导读:本文包含了中医智能诊断论文开题报告文献综述、选题提纲参考文献，主要关键词:中医,神经网络,专家系统,智能,中医药,鱼际,脉象。
中医智能诊断论文文献综述写法
陈实[1]（2019）在《神经网络及在中医智能诊断中的应用》一文中研究指出本文提出运用模糊神经网络控制理论解决中医智能诊断的问题,将模糊神经网络与中医理论、中医临床经验等结合起来处理中医诊断智能化的问题,利用神经网络的学习算法,进一步实现模糊系统的自学习与自适应,从而构建自适应神经模糊推理系统。该系统可进行中医分型诊断,并实现BP学习算法,在处理非线性、模糊性、智能信息等方面表现出一定的优越性,具有良好的泛化能力与识别精度。(本文来源于《电子技术与软件工程》期刊2019年20期）
任雪,郭艳[2]（2019）在《基于主动集成学习的中医智能诊断模型及构建方法》一文中研究指出作为医学和人工智能的交叉学科,智能诊断技术无论在学术界还是产业界都得到广泛关注。与基于标准化西医的智能诊断有所不同,以辨证论治为原则的中医个性化诊疗理念不同于西医,使得中医智能诊断面临有效训练样本缺失和机器学习模型失真等问题。本文提出了一种基于主动集成学习的中医智能诊断模型及其构建方法,该模型既可通过主动学习机制得到具有因人而异的个性分析能力的诊断分类器,也将多个不同机器学习的模型进行集成训练,获得更为准确的中医知识学习模型。首先将不同来源的中医病历进行大规模数据提取和组织,形成统一视图下的结构化中医数据库。然后以儿科常见病肺炎喘嗽为例,验证了基于主动集成学习的中医智能诊断模型的准确率明显高于机器学习方法,是一种新型、有效的中医诊疗机器学习模型。(本文来源于《中国循证医学杂志》期刊2019年09期）
李月炜,党赢,焦雨琦,海日,兰丹丹[3]（2019）在《浅析人工智能与现代中医诊断的结合》一文中研究指出随着全球进入智能化时代,中医药与人工智能的结合是大势所趋。其中中医诊断方面取得的成果令人瞩目,中医诊疗专家系统、舌诊仪、脉诊仪等诊断系统的不断完善,对于中医药的世界化进程产生了巨大的影响。然而中医药在与人工智能的结合过程中仍有许多需要完善的地方,这需要我们广大中医人的不懈努力。如何使智能中医诊疗系统更具有中医专家诊疗思维的同时更便于临床的运用,是我们下一步亟待决的问题。(本文来源于《中国中西医结合学会诊断专业委员会第十叁次全国学术研讨会论文集》期刊2019-08-17）
李楠,张燕,赵宇轩,肖晓霞[4]（2018）在《《中医诊断学》师生交互式智能学习系统的设计与实现》一文中研究指出为开发一套能够辅助中医学生学习《中医诊断学》课程、满足学生随时随地的学习需求、方便教师和学生进行交流的移动学习系统,文章从移动学习系统的国内外研究现状入手,对系统进行需求分析、总体设计,仔细分析系统采用的关键技术。作者使用SQL Server数据库进行数据存储,用Android Studio和My Eclipse开发工具实现了系统,其中包括学生端App、教师端App和后台管理系统3个子系统。教学实践证明,该系统学习理念先进、界面友好、使用流畅,能够满足学生和教师的需求,具有一定的实用价值。(本文来源于《中国教育信息化》期刊2018年16期）
黄谦[5]（2018）在《基于人工智能的中医脉象诊断辅助系统研究》一文中研究指出我国传统医学历史悠久,在社会发展中起到了举足轻重的作用,随着科学技术的发展和生活水平的提高,人们对整体社会医疗水平提出了更高的要求。针对我国目前医疗资源分布不均、专家医生数量有限、居民就医困难的现状,本文围绕基于人工智能的中医脉象诊断辅助系统展开研究工作,结合嵌入式技术、RFID技术以及信号处理技术,利用人工智能技术辅助医生进行病情诊断,并对患者的相关信息及诊断情况进行记录和管理,通过专家系统保存与积累名医经验和知识,以便能对类似病情进行快速处理,从而提高医生的工作效率,减少患者候诊时间。论文主要工作总结如下:(1)诊断辅助系统总体方案设计。通过对系统需求的分析,结合对嵌入式技术、RFID技术以及人工智能相关技术的分析研究,设计诊断辅助系统的整体架构,并对诊断模块和信息管理模块进行结构设计。对四种常用人工智能分类算法进行对比分析,根据系统实际需求选择人工神经网络算法进行脉象识别。(2)信息及脉象采集系统的硬件器件选型与电路设计。根据系统的实际需要,选择STM32微处理器作为主控芯片,并设计身份识别模块和脉象采集模块。其中,身份识别模块采用射频识别专用芯片RC522进行读写器设计,并以非接触式IC卡为身份标记物,脉象采集模块采用PVDF压电膜脉搏传感器HK-2000C。通过分析相关电路的设计原理,根据需求完成硬件电路设计。(3)脉象信号的处理研究。分析常用小波消噪方法,针对在小波阈值去噪方法中使用硬阈值函数可能引起震荡和使用软阈值函数存在固定偏差的问题,对阈值函数进行改进研究,使用新阈值函数对脉象信号进行消噪处理。