鸡病诊断与防控信息系统的研制

摘要

目前我国禽类养殖发展速度很快，但同时也存在各种因素的干扰，如传染病的流行、新病不断增加、频现变异、耐药性增强、营养代谢病等给养鸡业带来巨大危害。这些因素给鸡病临床诊断和疾病防控带来了巨大的挑战。鉴于现阶段我国中小型养鸡场面临的基层兽医人员缺乏及临床诊断技术落后的现状，开发鸡病诊断和防控系统是非常必要的。本研究通过兽医技术与计算机信息技术的最新研究成果开发研制“鸡病诊断与防控信息系统”，进而改进我国养鸡业的现状，提高疾病临床诊断的准确率及制定合理的防控措施。
　　鸡病诊断与防控信息系统采用B/S/D三层结构模式进行设计，应用Microsoft VisualStudio.NET2008、Visual C＃开发语言与SQL Server2008数据库等实验工具进行构建。鸡病诊断与防控信息系统的知识获取采用人工获取知识的方式，通过对鸡病领域专家知识及经验的归纳总结、汇总、整理并存储在系统的知识库中，形成完整的数据库。系统共存储了85种鸡常见疾病症状信息及疾病防控方案，建立34个数据库、3140条规则，收集疾病图片518个、视频39个。本系统采用面向对象的知识表示方法以对象-属性-值三元组知识表示方法结合产生式规则知识表示法表示鸡疾病知识，易于知识库的修改、维护及更新，同时使知识结构更加清晰。系统运用不确定规则推理与案例推理相结合的推理机制，充分结合两种推理理论的优点，进而提高系统疾病诊断的准确率。本系统最终实现的功能如下:
　　(1)本项研究成功开发研制出“鸡病诊断与防控信息系统”，该系统能够对临床常见85种鸡病进行诊断和防控。
　　(2)鸡病诊断与防控信息系统利用后台数据库中疾病症状信息、图片及系统推理机制三位一体结合模式实现疾病诊断过程。用户根据实际发生病例症状与系统中疾病信息进行匹配同时可以参照疾病症状图片，通过系统的推理机制推理出疾病诊断结果供用户参考。
　　(3)鸡病诊断与防控信息系统提供疾病防治方案及免疫方案供用户应用，用户参考系统提供的防治方案和免疫方案并结合本场鸡群的实际情况制定合理的防控措施。
　　(4)鸡病诊断与防控信息系统提供了知识查询模块，提供疾病知识查询、疫苗知识查询、药物知识查询、图片与视频知识查询、实验室检查知识查询，实现了知识的查询功能。为用户提供知识学习平台。

目录

声明

摘要

1 引言

1．1 我国鸡病的发展现状及其流行趋势

1．1．1 鸡病发展现状

1．1．2 鸡病流行趋势

1．2 专家系统概述

1．2．1 专家系统的基本结构

1．2．2 专家系统的特点

1．2．3 专家系统的知识获取

1．2．4 专家系统知识库

1．2．5 专家系统的推理机

1．3 专家系统在动物智能诊断中的应用

1．3．1 国内专家系统在动物智能诊断中的应用

1．3．2 国外专家系统在动物智能诊断中的应用

1．4 知识推理技术的概述

1．4．1 案例推理理论的概述

1．4．2 不确定规则推理理论的概述

1．5 鸡病诊断与防控信息系统在养殖业中的需求

1．6 研究内容

1．7 研究目的与意义

2 鸡病诊断与防控信息系统的设计

2．1 研究方法和技术路线

2．2 系统分析

2．2．1 系统框架的分析

2．2．2 系统技术的分析

2．2．3 系统功能的分析

2．2．4 系统工作程序分析

2．3 系统结构设计

2．4 系统功能设计

2．4．1 疾病诊断模块

2．4．2 疾病防控模块

2．4．3 药品和疫苗管理

2．4．4 知识查询模块

2．5 系统知识结构设计

2．5．1 知识的概述

2．5．2 知识获取技术

2．5．3 知识表示技术

2．5．4 知识库的建立

2．6 系统数据库设计

2．6．1 数据库设计的概念

2．6．2 数据库设计中的注意事项

2．6．3 系统的数据库设计

3 鸡病诊断与防控信息系统的构建

3．1 系统构建的条件

3．2 系统构建的环境

3．2．1 硬件环境

3．2．2 软件环境

3．3 B／S结构的概述

3．3．1 B／S结构的简介

3．3．2 B／S结构的工作原理

3．3．3 B／S结构的运行特点

3．4 疾病诊断的推理机制及运行策略

4 鸡病诊断与防控信息系统的实现

4．1 系统登录界面

4．2 系统疾病诊断模块的实现

4．2．1 基于病理学诊断模块

4．2．2 基于临床症状诊断模块

4．2．3 基于流行病学诊断模块

4．3 系统疾病防控模块的实现

4．3．1 疾病防治方案模块

4．3．2 疾病免疫方案模块

4．4 系统知识查询模块的实现

4．4．1 药品知识查询模块

4．4．2 疫苗知识查询模块

4．4．3 疾病知识查询模块

4．4．4 图片和视频查询模块

4．4．5 实验室检查知识查询模块

5 讨论

5．1 基于不确定规则推理与案例推理结合开发系统的优势

5．2 鸡病诊断与防控信息系统的应用前景

5．3 兽医病理学诊断在专家系统智能诊断中的应用前景

5．4 系统开发实现过程中需要注意的问题

6 结论

致谢

参考文献

攻读硕士学位期间发表的学术论文