甲狀腺結(jié)節(jié)作為最常見(jiàn)的甲狀腺臨床疾病,近年來(lái)發(fā)病率不斷攀升,嚴(yán)重影響著人體健康,對(duì)甲狀腺結(jié)節(jié)輔助診斷開展研究極具現(xiàn)實(shí)意義。超聲檢查是甲狀腺結(jié)節(jié)臨床診斷的必要檢查方式,隨著醫(yī)療信息化的日漸成熟,大量甲狀腺結(jié)節(jié)患者的超聲診斷報(bào)告文本得以有效保存。這些診斷報(bào)告文本對(duì)于醫(yī)療輔助診斷具有非常重要的參考價(jià)值,如何從不規(guī)范的超聲診斷報(bào)告文本中準(zhǔn)確高效地提取有價(jià)值的結(jié)構(gòu)化數(shù)據(jù)是對(duì)甲狀腺結(jié)節(jié)輔助診斷研究的必要前提。其次,傳統(tǒng)的甲狀腺結(jié)節(jié)臨床診斷經(jīng)常受制于醫(yī)生專業(yè)知識(shí),工作經(jīng)驗(yàn)及認(rèn)知能力,以致造成患者不能得到及時(shí)而精準(zhǔn)的治療,這一直是甲狀腺結(jié)節(jié)超聲診斷面臨的關(guān)鍵難題。而新一代人工智能技術(shù)為現(xiàn)代醫(yī)療領(lǐng)域的智能輔助診斷提供了新的思路�；谏鲜霰尘昂蛦�(wèn)題,本文通過(guò)對(duì)醫(yī)療文本結(jié)構(gòu)化處理和甲狀腺疾病輔助診斷的研究現(xiàn)狀進(jìn)行分析,提出一套針對(duì)不規(guī)范的醫(yī)療診斷報(bào)告的結(jié)構(gòu)化處理方案。同時(shí),以安徽省合肥市某大型三甲醫(yī)院的甲狀腺結(jié)節(jié)超聲診斷報(bào)告文本為數(shù)據(jù)源,根據(jù)數(shù)據(jù)特點(diǎn)分析,構(gòu)建基于自定義專業(yè)詞典的特征提取框架,以從超聲診斷報(bào)告文本中完成五項(xiàng)超聲特征的提取。在此基礎(chǔ)上分別利用BPNN和RBFNN兩種較為成熟的前饋神經(jīng)網(wǎng)絡(luò),構(gòu)建... 

【文章來(lái)源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【圖文】：

論文組織結(jié)構(gòu)

第二章相關(guān)理論與技術(shù)基礎(chǔ)11圖2.1正向最大匹配算法流程圖Fig.2.1Flowchartofforwardmaximummatchingalgorithm（3）雙向最大匹配算法雙向最大匹配算法的的基本設(shè)計(jì)思想是將待切分的的字符串分別利用正向最大匹配和反向最大匹配進(jìn)行切分處理，然后對(duì)比這兩種不同方式的切分結(jié)果，若切分結(jié)果一致，則任選一種作為最終的分詞結(jié)果；若切分結(jié)果不一致，則將其歸為存在歧義的切分結(jié)果，然后再根據(jù)一些特定規(guī)則進(jìn)行消除歧義處理。雙向最大匹配算法很大程度解決了正向最大匹配算法和反向最大匹配算法的切分準(zhǔn)確率常受制于漢語(yǔ)的表達(dá)習(xí)慣這個(gè)缺點(diǎn)，側(cè)重于分詞過(guò)程中檢錯(cuò)和糾錯(cuò)的應(yīng)用。（4）全切分算法全切分算法的基本設(shè)計(jì)思想是將待切分的字符串與字典進(jìn)行匹配，然后篩選出所有能夠匹配到的切分結(jié)果。其主要處理流程是按照從前往后的順序依次掃描字符串的每一個(gè)字符，然后根據(jù)詞典找出該字起始的所有詞匯，最后將這些詞或

