基于中文医疗主诉分析的疾病诊断辅助决策系统

发布时间：2017-08-21 02:06

  本文关键词：基于中文医疗主诉分析的疾病诊断辅助决策系统

  更多相关文章： 医疗数据挖掘 分词技术 分类技术

【摘要】：伴随着社会的发展与科技的进步,以电子健康记录为核心的医院信息系统在全球范围内不断普及,提高了医院的活力和竞争力。就我国而言,越来越多的医院正在加速实施HIS业务平台的整体建设,但我国的医疗领域依旧存在着医疗资源分布不均、看病贵等问题。为了在一定程度上缓解这种现状,基于医疗数据挖掘技术,本文设计并开发了一种基于中文医疗主诉分析的疾病诊断辅助决策系统。其主要目的在于通过对医院信息系统中的EHR数据进行数据挖掘,获取该数据所隐含的信息和知识,使得本系统能够针对医生录入的主诉项内容进行分析处理,得出对应的疾病、相关的检查方式、经典诊疗方案和历史病案,从而在疾病诊断过程中起到辅助医生进行决策判断的作用。本文的贡献有：1)提出了基于中文医疗主诉分析的疾病诊断辅助决策系统的解决方案,并从医疗数据、分词技术以及分类技术三个方面进行了阐述。2)设计并实现了基于中文医疗主诉分析的疾病诊断辅助决策系统。在疾病诊断过程中,本系统能够根据已挖掘的医疗知识,基于医生录入的主诉,分析出相关疾病等信息,辅助医生在疾病诊断过程中进行决策判断。除此之外,本系统还为患者提供了疾病决策的接口。3)本系统在一定程度上有助于传承医疗领域专家们的医学理论知识以及医学临床经验,还有助于强化医生们的疾病诊断技能,提高社区医疗服务水平及其医疗可信度,进而能够平衡区域之间医疗水平的差距,提高整体医疗服务水平,降低医疗费用。
【关键词】：医疗数据挖掘 分词技术 分类技术
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.1
【目录】：

• 摘要5-6
• Abstract6-14
• 第1章 绪论14-20
• 1.1 课题背景14-15
• 1.2 EHR简介15
• 1.3 医疗数据挖掘15-16
• 1.4 医疗专家系统16-17
• 1.5 主要研究内容17-18
• 1.6 论文组织18-19
• 1.7 本章小结19-20
• 第2章 相关工作20-28
• 2.1 医疗数据20-23
• 2.1.1 医疗数据概况20-22
• 2.1.2 医疗数据规范22-23
• 2.2 中文分词技术23-25
• 2.2.1 中文分词概述23
• 2.2.2 现有中文分词方法23-25
• 2.3 分类技术25-27
• 2.3.1 分类问题概述25-26
• 2.3.2 现有分类算法26-27
• 2.4 本章小结27-28
• 第3章 系统框架28-35
• 3.1 系统概述28-30
• 3.2 各模块简介30-31
• 3.2.1 人机交互界面30
• 3.2.2 解析模块30
• 3.2.3 推理机模块30
• 3.2.4 知识获取模块30-31
• 3.2.5 注册与信息管理模块31
• 3.2.6 知识库31
• 3.2.7 综合数据库31
• 3.3 系统功能介绍31-34
• 3.4 本章小结34-35
• 第4章 医疗数据预处理35-42
• 4.1 医疗书籍文档35-37
• 4.2 疾病-症状网状知识结构37-39
• 4.3 EHR数据39-40
• 4.4 分类训练数据40-41
• 4.5 本章小结41-42
• 第5章 基于症状的中文分词技术42-49
• 5.1 基于症状的最大正向匹配法42-43
• 5.2 基于症状的盘古分词43
• 5.3 实验环境及数据43-44
• 5.4 中文分词实验44-47
• 5.4.1 医疗主诉分词实验结果45-46
• 5.4.2 医疗文本分词实验结果46-47
• 5.5 实验小结47-48
• 5.6 本章小结48-49
• 第6章 疾病分类技术49-58
• 6.1 决策树算法49-51
• 6.2 贝叶斯算法51-52
• 6.3 实验环境及数据52-53
• 6.4 疾病分类实验53-54
• 6.5 实验结果54-57
• 6.6 实验小结57
• 6.7 本章小结57-58
• 第7章 系统实现58-72
• 7.1 系统架构58-61
• 7.1.1 人机交互界面59
• 7.1.2 解析模块59-60
• 7.1.3 推理机模块60
• 7.1.4 知识获取模块60
• 7.1.5 注册与信息管理模块60-61
• 7.1.6 知识库61
• 7.1.7 综合数据库61
• 7.2 系统核心流程61-64
• 7.2.1 疾病分类模型构建61-62
• 7.2.2 疾病预测62-64
• 7.3 系统部署及应用64-71
• 7.3.1 系统部署64-66
• 7.3.2 示范应用66-71
• 7.4 本章小结71-72
• 第8章 总结与展望72-74
• 8.1 工作总结72
• 8.2 当前工作不足72-73
• 8.3 未来展望73-74
• 参考文献74-77
• 攻读硕士学位期间主要的研究成果77-78
• 致谢78

