隨著人口老齡化，老年癡呆癥患者逐年增加，而老年癡呆到中晚期已無(wú)有效治療方法。輕度認(rèn)知損害是介于正常老化和癡呆之間的一種認(rèn)知功能損害狀態(tài)，通常將它作為正常老化向老年癡呆的過(guò)渡階段。因而輕度認(rèn)知損害群體的研究對(duì)老年癡呆的早期診斷和早期干預(yù)有著重要的意義，是近年來(lái)老年癡呆研究的熱點(diǎn)。 貝葉斯網(wǎng)作為一種概率圖形模型，提供了一種將知識(shí)直覺的圖解可視化的方法，有許多其自身的優(yōu)勢(shì)，它使用概率理論處理在描述不同知識(shí)成份的條件相關(guān)而產(chǎn)生的不確定性。將貝葉斯網(wǎng)應(yīng)用在輕度認(rèn)知損害的診斷中，可用其處理不確定性知識(shí)的方法描述輕度認(rèn)知損害診斷的各項(xiàng)診斷指標(biāo)。 本文介紹了貝葉斯網(wǎng)結(jié)構(gòu)學(xué)習(xí)以及參數(shù)學(xué)習(xí)、推理的相關(guān)內(nèi)容。運(yùn)用樸素貝葉斯技術(shù)，結(jié)合臨床量表診斷手段，將各項(xiàng)量表指標(biāo)作為貝葉斯節(jié)點(diǎn)集，建立推理診斷模型，實(shí)驗(yàn)證明該模型能夠有效的完成輕度認(rèn)知損害的診斷。 針對(duì)傳統(tǒng)算法在學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)之前，需要根據(jù)研究者的主觀經(jīng)驗(yàn)，規(guī)定網(wǎng)絡(luò)中結(jié)點(diǎn)順序的缺點(diǎn)，給出了一個(gè)可以在無(wú)約束條件下，即無(wú)需主觀給出網(wǎng)絡(luò)中結(jié)點(diǎn)變量的順序，而是根據(jù)觀測(cè)得到的訓(xùn)練樣本集的互信息以及概率關(guān)系，自動(dòng)完成學(xué)習(xí)貝葉斯網(wǎng)結(jié)構(gòu)的新方法。通過(guò)分析結(jié)構(gòu)變量與結(jié)構(gòu)變量，結(jié)構(gòu)變量與功能變量之間的相關(guān)依賴性，將腦結(jié)構(gòu)各區(qū)域萎縮情況與輕度認(rèn)知損害這個(gè)功能變量作為變量集，利用新的貝葉斯結(jié)構(gòu)學(xué)習(xí)方法，構(gòu)建了基于腦結(jié)構(gòu)萎縮的輕度認(rèn)知損害診斷模型。文章最后給出了老年癡呆癥早期預(yù)測(cè)專家系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。
【學(xué)位單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2007
【中圖分類】：R749.16;R319
【部分圖文】：

該部分完成各種量表的在線測(cè)試。采用問(wèn)診的形式，醫(yī)生登陸到系統(tǒng)，與被試面對(duì)面交流，向被試提問(wèn)并記錄回答情況，系統(tǒng)會(huì)記錄結(jié)果，并計(jì)算得出各個(gè)量表得分情況。答題結(jié)束后，系統(tǒng)會(huì)根據(jù)相應(yīng)模型給出被試診斷狀態(tài)。圖6.1所示為該部分功能演示圖。他她是否經(jīng)常能夠知道確切的年份寧，經(jīng)常有時(shí)、很少_不知道他她是否經(jīng)常能夠知道確切的星期幾個(gè)，經(jīng)常::有時(shí)很少不知道當(dāng)事情的發(fā)生有前后關(guān)系的時(shí)候.他她在憊識(shí)此時(shí)間關(guān)系上有困難嗎?J.一經(jīng)常r_有時(shí)海很少不知道他她是否能夠在熟悉的街通找到路寧姆腳粼濰哪雛瞇滯揣黔圖6.1在線量表測(cè)試演示 Fig.6.1UIofonlinetest本系統(tǒng)采用了MVC模式，當(dāng)向系統(tǒng)中增加某個(gè)量表時(shí)，不需要額外的新建頁(yè)面以及處理過(guò)程，而是只需修改數(shù)據(jù)模型，即向數(shù)據(jù)庫(kù)相應(yīng)表中增加量表信息，包括量表問(wèn)題類型、選項(xiàng)、分值等，從而實(shí)現(xiàn)了顯示于模型的分離，充分利用了MVC模式的優(yōu)勢(shì)。(2)診斷分析模塊選擇相應(yīng)的分析方法如基于量表測(cè)試的樸素貝葉斯模型，或者基于腦結(jié)構(gòu)萎縮的貝葉斯模型，輸入相應(yīng)的診斷指標(biāo)數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行處理，包括離散化、缺失值的處理，分析該被試者的診斷狀態(tài)。該部分大致流程如圖6.2所示。

系統(tǒng)應(yīng)用JZEE技術(shù)平臺(tái)進(jìn)行構(gòu)建，由客戶端、中間層、數(shù)據(jù)庫(kù)服務(wù)器層組成。客戶端主要是用戶瀏覽器，完成數(shù)據(jù)展示和用戶事件響應(yīng)的功能，數(shù)據(jù)庫(kù)層進(jìn)行專業(yè)的數(shù)據(jù)存儲(chǔ)管理，而中間層則采用了進(jìn)一步的分層思想進(jìn)行設(shè)計(jì)。系統(tǒng)的總體結(jié)構(gòu)如圖6.6所示。數(shù)據(jù)庫(kù)服務(wù)層圖6.6系統(tǒng)體系結(jié)構(gòu)圖 Fig.6.6SystemarehitectUre圖6.6中，MVC框架采用業(yè)界流行的Struts，并做了少許改進(jìn)使之更適合快速開發(fā)。數(shù)據(jù)庫(kù)訪問(wèn)方案采用強(qiáng)大細(xì)致的Hibemate，可以大大簡(jiǎn)化數(shù)據(jù)庫(kù)訪問(wèn)過(guò)程。

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前2條

1 楊陽(yáng);基于數(shù)據(jù)挖掘的泌尿外科臨床決策支持系統(tǒng)研究[D];重慶大學(xué);2011年

2 郭艷軍;貝葉斯網(wǎng)學(xué)習(xí)方法及應(yīng)用研究[D];華中科技大學(xué);2009年

本文編號(hào)：2807694