基于神经网络的智能医疗诊断研究

发布时间：2020-07-20 13:25

【摘要】：随着社会发展越来越快,人们的生活节奏也紧随着社会的变化而变化。与此同时,人们对医疗健康问题的关注也随之递增。我国当前医疗问题主要为“医疗资源不平衡”,“看病难”,“看病贵”,“医疗误诊率高”等等,这些问题一直是我国医疗界的难题。随着信息技术地快速发展和进步,人工智能、云计算和互联网等新兴信息技术给人们带来了解决医疗难题的新思路。因此,数字医疗的概念已经得到了越来越多人的认可,其中医疗诊断是数字医疗的核心问题之一。医疗诊断的准确率及效率,与人们的生命健康息息相关,是一个不容忽视的重要问题。将信息科技运用于医疗诊断中,因此显得意义重大。本论文将多种神经网络模型应用到医疗诊断中,包括全连接神经网络,卷积神经网络。通过获取的医疗数据,运用jieba分词工具和当前流行的数据预处理技术,对错综复杂的医疗数据进行整理,并使用pandas或Word2Vec等工具将医疗数据对中文数据进行量化处理,将数据转换成one-hot二元变量或是稠密向量等计算机算法可识别格式。利用量化后的数据,训练全连接神经网络模型,卷积神经网络模型和Word2Vec+卷积神经网络模型,最后对比三个模型的医疗诊断准确率,同时与决策树模型进行比较和分析,并将准确率最高的模型部署到基于智能医疗诊断的医疗综合服务系统中。经过数据预处理得到量化数据,模型训练,最终结果显示Word2Vec+卷积神经网络的准确率高于其他模型,约为89%。基于神经网络的智能医疗诊断系统还有许多方面有待完善,例如预测准确率的提升,症状关联性改进,数据预处理方法等等,未来将从上述几个方面着手,进行更深入地探索。
【学位授予单位】：海南大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R-05;TP311.13;TP183
【图文】：

下图中的炓色箭头表示了数据流动方向。隐藏层中的每个神经元都可以接受来逡逑自多个上一层的数据流，其本身也可以将数据传送到下一个所有神经元中。神经网络逡逑结构，如图２－１所示。逡逑输出层逦Ｃ）逦0…0逡逑隐藏层邋0000…＾）逡逑输入层逦０逦０…Ｄ逡逑图２－１神经网络结构逡逑Ｆｉｇ．邋２－１邋Ｎｅｕｒａｌ邋Ｎｅｔｗｏｒｋ邋Ｓｔｒｕｃｔｕｒｅ逡逑罗森布拉特提出了感知机模型（Ｒｏｓｅｎｂｌａｔｔｅｔａｌ．，１９５８），也就是神经网络的前身，逡逑它使用了很多简单的方法组合起来，去训练感知机模型中的参数。由于当时还没出现逡逑特别规范的人工智能大数据等信息技术方法，所以当时他只是用了一些粗糙的试验方逡逑法，最终导致实验结果不理想，扩展性被方法限制。当时的感知机模型已经具备了两逡逑层神经网络结构，再到后来的研究人员，开始在此基础上不断训练这个感知机模型，逡逑并运用了后来出现的机器学习等新技术，不断地利用不同的数据和不同优化方法，最逡逑后神经网络出现，如今也称为了深度学习的基础理论。逡逑对神经网络进行训练

逦ｉＯＳ１１逡逑６５％逡逑图３－２邋ＩＯＳ各版本市场占有率分布逡逑Ｆｉｇ．邋３－２邋Ｍａｒｋｅｔ邋Ｓｈａｒｅ邋Ｄｉｓｔｒｉｂｕｔｉｏｎ邋ｏｆ邋ＩＯＳ邋Ｖｅｒｓｉｏｎｓ逡逑３．

＾逦Ｌｏｌｆｉｐｏｐ逡逑图３－１邋Ａｎｄｒｏｉｄ系统各版本占有率分布逡逑Ｆｉｇ．邋３￣１邋Ｓｈａｒｅ邋Ｄｉｓｔｒｉｂｕｔｉｏｎ邋ｏｆ邋Ａｎｄｒｏｉｄ邋Ｓｙｓｔｅｍ邋Ｖｅｒｓｉ

【参考文献】

相关期刊论文 前4条

1 阎威武,邵惠鹤;支持向量机分类器在医疗诊断中的应用研究[J];计算机仿真;2003年02期

2 孙佰清,张长胜,王雪峰,侯桂英,关振中;人工神经网络在医疗智能诊断系统中的应用[J];哈尔滨商业大学学报(自然科学版);2002年04期

3 王雪峰，冯英浚;多层神经网络的一种新的学习算法[J];哈尔滨工业大学学报;1997年02期

4 刘振凯;贵忠华;蔡青;;神经网络专家系统的现状及发展趋势[J];计算机科学;1996年03期

相关硕士学位论文 前1条

1 滕文龙;基于人工智能的医疗诊断系统研究与设计[D];吉林大学;2013年

本文编号：2763501