??腔?諶死嘍源竽隕窬??緄難芯浚?ü?斯す菇ǖ囊恢?類似于大腦神經(jīng)突觸連接的結(jié)構(gòu)進(jìn)行信息處理的數(shù)學(xué)模型，以試圖達(dá)到信息記憶、處理并解決特定問(wèn)題的目的。國(guó)際著名的神經(jīng)網(wǎng)絡(luò)專家Hecht-Nielson給出神經(jīng)網(wǎng)絡(luò)的定義[54]：“神經(jīng)網(wǎng)絡(luò)是一個(gè)以有向圖為拓?fù)浣Y(jié)構(gòu)的動(dòng)態(tài)系統(tǒng)，它通過(guò)對(duì)連續(xù)或斷續(xù)式的輸入作狀態(tài)響應(yīng)而進(jìn)行信息處理�！鄙窠�(jīng)元是神經(jīng)網(wǎng)絡(luò)的基本組成單元，人工神經(jīng)網(wǎng)絡(luò)就是由大量神經(jīng)元相互連接而成的，具有高度自適應(yīng)的非線性系統(tǒng)。神經(jīng)元在結(jié)構(gòu)上可看成一個(gè)多輸入、單輸出的非線性閾值單元，其結(jié)構(gòu)模型如圖2.2所示。圖2.2神經(jīng)元結(jié)構(gòu)模型Fig.2.2Themodelofneuronstructure

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的甲狀腺病史結(jié)構(gòu)化研究與實(shí)現(xiàn)[J]. 駱軼姝,申舒心,陳德華.  智能計(jì)算機(jī)與應(yīng)用. 2019(04)
[2]基于自適應(yīng)多分類器系統(tǒng)的甲狀腺疾病診斷方法研究[J]. 郭海湘,黃媛玥,顧明赟,潘雯雯.  系統(tǒng)工程理論與實(shí)踐. 2018(08)
[3]超聲檢查在甲狀腺癌診斷中的應(yīng)用進(jìn)展[J]. 江依凡,張宏偉,丁俊杰,薛榮.  世界最新醫(yī)學(xué)信息文摘. 2018(55)
[4]甲狀腺癌的發(fā)病現(xiàn)狀及影響因素[J]. 韓婧,康驊.  實(shí)用預(yù)防醫(yī)學(xué). 2018(07)
[5]基于CRF與RUTA規(guī)則相結(jié)合的卒中入院記錄醫(yī)學(xué)實(shí)體識(shí)別及應(yīng)用[J]. 許源,葛艷秋,王強(qiáng),熊剛,易應(yīng)萍.  中山大學(xué)學(xué)報(bào)(醫(yī)學(xué)版). 2018(03)
[6]現(xiàn)代生活方式與甲狀腺疾病[J]. 郭絲錦,黃美玲,王春曉,劉花蕊,蘇彩梅,曹小花,張美霞.  現(xiàn)代腫瘤醫(yī)學(xué). 2018(11)
[7]支持向量機(jī)模型與應(yīng)用綜述[J]. 劉方園,王水花,張煜東.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(04)
[8]機(jī)器學(xué)習(xí)在甲狀腺腫瘤診療中的應(yīng)用[J]. 張婷婷,渠寧,鄭璞,陳雅玲,史榮亮,嵇慶海,孫國(guó)華.  中國(guó)癌癥雜志. 2017(12)
[9]基于國(guó)內(nèi)數(shù)據(jù)庫(kù)的2011～2015年腫瘤研究情況報(bào)告[J]. 蘇暢,劉芹,徐少卿,李菲菲.  現(xiàn)代醫(yī)藥衛(wèi)生. 2017(02)
[10]中文病理文本的結(jié)構(gòu)化處理方法研究[J]. 陳德華,馮潔瑩,樂(lè)嘉錦,潘喬.  計(jì)算機(jī)科學(xué). 2016(10)

博士論文
[1]電子病歷的標(biāo)準(zhǔn)化結(jié)構(gòu)化方法研究及實(shí)踐[D]. 李昊旻.浙江大學(xué) 2007

碩士論文
[1]醫(yī)療CT文本結(jié)構(gòu)化研究與系統(tǒng)實(shí)現(xiàn)[D]. 蔣鳴珂.湘潭大學(xué) 2018
[2]深度卷積神經(jīng)網(wǎng)絡(luò)在甲狀腺超聲圖像中的分類研究[D]. 劉鑫童.寧夏大學(xué) 2018
[3]甲狀腺疾病診療模型庫(kù)系統(tǒng)的研究與實(shí)現(xiàn)[D]. 唐玉婷.東華大學(xué) 2018
[4]中文分詞算法的研究與實(shí)現(xiàn)[D]. 秦贊.吉林大學(xué) 2016
[5]病理文本數(shù)據(jù)的結(jié)構(gòu)化處理系統(tǒng)研究與實(shí)現(xiàn)[D]. 梁帥.東華大學(xué) 2015
[6]基于自然語(yǔ)言處理技術(shù)的消化科內(nèi)窺鏡檢查報(bào)告的結(jié)構(gòu)化[D]. 李俊杰.浙江大學(xué) 2007



本文編號(hào)：3289151