【摘要】：隨著社會發(fā)展越來越快,人們的生活節(jié)奏也緊隨著社會的變化而變化。與此同時,人們對醫(yī)療健康問題的關(guān)注也隨之遞增。我國當(dāng)前醫(yī)療問題主要為“醫(yī)療資源不平衡”,“看病難”,“看病貴”,“醫(yī)療誤診率高”等等,這些問題一直是我國醫(yī)療界的難題。隨著信息技術(shù)地快速發(fā)展和進(jìn)步,人工智能、云計(jì)算和互聯(lián)網(wǎng)等新興信息技術(shù)給人們帶來了解決醫(yī)療難題的新思路。因此,數(shù)字醫(yī)療的概念已經(jīng)得到了越來越多人的認(rèn)可,其中醫(yī)療診斷是數(shù)字醫(yī)療的核心問題之一。醫(yī)療診斷的準(zhǔn)確率及效率,與人們的生命健康息息相關(guān),是一個不容忽視的重要問題。將信息科技運(yùn)用于醫(yī)療診斷中,因此顯得意義重大。本論文將多種神經(jīng)網(wǎng)絡(luò)模型應(yīng)用到醫(yī)療診斷中,包括全連接神經(jīng)網(wǎng)絡(luò),卷積神經(jīng)網(wǎng)絡(luò)。通過獲取的醫(yī)療數(shù)據(jù),運(yùn)用jieba分詞工具和當(dāng)前流行的數(shù)據(jù)預(yù)處理技術(shù),對錯綜復(fù)雜的醫(yī)療數(shù)據(jù)進(jìn)行整理,并使用pandas或Word2Vec等工具將醫(yī)療數(shù)據(jù)對中文數(shù)據(jù)進(jìn)行量化處理,將數(shù)據(jù)轉(zhuǎn)換成one-hot二元變量或是稠密向量等計(jì)算機(jī)算法可識別格式。利用量化后的數(shù)據(jù),訓(xùn)練全連接神經(jīng)網(wǎng)絡(luò)模型,卷積神經(jīng)網(wǎng)絡(luò)模型和Word2Vec+卷積神經(jīng)網(wǎng)絡(luò)模型,最后對比三個模型的醫(yī)療診斷準(zhǔn)確率,同時與決策樹模型進(jìn)行比較和分析,并將準(zhǔn)確率最高的模型部署到基于智能醫(yī)療診斷的醫(yī)療綜合服務(wù)系統(tǒng)中。經(jīng)過數(shù)據(jù)預(yù)處理得到量化數(shù)據(jù),模型訓(xùn)練,最終結(jié)果顯示W(wǎng)ord2Vec+卷積神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確率高于其他模型,約為89%�；谏窠�(jīng)網(wǎng)絡(luò)的智能醫(yī)療診斷系統(tǒng)還有許多方面有待完善,例如預(yù)測準(zhǔn)確率的提升,癥狀關(guān)聯(lián)性改進(jìn),數(shù)據(jù)預(yù)處理方法等等,未來將從上述幾個方面著手,進(jìn)行更深入地探索。
【學(xué)位授予單位】：海南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：R-05;TP311.13;TP183
【圖文】：

下圖中的炓色箭頭表示了數(shù)據(jù)流動方向。隱藏層中的每個神經(jīng)元都可以接受來逡逑自多個上一層的數(shù)據(jù)流，其本身也可以將數(shù)據(jù)傳送到下一個所有神經(jīng)元中。神經(jīng)網(wǎng)絡(luò)逡逑結(jié)構(gòu)，如圖２－１所示。逡逑輸出層邐Ｃ）邐0…0逡逑隱藏層邋0000…＾）逡逑輸入層邐０邐０…Ｄ逡逑圖２－１神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)逡逑Ｆｉｇ．邋２－１邋Ｎｅｕｒａｌ邋Ｎｅｔｗｏｒｋ邋Ｓｔｒｕｃｔｕｒｅ逡逑羅森布拉特提出了感知機(jī)模型（Ｒｏｓｅｎｂｌａｔｔｅｔａｌ．，１９５８），也就是神經(jīng)網(wǎng)絡(luò)的前身，逡逑它使用了很多簡單的方法組合起來，去訓(xùn)練感知機(jī)模型中的參數(shù)。由于當(dāng)時還沒出現(xiàn)逡逑特別規(guī)范的人工智能大數(shù)據(jù)等信息技術(shù)方法，所以當(dāng)時他只是用了一些粗糙的試驗(yàn)方逡逑法，最終導(dǎo)致實(shí)驗(yàn)結(jié)果不理想，擴(kuò)展性被方法限制。當(dāng)時的感知機(jī)模型已經(jīng)具備了兩逡逑層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，再到后來的研究人員，開始在此基礎(chǔ)上不斷訓(xùn)練這個感知機(jī)模型，逡逑并運(yùn)用了后來出現(xiàn)的機(jī)器學(xué)習(xí)等新技術(shù)，不斷地利用不同的數(shù)據(jù)和不同優(yōu)化方法，最逡逑后神經(jīng)網(wǎng)絡(luò)出現(xiàn)，如今也稱為了深度學(xué)習(xí)的基礎(chǔ)理論。逡逑對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練

邐ｉＯＳ１１逡逑６５％逡逑圖３－２邋ＩＯＳ各版本市場占有率分布逡逑Ｆｉｇ．邋３－２邋Ｍａｒｋｅｔ邋Ｓｈａｒｅ邋Ｄｉｓｔｒｉｂｕｔｉｏｎ邋ｏｆ邋ＩＯＳ邋Ｖｅｒｓｉｏｎｓ逡逑３．

＾邐Ｌｏｌｆｉｐｏｐ逡逑圖３－１邋Ａｎｄｒｏｉｄ系統(tǒng)各版本占有率分布逡逑Ｆｉｇ．邋３￣１邋Ｓｈａｒｅ邋Ｄｉｓｔｒｉｂｕｔｉｏｎ邋ｏｆ邋Ａｎｄｒｏｉｄ邋Ｓｙｓｔｅｍ邋Ｖｅｒｓｉ

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 閻威武,邵惠鶴;支持向量機(jī)分類器在醫(yī)療診斷中的應(yīng)用研究[J];計(jì)算機(jī)仿真;2003年02期

2 孫佰清,張長勝,王雪峰,侯桂英,關(guān)振中;人工神經(jīng)網(wǎng)絡(luò)在醫(yī)療智能診斷系統(tǒng)中的應(yīng)用[J];哈爾濱商業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年04期

3 王雪峰，馮英浚;多層神經(jīng)網(wǎng)絡(luò)的一種新的學(xué)習(xí)算法[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);1997年02期

4 劉振凱;貴忠華;蔡青;;神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的現(xiàn)狀及發(fā)展趨勢[J];計(jì)算機(jī)科學(xué);1996年03期

相關(guān)碩士學(xué)位論文 前1條

1 滕文龍;基于人工智能的醫(yī)療診斷系統(tǒng)研究與設(shè)計(jì)[D];吉林大學(xué);2013年

本文編號：2763501