糖尿病已經(jīng)成為影響我國(guó)國(guó)民健康的主要疾病之一,并且發(fā)病率呈上升趨勢(shì)。目前,我國(guó)糖尿病患者數(shù)量及未診斷患者數(shù)量仍據(jù)世界首位,但醫(yī)療資源分配不均、醫(yī)生數(shù)量不足、年輕醫(yī)生經(jīng)驗(yàn)不足等問題嚴(yán)重制約著對(duì)糖尿病的診斷。因此,借助科技手段幫助醫(yī)生對(duì)糖尿病進(jìn)行輔助診斷是十分必要的。人工智能技術(shù)的發(fā)展日新月異,“阿爾法圍棋”(Alpha Go)在人機(jī)大戰(zhàn)中的獲勝以及“沃森”(Watson)機(jī)器人強(qiáng)大的認(rèn)知計(jì)算能力更是引發(fā)了人們對(duì)人工智能的高度關(guān)注和遐想。人工神經(jīng)網(wǎng)絡(luò)是目前國(guó)際上迅速發(fā)展的人工智能的前沿交叉學(xué)科,它擁有強(qiáng)大的學(xué)習(xí)能力和計(jì)算能力,能夠更好地適應(yīng)數(shù)據(jù)空間的變化,它的應(yīng)用為人工智能的研究開辟了新的途徑�；诖�,本文對(duì)人工智能技術(shù)在糖尿病診斷中的應(yīng)用進(jìn)行研究�；贐P神經(jīng)網(wǎng)絡(luò)建立診斷模型。對(duì)收集到的病例數(shù)據(jù)進(jìn)行整合和提取,選擇輸入特征向量,在MATLAB軟件平臺(tái)建立診斷模型。為提高學(xué)習(xí)效率,對(duì)模型參數(shù)進(jìn)行了調(diào)整。通過實(shí)驗(yàn),驗(yàn)證了BP神經(jīng)網(wǎng)絡(luò)用于糖尿病診斷的可行性。基于概率神經(jīng)網(wǎng)絡(luò)(PNN)建立診斷模型。為進(jìn)一步提高診斷準(zhǔn)確率和診斷速率,選擇了網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單、訓(xùn)練簡(jiǎn)潔的PNN網(wǎng)絡(luò)建立糖尿病診斷模型。對(duì)兩種模型對(duì)比后,分析出PNN需要調(diào)節(jié)的參數(shù)較少,不需要確定隱含層數(shù)以及隱層神經(jīng)元個(gè)數(shù)等網(wǎng)絡(luò)結(jié)構(gòu),較BP網(wǎng)絡(luò)更容易實(shí)現(xiàn)與使用。計(jì)算出了20次試驗(yàn)的平均準(zhǔn)確率和相應(yīng)的標(biāo)準(zhǔn)差,說明PNN模型更加適用于構(gòu)建糖尿病診斷模型。在診斷模型建立的基礎(chǔ)上,將LabVIEW開發(fā)平臺(tái)與MATLAB軟件相結(jié)合,設(shè)計(jì)了糖尿病輔助診斷系統(tǒng)。通過調(diào)用神經(jīng)網(wǎng)絡(luò)診斷模塊,對(duì)用戶數(shù)據(jù)進(jìn)行分析,完成對(duì)糖尿病的診斷,同時(shí)給出相應(yīng)的診療建議。相比于傳統(tǒng)的診斷過程,該系統(tǒng)能夠有效地節(jié)約醫(yī)生的時(shí)間,提高診斷效率。
【學(xué)位單位】：蘭州理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：R587.1;TP18
【部分圖文】：

