針對神經網絡專家系統(tǒng)、基于規(guī)則的專家系統(tǒng)受到干擾序列影響而出現(xiàn)診斷效果差的問題,該文提出了人工智能在醫(yī)療診斷系統(tǒng)中的應用研究。選用STM32F103C8T6型微處理器作為采集系統(tǒng)主要芯片,采集患者身份信息和病理特征。預處理信號并提取相應特征,利用小波變換去噪,消除干擾序列,剔除多余病例信息。利用主成分分析技術衡量病例數(shù)據(jù)、符合度、醫(yī)學資料、得病程度指標貢獻度,降低病理信號特征向量維數(shù),通過醫(yī)學數(shù)據(jù)分析確診病情。以肺癌CT診斷為例進行實驗驗證分析,由實驗結果可知,使用人工智能技術不會受到干擾序列影響,對于胸膜凹陷和胸膜浸潤診斷誤差最高為0.1,該技術對于缺乏經驗醫(yī)生來說是具有實際應用價值的。 

【文章來源】：自動化與儀表. 2020,35(10)

【文章頁數(shù)】：6 頁

【部分圖文】：

患者身份信息及病理特征采集框架

對于診斷模型的構建，需從病例數(shù)據(jù)和專家經驗角度出發(fā)，根據(jù)醫(yī)療診斷系統(tǒng)中的數(shù)據(jù)庫信息，確定病例指標，利用該指標計算符合需要疾病輔助診斷的數(shù)據(jù)，由此獲取符合度，診斷模型如圖2所示。模糊測度是基于人工智能技術訓練的各個指標對疾病診斷貢獻，綜合衡量是指在相互影響下的貢獻程度。通過與程序中設定標準值比較，用模糊積分方法計算診斷結果，得出具體診斷結果。

資深醫(yī)師可從應試者大量的檢驗指標中選擇相關的重要指標，根據(jù)指標與指標之間的相關性來判斷應試者是否患上了某種疾病。以上指標選擇是指在保證可信性的基礎上，選擇適當?shù)乃惴▽崿F(xiàn)降維。該模型利用人工智能技術的遺傳算法來確定基礎指標，遺傳算法優(yōu)化神經網絡獲取確定基礎指標的步驟如圖3所示。借助神經網絡算法優(yōu)化分析基礎指標具體獲取流程，主要步驟如下所示：

【參考文獻】：
期刊論文
[1]人工智能在病理學研究與應用的進展[J]. 于穎彥.  中華病理學雜志. 2020(05)
[2]人工智能在脊柱畸形診療中的應用及展望[J]. 陳鍇,蔡騰廣,王晨,白玉樹,李明.  第二軍醫(yī)大學學報. 2020(03)
[3]人工智能在脊柱外科診斷與治療中的應用現(xiàn)狀和發(fā)展趨勢[J]. 歐陽漢強,姜亮,劉曉光,袁慧書,劉忠軍.  中華骨科雜志. 2019(24)
[4]人工智能在基層醫(yī)療衛(wèi)生機構的應用與思考[J]. 陸春吉,郭珉江,鄭見立,李國壘,李亞子.  中華醫(yī)院管理雜志. 2019(11)
[5]人工智能在中醫(yī)骨傷科領域應用的現(xiàn)狀與前景[J]. 劉軍,韓燕鴻,潘建科,曾令烽,梁桂洪.  中華中醫(yī)藥雜志. 2019(08)
[6]人工智能及其在心血管精準醫(yī)療中的應用[J]. 劉軍,尹彤.  中華心血管病雜志. 2019 (02)
[7]人工智能在惡性腫瘤診斷和治療中的應用與前景[J]. 沈天樂,傅小龍.  中華腫瘤雜志. 2018 (12)
[8]人工智能在醫(yī)療健康領域的應用及挑戰(zhàn)[J]. 金春林,何達.  衛(wèi)生經濟研究. 2018(11)
[9]眩暈疾病人工智能專家診療系統(tǒng)研究進展[J]. 王會,于棟禎.  第二軍醫(yī)大學學報. 2018(08)
[10]人工智能在醫(yī)療領域的應用和準入[J]. 蔣璐伊,王賢吉,金春林.  中國衛(wèi)生政策研究. 2018(11)



本文編號：3222569