一个药物临床试验移动互联网招募平台的设计与实现

发布时间：2021-08-25 00:05

　　药物临床试验是指通过人体志愿者也称为受试者进行的生物学科学研究。药物临床试验的受试者一般由医院的研究者负责招募,受试者的来源主要是日常就诊的患者。由于患者数量有限,经常导致受试者招募无法按期完成。受试者招募是药物临床试验最重要的环节,招募效率低下将直接导致临床试验项目超期,不但延误了新药的上市时间,也为药物研发机构带来了损失。随着移动互联网和智能手机的普及,使用手机APP获得资讯和服务已成为趋势,移动互联网已经拥有了广泛的用户基础。通过建立一个基于移动互联网的受试者招募平台,既可以帮助患者便捷的找到合适的临床试验,又可以解决受试者招募困难的问题。本课题研究了基于移动互联网的药物临床试验招募平台的设计与实现。通过对药物临床试验领域进行调研,针对受试者招募这一瓶颈问题,设计并实现了基于Android的受试者招募平台APP原型系统。具体工作内容有:1、本平台为患者提供了药物临床试验搜索、试验报名模块,力图解决患者寻找药物临床试验难的问题。同时,针对招募者提供了报名管理功能,提高了受试者招募效率。2、本课题基于现有的人工智能推荐算法,针对药物临床试验领域的特点,设计并实现了基于CB（基于内容的... 

【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

Android系统架构图

第二章 相关技术概述UI 界面的绘制、用户交互处理。Android 中的 Activity 处于 MVP 框架模互动，Activity 通过接口与 Presenter 进行交互，以降低代码耦合度l存储、检索、操作等工作。常实现一个 Model interface 减低耦合度nter 层与 Model 层交互的中间媒介，负责处理用户交互的复杂业务逻辑

通过使用余弦公式，可以很好的解决推荐模型中的似度计算问题。过滤推荐算法滤是一个非常重要的个性化推荐技术，它本质上是向目标用户去推荐与他具喜欢的产品[30]。Schafer 和 Frankowski 等[29]提出了两种不同的协同过滤推荐过滤推荐是基于用户间相似度来进行预测，基于物品的协同过滤推荐是基于测。用户的协同过滤推荐推荐中使用最为广泛的一种方法就是基于用户的协同过滤（user-based CF），目标用户具有相同兴趣爱好的用户感兴趣的项目推荐给目标用户[39]。需要计算用户 u 对物品 i 的兴趣，公式如下（可以和基于物品的协同过滤仔∑ ∈ ( )(i)表示对物品 i 有过打分行为的用户集合， 是用户 u 和用户 v 的相似度，打分。以图书销售系统为例：


本文编号：3360983