工程碩士學(xué)位論文可在入院記錄中提取到包括患者年齡、性別、病程、初期癥狀、DM 家族病史（糖尿病家族史）、煙酒史。所有糖尿病患者初期空腹血糖和餐后 2h 血糖值超過標(biāo)準(zhǔn)值。超過 95%的Ⅱ型糖尿病患者初期癥狀包括無端口渴、口干，多飲、多食、多尿、體重減輕癥狀。糖尿病的遺傳主要體現(xiàn)在Ⅰ型糖尿病上， 型糖尿病大多數(shù)是由與后天生活習(xí)慣或內(nèi)分泌失調(diào)產(chǎn)生的，在對(duì)比健康數(shù)據(jù)后發(fā)現(xiàn)，常年吸煙飲酒的人較不抽煙喝酒的人患糖尿病的風(fēng)險(xiǎn)高五成。于是將以上癥狀作為診斷病人患有糖尿病的重要指征數(shù)據(jù)，數(shù)據(jù)中 1 表示有，0 表示無。如圖 3.3 所示為整理后的病例數(shù)據(jù)。

33e) N=12 時(shí)訓(xùn)練效果 f) N=14 時(shí)訓(xùn)練效果圖 4.2 隱含層單元數(shù)目不同時(shí)的訓(xùn)練過程從圖 4.2 中可以看出，當(dāng)隱含層單元數(shù)為 12 時(shí)，網(wǎng)絡(luò)迭代次數(shù)和訓(xùn)練效果都優(yōu)于其他五種，因此，本文選擇隱含層單元數(shù)為 12 進(jìn)行 BP 神經(jīng)網(wǎng)絡(luò)建模，設(shè)置好的 BP 神經(jīng)網(wǎng)絡(luò)如圖 4.3 所示。

圖 4.3 BP 網(wǎng)絡(luò)糖尿病診斷模型結(jié)構(gòu).1.2 仿真結(jié)果分析當(dāng)隱層單元數(shù)為 12 時(shí)，BP 神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)的擬合效果最好，樣本回歸系圖 4.4 所示。
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韋哲;薛翔;王能才;;人工智能在糖尿病診斷中的應(yīng)用[J];中國(guó)醫(yī)學(xué)裝備;2017年12期

2 張向陽(yáng);陳玲;趙曼;;大數(shù)據(jù)挖掘和分析在健康醫(yī)療領(lǐng)域的應(yīng)用[J];空軍醫(yī)學(xué)雜志;2017年05期

3 劉文亮;黃曄春;畢士鑫;;人工智能及在醫(yī)療領(lǐng)域的應(yīng)用[J];數(shù)碼世界;2017年10期

4 陳德喜;呂家愛;陳磊;朱曉云;;糖尿病危險(xiǎn)因素的研究現(xiàn)狀[J];職業(yè)與健康;2017年16期

5 繩慧峰;劉晴;許蘋;陳春林;;人工神經(jīng)網(wǎng)絡(luò)在醫(yī)療風(fēng)險(xiǎn)預(yù)測(cè)中的應(yīng)用研究[J];中國(guó)衛(wèi)生質(zhì)量管理;2017年04期

6 劉晨;何曉;;醫(yī)療健康管理中大數(shù)據(jù)挖掘分析平臺(tái)的應(yīng)用探討[J];電腦知識(shí)與技術(shù);2017年21期

7 張慧君;耿艷利;劉作軍;楊鵬;;基于概率神經(jīng)網(wǎng)絡(luò)的假肢穿戴者跌倒模式預(yù)識(shí)別[J];中國(guó)康復(fù)醫(yī)學(xué)雜志;2017年07期

8 鄭南君;;人工智能在醫(yī)療健康領(lǐng)域中的應(yīng)用解析[J];中國(guó)衛(wèi)生產(chǎn)業(yè);2017年19期

9 騫宇澄;劉昭策;;深度學(xué)習(xí)的實(shí)現(xiàn)與發(fā)展——從神經(jīng)網(wǎng)絡(luò)到機(jī)器學(xué)習(xí)[J];電子技術(shù)與軟件工程;2017年11期

10 張秋云;張營(yíng);李臣;;遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)在中醫(yī)按摩機(jī)器人中的應(yīng)用[J];應(yīng)用科技;2017年02期

相關(guān)碩士學(xué)位論文 前2條

1 倪家遠(yuǎn);基于決策樹的糖尿病診斷專家系統(tǒng)的研究與設(shè)計(jì)[D];安徽工業(yè)大學(xué);2016年

2 楊程;基于FPGA的人工神經(jīng)網(wǎng)絡(luò)的研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2016年

本文編號(hào)：2842089