基于人工智能的医疗诊断系统研究与设计
摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-14页 |
1.1 课题研究的背景 | 第10-11页 |
1.2 课题的研究现状 | 第11-12页 |
1.3 课题的研究方案 | 第12-13页 |
1.3.1 医疗诊断系统的结构 | 第12页 |
1.3.2 智能诊断系统的医学诊断理论依据 | 第12-13页 |
1.4 本文的研究内容及结构安排 | 第13-14页 |
第2章 系统关键技术 | 第14-21页 |
2.1 专家系统 | 第14-19页 |
2.1.1 专家系统的特点 | 第14-15页 |
2.1.2 专家系统的基本结构 | 第15页 |
2.1.3 专家系统的知识库 | 第15-16页 |
2.1.4 专家系统的推理机 | 第16-18页 |
2.1.5 专家系统的解释器 | 第18-19页 |
2.2 人工神经网络理论 | 第19-20页 |
2.2.1 生物神经元简介 | 第19页 |
2.2.2 神经网络的形式化描述 | 第19页 |
2.2.3 神经元状态转移函数的类型 | 第19-20页 |
2.4 遗传算法 | 第20页 |
2.5 小结 | 第20-21页 |
第3章 智能医疗诊断系统的设计 | 第21-26页 |
3.1 医院诊断流程 | 第21-22页 |
3.2 医疗诊断系统的特点 | 第22-23页 |
3.3 医疗诊断系统的结构 | 第23-24页 |
3.4 医疗诊断系统工作流程 | 第24-25页 |
3.5 小结 | 第25-26页 |
第4章 中医诊断子系统的设计 | 第26-33页 |
4.1 中医诊断的理论 | 第26-28页 |
4.1.1 中医经络学说 | 第26-27页 |
4.1.2 中医脏腑辨证理论 | 第27-28页 |
4.2 基于案例推理的模型介绍及工作流程 | 第28-29页 |
4.3 数据元素选取依据 | 第29-30页 |
4.4 案例的表示 | 第30页 |
4.5 案例相似度的确定 | 第30-31页 |
4.6 中医诊断系统模块设计 | 第31-32页 |
4.7 小结 | 第32-33页 |
第5章 西医诊断子系统的设计 | 第33-41页 |
5.1 神经网络的原理与方法 | 第33页 |
5.2 神经网络的构建 | 第33-36页 |
5.2.1 样本数据的来源 | 第33页 |
5.2.2 网络结构的确定 | 第33-34页 |
5.2.3 网络的训练过程 | 第34-35页 |
5.2.4 测试过程 | 第35页 |
5.2.5 优缺点 | 第35-36页 |
5.3 遗传算法优化神经网络模型 | 第36-41页 |
5.3.1 遗传算法的准备工作 | 第36-37页 |
5.3.2 BP 网络结构的遗传优化设计 | 第37页 |
5.3.3 染色体编码 | 第37-38页 |
5.3.4 适应度函数的选取 | 第38页 |
5.3.5 网络学习训练过程 | 第38-40页 |
5.3.6 实验分析 | 第40-41页 |
第6章 系统的实现 | 第41-49页 |
6.1 系统登录 | 第41页 |
6.2 系统主界面 | 第41-42页 |
6.3 个人信息设置 | 第42-43页 |
6.4 诊断向导 | 第43-48页 |
6.4.1 中医诊断向导 | 第44-47页 |
6.4.2 西医诊断向导 | 第47-48页 |
6.5 小结 | 第48-49页 |
第7章 总结与展望 | 第49-50页 |
7.1 总结 | 第49页 |
7.2 展望 | 第49-50页 |
参考文献 | 第50-53页 |
导师与作者简介 | 第53-54页 |
致谢 | 第54页 |