计算机在矽肺病早期诊断及预测中的应用研究

发布时间：2020-03-26 20:00

【摘要】： 矽肺是我国最主要的职业病,不仅患病人数多,而且危害大,是严重导致劳动能力降低、致残和降低生活质量的疾病,也是国家和企业赔偿的主要职业病。在这样的背景下,本文作者对矽肺病的计算机辅助诊疗技术进行了深入研究。 首先,为了更好的利用计算机辅助方法对矽肺病诊断提供帮助,本文作者对临床医学中矽肺病的主要诊断依据和方法进行了归纳整理,并以此作为计算机辅助诊断的切入点,寻求计算机辅助技术和矽肺病诊断之间的结合点。其次,本文作者对矽肺的X线胸片图像的分类流程进行了概述和整理,分别研究了图像分类的几个主要过程,包括:正位图的选取、数据清理,以及特征参数的提取方法。继而采用一种基于ID3决策树算法的矽肺病人X线胸片图像的自动分类方法。从而降低矽肺早期诊断的难度,有利于降低矽肺诊断的漏诊率。 接下来,本文作者又采用基于无抽取Haar小波变换方法对矽肺病进行预测:首先用递推式无抽取Haar小波对接尘工人与粉尘接触、接尘时间、吸烟等诸多因素在时间序列进行分解,然后在小波分解产生的细节信号和近似信号上分别采用了非条件logistic回归模型和滑动窗口式多项式拟合。该算法能够解决模型预测中参数调整的问题,具有较高的准确性。 最后,设计开发出一个矽肺病的早期诊断和预测实验系统。作为开放的实验系统,采用了方便扩充的程序设计语言(Visual C++),提供了矽肺病早期诊断及预测模型的实验环境,从而提高了系统的可扩展性,方便后续新算法的扩充。方便了计算机辅助诊断和预测矽肺病的理论研究成果的实现。
【图文】：

3图 1.1 矽肺病患者的肺部胸片图像[2]3 计算机技术在医学领域的应用.1 计算机辅助诊疗简介如今，利用人工智能技术编制的辅助诊治系统，一般称为”医疗专”，它是当今计算机应用的前沿。医疗专家系统的核心是知识库和推理中知识库包括书本知识和医生个人的具体经验，以规则、网络、框架表示知识，存贮于计算机中。推理机是一个控制机构，根据病人的信定采用知识库中的什么知识，采用何种推理策略进行推理，，得出结论以往的诊疗过程一般是医生收集病人的症状、体征、各种检查结果和个人病史以及治疗效果等的个人信息，再根据医生的医学知识和临，由医生自己或几个人进行分析判断得出结论，这样就避免不了因为

对应的基本症状的数据录入功能。方剂筛选模块，负责为知识发现的目标搜索和选择有关的数据，在方剂表中筛选出需要分析的数据集合，缩小处理范围，提高数据挖掘的质量。药物关系分析模块，其主要功能是依据前面的症状表和方剂表对药组进行分析。数据挖掘功能模块，主要包含频繁集方法子模块、关联方法子模块和聚类方法子模块。通过上面各个模块的配合，最终挖掘关联规则，从而反映出复方在药味配对方面的规律。
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：R135.2

【参考文献】

相关期刊论文 前9条

1 屈景辉,廖琪梅,许卫中,陈汉勇;医学信息数据库的建立与数据挖掘[J];第四军医大学学报;2001年01期

2 刘恒殊,黄廉卿;基于人眼视觉特性的医学图像处理方法[J];光电工程;2001年04期

3 余辉,吕扬生;数据挖掘技术在生物医学领域的应用[J];国外医学.生物医学工程分册;2003年02期

4 杨会志;数据挖掘技术的主要方法及其发展方向[J];河北科技大学学报;2000年03期

5 章勤;田晶;孙傲冰;郑然;陈卫红;;基于BP神经网络的矽肺病预测组合模型研究[J];计算机科学;2009年04期

6 孙钦东,张德运,高鹏;基于时间序列分析的分布式拒绝服务攻击检测[J];计算机学报;2005年05期

7 徐蕾,贺佳,孟虹,贺宪民,范思昌;决策树技术及其在医学中的应用[J];数理医药学杂志;2004年02期

8 王华;胡学钢;;医学数据挖掘中的数据预处理与Apriori算法改进[J];计算机系统应用;2009年09期

9 李琼,谢国明,牟永阁;基于粗糙集的数据挖掘技术在医学诊断中的应用[J];医疗卫生装备;2005年03期

相关博士学位论文 前1条

1 宋余庆;医学图像数据挖掘若干技术研究[D];东南大学;2005年

相关硕士学位论文 前2条

1 蔡超峰;局部直方图均衡化算法研究及其应用[D];郑州大学;2005年

2 陈乐;基于多核系统的并行数据挖掘技术在医学领域应用的研究[D];吉林大学;2008年

本文编号：2601899