【相似文献】

中国期刊全文数据库 前9条

1 周晓军,张泰和,郑尊,于秉学,陈德蕙;电子显微镜在人类疾病诊断中的应用——过去、现在和将来[J];电子显微学报;2000年06期

2 周旭红，，于海霞，邵永月;浅谈病案档案的科学管理[J];档案管理;1995年06期

3 高淑艳;;贝叶斯定理在疾病诊断中的应用[J];数学学习与研究(教研版);2008年12期

4 李科威;不明原因疾病诊断的计算机方法[J];中医药临床杂志;2004年05期

5 毕占岁;蔡小芳;;基于本体的疾病辅助诊断系统的研究与实现[J];数字技术与应用;2014年02期

6 虞娟;倪志伟;罗琴;;集成范例推理及其在疾病诊断系统中的应用[J];计算机工程;2008年07期

7 郑尊;于秉学;;我国电镜诊断学的现状与展望[J];电子显微学报;1996年Z1期

8 魏继周,刘谦,李学中,慕德林;疾病诊断模糊信息方法[J];信息与控制;1981年03期

9 ;[J];;年期

中国重要会议论文全文数据库 前10条

1 齐发梅;王彩凤;;血管紧张素转换酶在肺部疾病中的临床意义[A];中华医学会第八次全国检验医学学术会议暨中华医学会检验分会成立30周年庆典大会资料汇编[C];2009年

2 陈果;尹智;刘斌;;疼痛科医生与疾病诊断的相互关系的研究[A];2006年中华医学会全国麻醉学术年会知识更新讲座[C];2006年

3 王惠;金红;李欣;应虹;;实时三维超声心动图在心脏疾病诊断中的应用[A];庆祝中国超声诊断50年暨第十届全国超声医学学术会议论文汇编[C];2008年

4 傅万明;胡毅华;鲁磊;吴克俭;邹俊卿;盛梅;石东南亚;张健玲;程榕梅;;1125例次疾病诊断不符分析[A];中华医院管理学会病案管理专业委员会第12届全国病案管理学术会议论文集[C];2003年

5 王惠;金红;李欣;应虹;;实时三维超声心动图在心脏疾病诊断中的应用[A];中华医学会第十次全国超声医学学术会议论文汇编[C];2009年

6 徐英春;;提高临床疾病诊断水平关注分析前样本质量保证[A];全国静脉输液治疗护理学术交流会议论文汇编[C];2012年

7 李梦龙;;怎样正确书写疾病诊断[A];中华医院管理学会第十次全国病案管理学术会议论文集[C];2001年

8 曾跃萍;;正确书写疾病诊断提高疾病分类准确性[A];中国医院协会病案管理专业委员会第二十二届学术会议论文集[C];2013年

9 詹维伟;任新平;周萍;周建桥;陈曼;;实时超声弹性成像在淋巴结疾病诊断中的应用价值初探[A];中国超声医学工程学会第二次全国浅表器官及外周血管超声医学学术会议论文汇编[C];2009年

10 胡靖琛;;2003～2005年我院疾病构成分析[A];中华医学会第十二次全国医学信息学术会议论文汇编[C];2006年

中国重要报纸全文数据库 前10条

1 记者 付东红 通讯员 刘雅涵 严轶锋;代谢疾病诊断干预研究获新突破[N];健康报;2013年

2 记者 王漪;疾病诊断分组四季度在京试行[N];北京商报;2009年

3 毕节地区中医院党委书记 主任医师 张斌;疾病的诊断步骤和临床思维方法[N];毕节日报;2010年

4 记者 胡文华;疾病诊断分组将在京试行[N];中国医药报;2009年

5 刘忠叶;生猪疾病诊断观察方法[N];中国畜牧兽医报;2013年

6 清华大学公共管理学院 杨燕绥;按疾病诊断分组：医患保联动的社会共识[N];中国医药报;2013年

7 首都医科大学附属北京世纪坛医院淋巴外科 沈文彬;淋巴管疾病 从明确诊断起步[N];健康报;2014年

8 本报记者 周芳;正确认识X线[N];吉林日报;2010年

9 河南淮阳县人民医院 卫一鸣;疾病诊断来不得“变通”[N];中国中医药报;2012年

10 副主任医师 尤志军;假性疾病 病不假[N];保健时报;2004年

中国博士学位论文全文数据库 前1条

1 童舜华;病证结合论治的文献研究[D];上海中医药大学;2002年

中国硕士学位论文全文数据库 前6条

1 朱余旭;基于中文医疗主诉分析的疾病诊断辅助决策系统[D];浙江大学;2016年

2 尹智;影响疼痛住院患者诊断的多因素分析[D];四川大学;2006年

3 谭芳慧;SNP致病因素在疾病诊断上的应用研究[D];西安电子科技大学;2014年

4 张继斌;MR弥散和灌注成像在前列腺疾病诊断中的应用研究[D];苏州大学;2003年

5 胥斌;奶牛疾病诊断遗传神经网络模型研究[D];重庆大学;2004年

6 刘超;~(18)F-FDG PET/CT在肺部疾病诊断中的应用价值[D];苏州大学;2013年

本文编号：710172