發(fā)布時(shí)間：2020-04-07 18:47

【摘要】：阿爾茨海默癥沒(méi)有明顯特異性的生物學(xué)標(biāo)志。在臨床上,阿茲海默癥的檢查手段主要是有一些神經(jīng)心理學(xué)測(cè)驗(yàn),以及通過(guò)磁共振手段的影像學(xué)檢查。因此為了對(duì)病人進(jìn)行準(zhǔn)確的診斷,一般來(lái)說(shuō)醫(yī)院要采集很多項(xiàng)檢查數(shù)據(jù)。為了管理這些數(shù)據(jù),本文通過(guò)計(jì)算機(jī)技術(shù)來(lái)建立一個(gè)病人信息管理系統(tǒng)來(lái)管理這些繁雜的數(shù)據(jù)。隨著機(jī)器學(xué)習(xí)算法的成熟和廣泛應(yīng)用,本文通過(guò)相關(guān)的算法來(lái)建立一個(gè)輔助診斷的分類(lèi)模型,來(lái)幫助醫(yī)生在一些數(shù)據(jù)復(fù)雜的情況下進(jìn)行病情診斷,提供參考。本文首先結(jié)合調(diào)研其他研究人員實(shí)現(xiàn)的醫(yī)學(xué)信息系統(tǒng),對(duì)需要數(shù)據(jù)管理系統(tǒng)的不同人員進(jìn)行了需求分析,根據(jù)需求分析進(jìn)行系統(tǒng)設(shè)計(jì)和分析,完善系統(tǒng)的結(jié)構(gòu),并搭建開(kāi)發(fā)系統(tǒng)的環(huán)境。然后進(jìn)行阿茲海默癥輔助診斷系統(tǒng)的編程實(shí)現(xiàn)工作,具體設(shè)計(jì)了數(shù)據(jù)庫(kù)系統(tǒng)的各個(gè)表字段,完善了系統(tǒng)的各個(gè)功能模塊,實(shí)現(xiàn)了用戶(hù)信息管理、病人基礎(chǔ)信息查詢(xún)管理、磁共振圖像查詢(xún)、多條件篩查和病人數(shù)據(jù)上傳的功能。并在系統(tǒng)開(kāi)發(fā)階段考慮了系統(tǒng)的安全性問(wèn)題,進(jìn)行了具體的解決。最后以ADNI數(shù)據(jù)庫(kù)的原始數(shù)據(jù)作為訓(xùn)練集,設(shè)計(jì)了阿茲海默癥分類(lèi)算法和實(shí)現(xiàn)了輔助診斷模型,并且設(shè)計(jì)了三個(gè)作為對(duì)照的阿茲海默癥分類(lèi)器模型。先對(duì)下載到的數(shù)據(jù)進(jìn)行整理,并且對(duì)原始數(shù)據(jù)進(jìn)行了數(shù)據(jù)清洗,彌補(bǔ)了原始數(shù)據(jù)缺項(xiàng)以及重復(fù)等問(wèn)題。通過(guò)樸素貝葉斯、多層感知機(jī)神經(jīng)網(wǎng)絡(luò)、使用高斯核函數(shù)的支持向量機(jī),這三種方法建立了對(duì)照的分類(lèi)器,并通過(guò)10折交叉驗(yàn)證法計(jì)算了對(duì)應(yīng)的準(zhǔn)確率。通過(guò)主成分分析對(duì)原始訓(xùn)練集進(jìn)行了降維處理,再通過(guò)以CART決策樹(shù)為基礎(chǔ)分類(lèi)器的Adaboosting算法,建立了PCA-Adaboosting阿茲海默癥輔助診斷分類(lèi)器。
【圖文】：

第二章 數(shù)據(jù)庫(kù)系統(tǒng)需求分析與系統(tǒng)設(shè)計(jì)用戶(hù)能通過(guò)瀏覽器進(jìn)行瀏覽和檢索數(shù)據(jù)庫(kù)中存儲(chǔ)的大量阿茲海默癥病人信息及相知量表數(shù)據(jù)，磁共振圖像數(shù)據(jù)并能夠上傳和下載認(rèn)知量表，，磁共振圖像，以及查類(lèi)器得到的數(shù)據(jù)分析分類(lèi)結(jié)果。本文的工作為磁共振技術(shù)和量表測(cè)量對(duì)認(rèn)知下降基礎(chǔ)，對(duì)遠(yuǎn)程醫(yī)學(xué)資料共享和遠(yuǎn)程診斷具有實(shí)用價(jià)值。具體的 B/S/S 結(jié)構(gòu)示意圖如

圖 2-4 Python 文件編譯過(guò)程2.4.2 Django 框架介紹Django 是一個(gè)開(kāi)放源代碼的 Web 應(yīng)用框架，它基于 Python 語(yǔ)言寫(xiě)成[21]。它采用了 MVC 的框架模式，其中 M 代表模型，V 代表視圖和 C 代表控制器，具體關(guān)系由圖 2-5 所示。
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP311.13;R749.16

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭圣文;池敏越;岑桂英;匡翠立;牛傳筱;賴(lài)春任;吳效明;The Alzheimer's Disease Neuroimaging Initiative (ADNI);;MR影像體素形態(tài)學(xué)的阿爾茨海默病自動(dòng)分類(lèi)方法[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年02期

2 祝國(guó)浩;;基于HIS系統(tǒng)疾病知識(shí)庫(kù)集成的接口設(shè)計(jì)[J];中華醫(yī)學(xué)圖書(shū)情報(bào)雜志;2015年01期

3 呂鋒;李翔;杜文霞;;基于MultiBoost的集成支持向量機(jī)分類(lèi)方法及其應(yīng)用[J];控制與決策;2015年01期

4 程波;鐘靜;熊江;;多模態(tài)集成阿爾茨海默病和輕度認(rèn)知障礙分類(lèi)[J];集成技術(shù);2013年06期

5 羅萬(wàn)春;;阿爾茨海默病和輕度認(rèn)知損傷診斷的建模分析[J];第三軍醫(yī)大學(xué)學(xué)報(bào);2013年15期

6 董博;張志s

本文編號(hào)：2618259