首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

智能医疗诊断系统的研究与实现

摘要第5-6页
Abstract第6页
第1章 绪论第9-16页
    1.1 研究背景第9-10页
    1.2 国内外研究现状及发展趋势第10-14页
        1.2.1 问答系统研究现状第10-11页
        1.2.2 限制性领域中的问答系统第11-13页
        1.2.3 医疗问答系统概况第13-14页
    1.3 研究内容第14-15页
    1.4 本文结构第15-16页
第2章 医疗知识库的挖掘第16-31页
    2.1 目标知识库元素定义第16-20页
        2.1.1 疾病第17页
        2.1.2 体征和症状第17-18页
        2.1.3 医疗知识库元素存储第18-20页
    2.2 医疗知识库的计算第20-22页
    2.3 知识库实体识别第22-28页
        2.3.1 医疗知识库的信息采集第22页
        2.3.2 结构化数据第22-25页
        2.3.3 半结构数据第25-26页
        2.3.4 无结构数据第26-28页
    2.4 数据量化及汇总第28-31页
        2.4.1 实体列表及频率第28-29页
        2.4.2 关系频率第29-31页
第3章 用户输入信息的理解及分析第31-37页
    3.1 用户输入信息的理解第31-34页
        3.1.1 分词算法及词性分析第31页
        3.1.2 语义分词第31-33页
        3.1.3 基于深度学习的词向量第33-34页
    3.2 用户输入信息理解的算法流程第34-37页
第4章 诊断对话系统第37-42页
    4.1 诊断流程第37-38页
    4.2 疾病推理第38-39页
    4.3 症状选择第39-42页
第5章 医疗问答系统的设计和实验第42-54页
    5.1 系统概述第42-44页
        5.1.1 系统基本结构第42-43页
        5.1.2 实验及系统运行环境第43-44页
    5.2 信息采集第44页
    5.3 系统医疗知识库的构建第44-46页
        5.3.1 信息挖掘及知识库构建第44-45页
        5.3.2 系统医疗知识库构成第45-46页
        5.3.3 算法优化第46页
    5.4 用户输入信息的理解及分析第46-50页
        5.4.1 分词及语义分析第46-47页
        5.4.2 基于深度学习的词向量表示第47-48页
        5.4.3 症状识别综合测试第48-49页
        5.4.4 算法优化第49-50页
    5.5 系统问答与逐次推断第50-54页
        5.5.1 诊断系统的精确度测试第50页
        5.5.2 症状选择能力的测试第50-51页
        5.5.3 诊断报告第51-52页
        5.5.4 算法优化第52-54页
结论第54-56页
参考文献第56-60页
攻读学位期间发表论文与研究成果清单第60-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:CFRP正交切削中亚表面损伤量化表征及控制技术研究
下一篇:高效宽带可调谐Si棱镜阵列耦合THz波参量振荡器研究