函数40例[J];南京邮电大学学报(自然科学版);1992年04期
7 王继成,吕维雪;基于神经网络的逻辑计算[J];计算机工程与设计;1993年02期
8 高丽娜;邱关源;;神经网络高精度权值的模拟电路实现[J];电子与信息学报;1993年05期
9 陈在;;神经网络:一种全新的多媒体技术[J];重庆邮电学院学报(自然科学版);1993年01期
10 丁德恒;吕维雪;;基于神经网络的关系模式匹配方法[J];计算机科学;1993年01期
中国重要会议论文全文数据库 前10条
1 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
3 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
4 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
5 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
6 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集(上)[C];1995年
7 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年
8 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年
9 申伟;张元培;;基于MATLAB的自适应神经网络模糊系统(ANFIS)的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
10 田艳兵;;BP算法和PSO算法在神经网络中的研究[A];第二十九届中国控制会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 于翔;数字神经网络中的协同应用[N];网络世界;2009年
2 健康时报特约记者 张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
3 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
4 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
5 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
6 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
7 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
8 谭薇;“潮湿计算机”:拥有人类智慧的超级大脑[N];第一财经日报;2010年
9 韩婷婷;ICT强壮奥运“神经网络”[N];通信产业报;2007年
10 ;人老了,大脑仍能形成新的神经网络[N];新华每日电讯;2004年
中国博士学位论文全文数据库 前10条
1 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
2 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
3 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
4 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
5 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
6 杜文斌;基于神经网络的冠心病证候诊断标准与药效评价模型研究[D];辽宁中医学院;2004年
7 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年
8 李智;电站锅炉燃烧系统优化运行与应用研究[D];东北大学;2005年
9 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年
10 谭阳红;基于小波和神经网络的大规模模拟电路故障诊断研究[D];湖南大学;2005年
中国硕士学位论文全文数据库 前10条
1 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
2 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
3 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年
4 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年
5 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
6 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年
7 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
8 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年
9 闫超;基于BP神经网络的煤矿深埋硐室软岩流变参数反演分析[D];安徽理工大学;2011年
10 段成均;时滞神经网络稳定性分析[D];重庆交通大学;2011年
本文关键词:基于B-S模式的癌症筛选人工智能优化系统,由笔耕文化传播整理发布。
,本文编号:454790
本文链接:https://www.wllwen.com/kejilunwen/rengongzhinen/454790.html