【摘要】： 矽肺是我國最主要的職業(yè)病,不僅患病人數(shù)多,而且危害大,是嚴(yán)重導(dǎo)致勞動能力降低、致殘和降低生活質(zhì)量的疾病,也是國家和企業(yè)賠償?shù)闹饕殬I(yè)病。在這樣的背景下,本文作者對矽肺病的計算機(jī)輔助診療技術(shù)進(jìn)行了深入研究。 首先,為了更好的利用計算機(jī)輔助方法對矽肺病診斷提供幫助,本文作者對臨床醫(yī)學(xué)中矽肺病的主要診斷依據(jù)和方法進(jìn)行了歸納整理,并以此作為計算機(jī)輔助診斷的切入點,尋求計算機(jī)輔助技術(shù)和矽肺病診斷之間的結(jié)合點。其次,本文作者對矽肺的X線胸片圖像的分類流程進(jìn)行了概述和整理,分別研究了圖像分類的幾個主要過程,包括:正位圖的選取、數(shù)據(jù)清理,以及特征參數(shù)的提取方法。繼而采用一種基于ID3決策樹算法的矽肺病人X線胸片圖像的自動分類方法。從而降低矽肺早期診斷的難度,有利于降低矽肺診斷的漏診率。 接下來,本文作者又采用基于無抽取Haar小波變換方法對矽肺病進(jìn)行預(yù)測:首先用遞推式無抽取Haar小波對接塵工人與粉塵接觸、接塵時間、吸煙等諸多因素在時間序列進(jìn)行分解,然后在小波分解產(chǎn)生的細(xì)節(jié)信號和近似信號上分別采用了非條件logistic回歸模型和滑動窗口式多項式擬合。該算法能夠解決模型預(yù)測中參數(shù)調(diào)整的問題,具有較高的準(zhǔn)確性。 最后,設(shè)計開發(fā)出一個矽肺病的早期診斷和預(yù)測實驗系統(tǒng)。作為開放的實驗系統(tǒng),采用了方便擴(kuò)充的程序設(shè)計語言(Visual C++),提供了矽肺病早期診斷及預(yù)測模型的實驗環(huán)境,從而提高了系統(tǒng)的可擴(kuò)展性,方便后續(xù)新算法的擴(kuò)充。方便了計算機(jī)輔助診斷和預(yù)測矽肺病的理論研究成果的實現(xiàn)。
【圖文】：

3圖 1.1 矽肺病患者的肺部胸片圖像[2]3 計算機(jī)技術(shù)在醫(yī)學(xué)領(lǐng)域的應(yīng)用.1 計算機(jī)輔助診療簡介如今，利用人工智能技術(shù)編制的輔助診治系統(tǒng)，一般稱為”醫(yī)療�！保钱�(dāng)今計算機(jī)應(yīng)用的前沿。醫(yī)療專家系統(tǒng)的核心是知識庫和推理中知識庫包括書本知識和醫(yī)生個人的具體經(jīng)驗，以規(guī)則、網(wǎng)絡(luò)、框架表示知識，存貯于計算機(jī)中。推理機(jī)是一個控制機(jī)構(gòu)，根據(jù)病人的信定采用知識庫中的什么知識，采用何種推理策略進(jìn)行推理，，得出結(jié)論以往的診療過程一般是醫(yī)生收集病人的癥狀、體征、各種檢查結(jié)果和個人病史以及治療效果等的個人信息，再根據(jù)醫(yī)生的醫(yī)學(xué)知識和臨，由醫(yī)生自己或幾個人進(jìn)行分析判斷得出結(jié)論，這樣就避免不了因為

對應(yīng)的基本癥狀的數(shù)據(jù)錄入功能。方劑篩選模塊，負(fù)責(zé)為知識發(fā)現(xiàn)的目標(biāo)搜索和選擇有關(guān)的數(shù)據(jù)，在方劑表中篩選出需要分析的數(shù)據(jù)集合，縮小處理范圍，提高數(shù)據(jù)挖掘的質(zhì)量。藥物關(guān)系分析模塊，其主要功能是依據(jù)前面的癥狀表和方劑表對藥組進(jìn)行分析。數(shù)據(jù)挖掘功能模塊，主要包含頻繁集方法子模塊、關(guān)聯(lián)方法子模塊和聚類方法子模塊。通過上面各個模塊的配合，最終挖掘關(guān)聯(lián)規(guī)則，從而反映出復(fù)方在藥味配對方面的規(guī)律。
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2010
【分類號】：R135.2

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 屈景輝,廖琪梅,許衛(wèi)中,陳漢勇;醫(yī)學(xué)信息數(shù)據(jù)庫的建立與數(shù)據(jù)挖掘[J];第四軍醫(yī)大學(xué)學(xué)報;2001年01期

2 劉恒殊,黃廉卿;基于人眼視覺特性的醫(yī)學(xué)圖像處理方法[J];光電工程;2001年04期

3 余輝,呂揚(yáng)生;數(shù)據(jù)挖掘技術(shù)在生物醫(yī)學(xué)領(lǐng)域的應(yīng)用[J];國外醫(yī)學(xué).生物醫(yī)學(xué)工程分冊;2003年02期

4 楊會志;數(shù)據(jù)挖掘技術(shù)的主要方法及其發(fā)展方向[J];河北科技大學(xué)學(xué)報;2000年03期

5 章勤;田晶;孫傲冰;鄭然;陳衛(wèi)紅;;基于BP神經(jīng)網(wǎng)絡(luò)的矽肺病預(yù)測組合模型研究[J];計算機(jī)科學(xué);2009年04期

6 孫欽東,張德運(yùn),高鵬;基于時間序列分析的分布式拒絕服務(wù)攻擊檢測[J];計算機(jī)學(xué)報;2005年05期

7 徐蕾,賀佳,孟虹,賀憲民,范思昌;決策樹技術(shù)及其在醫(yī)學(xué)中的應(yīng)用[J];數(shù)理醫(yī)藥學(xué)雜志;2004年02期

8 王華;胡學(xué)鋼;;醫(yī)學(xué)數(shù)據(jù)挖掘中的數(shù)據(jù)預(yù)處理與Apriori算法改進(jìn)[J];計算機(jī)系統(tǒng)應(yīng)用;2009年09期

9 李瓊,謝國明,牟永閣;基于粗糙集的數(shù)據(jù)挖掘技術(shù)在醫(yī)學(xué)診斷中的應(yīng)用[J];醫(yī)療衛(wèi)生裝備;2005年03期

相關(guān)博士學(xué)位論文 前1條

1 宋余慶;醫(yī)學(xué)圖像數(shù)據(jù)挖掘若干技術(shù)研究[D];東南大學(xué);2005年

相關(guān)碩士學(xué)位論文 前2條

1 蔡超峰;局部直方圖均衡化算法研究及其應(yīng)用[D];鄭州大學(xué);2005年

2 陳樂;基于多核系統(tǒng)的并行數(shù)據(jù)挖掘技術(shù)在醫(yī)學(xué)領(lǐng)域應(yīng)用的研究[D];吉林大學(xué);2008年

本文編號：2601899