心血管疾病智能医疗辅助诊断系统

摘要

当今社会心血管疾病是威胁人类健康的大敌。如何及时而准确地诊断心血管疾病是各国科学家非常关心的问题。传统医学诊断方法，诊断的准确性与医生医疗水平密切相关。对于缺乏医学专家的中小型医院，其疑难病症的误诊率居高不下。基于这一情况，人们开始把目光转向一个新的领域，就是研究如何将人工智能技术与医疗诊断相结合。特别是随着计算机技术和人工智能理论的发展，使得利用人工智能方法诊断疾病成为可能。本文提出了一种以神经网络和专家系统相结合的混合系统为核心的心血管疾病智能医疗辅助诊断系统。
　　本文介绍了一种新的神经网络训练算法--单参数动态搜索算法（SPDS）。SPDS算法采用了坐标轮换的方法，每一次搜索都使得一个参数满足误差要求。其特点是对于不同的网络参数首先获得其相应的简化了的等价误差函数，这样尽管增加了一维搜索的次数，但却能够大大减少计算量，从而加快了训练的收敛速度。
　　为了克服神经网络训练规则与实际应用要求的不一致问题，本文提出了区域映射模型，并将之与SPDS算法相结合。使得同一的输入由原本映射到输出空间的一个点扩大到输出空间的一个区域。放宽了训练标准使其与应用要求一致，进一步加快了收敛速度。
　　本文提出一种神经网络与专家系统串联的的工作模式。这种串联而成的混合系统一方面以神经网络作为医疗诊断知识的获取方法，特别是对于获取来源于医疗实践过程中的难于表达的知识，克服了专家系统知识获取的“瓶颈”问题；另一方面发挥专家系统良好的解释功能，克服了神经网络的黑箱结构使得病人无法得知系统的推理过程的问题。
　　最后，本文从软件工程的角度详细的描述了心血管疾病智能医疗辅助诊断系统的整个开发过程。从可行性分析、需求分析、系统设计、编码及测试，开发的每一个过程都严格遵循了软件工程的思想。

目录

心血管疾病智能医疗辅助诊断系统

The Intelligence Medical Assistant Diagnosis System for Cardiovascular Disease

摘要

Abstract

第1章 绪论

1. 1 课题背景及研究意义

1. 2 课题来源

1. 3 国内外关于智能诊断研究状况综述

1. 2. 1 基于专家系统的研究

1. 2. 2 基于神经网络的研究

1. 2. 3 神经网络与专家系统集成的混合系统的研究

1. 4 本文工作

第2章 单参数动态搜索算法及区域映射模型

2. 1 前馈式神经网络模型

2. 2 单参数动态搜索（SPDS）算法

2. 2. 1 BP算法的局限性

2. 2. 2单参数动态搜索（SPDS）算法的基本原理

2. 2. 3 算法的描述

2. 2. 4 误差函数的搜索方法

2. 3 区域映射模型原理

2. 4 基于区域映射模型的单参数动态搜索算法

2. 5 计算实例

2. 6 本章小结

第3章 专家系统与神经网络的结合

3. 1专家系统的一般情况

3. 1. 1 专家系统的原理及特点

3. 1. 2 专家系统的一般构成

3. 1. 3 单独使用专家系统进行医疗诊断存在的弊病

3. 2专家系统与人工神经网络的混合系统

3. 2. 1 混合系统中的专家系统的特点

3. 2. 2 混合系统的工作模式

3. 3 诊断实例

3. 3. 1 高血压的诊断标准

3. 3. 2 高血压的诊断过程

3. 3. 3 原发性高血压的分类规则

3. 3. 4 原发性高血压的危险性分层规则

3. 4 本章小节

第4章 心血管疾病智能医疗辅助诊断系统的软件工程设计

4. 1 软件工程概述

4. 2 可行性与需求分析

4. 2. 1 系统可行性分析

4. 2. 1 系统需求分析

4. 3 系统设计

4. 3. 1 系统体系结构及模块设计

4. 3. 2 数据结构及算法设计

4. 3. 3 界面设计

4. 4 编码

4. 5 测试

结 论

参考文献

哈尔滨工业大学硕士学位论文使用授权书

哈尔滨工业大学硕士学位论文原创性声明

致 谢