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--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于病历信息的智能诊断技术研究

摘要第5-6页
Abstract第6-7页
第一章 引言第10-15页
    1.1 研究工作的背景与意义第10-11页
    1.2 国内外研究现状第11-13页
        1.2.1 电子病历国内外研究现状第11-12页
        1.2.2 医疗智能诊断国内外研究现状第12-13页
        1.2.3 文本分类国内外研究现状第13页
    1.3 本文研究工作第13-14页
    1.4 本文组织结构第14-15页
第二章 相关技术介绍第15-33页
    2.1 电子病历设计相关技术第15-17页
    2.2 文本分类第17-31页
        2.2.1 文本预处理第18-22页
            2.2.2.1 ICTCLAS分词系统第20-22页
        2.2.2 文本表示第22-23页
        2.2.3 文本分类第23-31页
            2.2.3.1 BP神经网络算法第23-28页
            2.2.3.2 SVM算法第28-30页
            2.2.3.3 朴素贝叶斯第30-31页
    2.3 本章小结第31-33页
第三章 电子病历系统的设计与实现第33-56页
    3.1 系统分析第33-41页
        3.1.1 系统功能分析第33-36页
        3.1.2 系统详细需求分析第36-40页
        3.1.3 分析系统的可行性第40-41页
    3.2 系统设计第41-47页
        3.2.1 总体框架第41-42页
        3.2.2 系统用例设计第42-47页
    3.3 系统实现第47-54页
        3.3.1 病历的建立第48-50页
        3.3.2 病历的编辑第50-51页
        3.3.3 病历的打印第51页
        3.3.4 配置的管理第51-53页
        3.3.5 用户权限管理第53-54页
        3.3.6 病历模板匹配第54页
    3.4 本章小结第54-56页
第四章 智能诊断的相关技术研究第56-69页
    4.1 智能诊断技术的本质第56-57页
    4.2 病例描述文本预处理模块第57-61页
        4.2.1 病例描述的文本特殊性第58页
        4.2.2 病例描述文本预处理第58-61页
    4.3 病例描述文本向量化第61-63页
    4.4 文本分类模块第63-64页
    4.5 诊断分类的实现第64-68页
        4.5.1 BP神经网络算法分类实验结果与分析第64-67页
        4.5.2 各种分类算法实验结果的对比与分析第67-68页
    4.6 本章小结第68-69页
第五章 总结与展望第69-71页
    5.1 总结第69页
    5.2 展望第69-71页
致谢第71-72页
参考文献第72-75页

论文共75页,点击 下载论文
上一篇:基于混沌理论和DNA序列编码的图像加密算法研究
下一篇:基于C#的成都巨思尔公司人事管理信息系统的设计与实现