对预处理后的信号进行小波分解,计算各层重构信号的能量值作为特征向量,利用主成分分析技术在信息损失量仅为5.02%的条件下降低特征向量的维数。(4)辅助诊断方法研究。在利用神经网络技术识别脉象的基础上,对辅助诊断方法进行研究,设计诊断辅助专家系统的功能模块。其中,脉象识别模型的研究主要是通过分析人工神经网络技术及相关优化方法,针对误差反向传播网络性能不稳定、容易陷入局部极小值的缺陷,用粒子群算法对基于误差反向传播神经网络的脉象识别模型进行优化,并构建相应模型。对两种模型分别进行仿真实验,结果表明优化后的模型将最大误差从0.07降到了0.03以下,能够有效改善网络性能,提高网络的泛化能力,识别结果精度更高。(5)上位机系统的设计。根据需求分析设计系统的各功能模块,在Visual Basic软件开发环境中进行系统整合,完成用户管理模块、查询模块、系统诊断模块和数据管理模块的界面设计与程序设计,实现用户管理、辅助诊断、信息查询与修改等人机交互功能。基于人工智能的中医脉象诊断辅助系统经过测试,可以完成脉象信号的采集与处理,实现九类脉象的识别,能根据脉象及症状进行诊断并给出建议药方,基本实现辅助医生进行诊断的设计目标。使用本系统能提高患者信息智能化管理水平,通过对名医知识的保存与重用,快速对已有类似病例的病情进行诊断,在减轻医生负担的同时为患者快速就医提供了便利。(本文来源于《陕西科技大学》期刊2018-03-01）
苏功闯[6]（2017）在《基于WPF的中医证治智能诊断系统的设计和开发》一文中研究指出中医专家系统结合了中医领域知识和专家系统理论,促进了中医的现代化发展。目前,我国的中医领域专家系统的研究对象大多只是针对单一病域进行辩证推理,有些推理效果比较好的中医专家系统,能够实现比较精确的推理。另外,现有的中医领域专家系统没有很好的知识管理系统,不便于中医知识的进一步扩充和发展。同时,中医辨证的过程具有一定的主观性,受专家医师自身能力等方面的影响,不同层次的专家医师给出的诊断结论可能不一样,具有很强的主观性。针对上述情况,本文利用目前前沿的计算机科学技术和专家系统理论合作开发了基于WPF的中医证治智能诊断系统。本文分析了常用系统架构的优缺点,并结合本中医证治智能诊断系统的功能需求及特点明确了开发架构。系统开发平台采用微软新一代图形化显示系统——WPF,它用XAML语言实现界面的外观设计和布局,用C#语言实现界面元素的行为和后台复杂的逻辑控制,实现了显示界面设计和后台代码编写的分离。本文对中医领域知识进行重新的分类、分级,并采用关系数据库技术,根据不同知识特点采用不同的知识表示方式,完成知识库的设计,便于中医知识的管理。借助关系数据库强有力的数据检索能力和高效率的知识管理功能,并使用了存储过程,大大提高了诊断效率,并采用混合推理手段,获得了较好的诊断效果。最后,本文根据系统的需求分析和设计,完成了中医证治智能诊断系统的研发工作。(本文来源于《华中科技大学》期刊2017-05-01）
陈炫慧,谢严坤,王萌,郭乃文,蒋琬秋[7]（2016）在《基于中医诊断技术的智能手环研究》一文中研究指出为了研究中医把脉在传感器上的利用,由此提出了基于中医诊断技术的智能手环的概念。首先,基于PVDF压力传感器的原理,检测出人的心率;然后,基于光电式脉搏传感器的原理,可获取精确的脉搏信息,解决了以往中医把脉靠手指感知来获取脉搏信息存在的主观性和定性化问题。最后,基于中医诊断技术的智能手环嵌入睡眠监测模块,全方位地为人们提供最完善的安全监测平台。(本文来源于《智能计算机与应用》期刊2016年01期）
董国华[8]（2015）在《基于数据挖掘的中医诊断智能信息化技术研究》一文中研究指出中医学领域中存在着大量的病案资料,病案记录中的信息包含很多隐藏的、有价值的医学知识,而医学数据的网络化与数字化转变使得人工整理数据的方法不再可行。数据挖掘技术正是一种有效的借助人工智能方法获取医学知识的现代化手段,采用数据挖掘方法分析医学数据,不仅能够揭示隐含其间的病、证、症、治的规律和他们之间的有机联系,还能够得到有价值的医学知识,促进中医诊断的客观化,同时也是中医现代化的重大课题之一。本文主要研究数据挖掘方法在哮喘病案数据分析中的应用,主要包括提取哮喘主症状,获得中药配伍规律、用药与症状的关联关系,寻找症状-证型间的匹配规律,最终建立中医病案数据挖掘系统。主要工作如下：1)在数据预处理阶段,首先对临床数据进行初步规范量化,然后采用一种粗糙集属性约简算法-MIBARK算法提取哮喘主症状,期间通过实例展示了MIBARK算法的运行过程；设计了电子病案结构,建立病案数据库,为下一步中医病案数据挖掘做准备；2)在数据挖掘阶段,通过实例分析了Apriori算法的性能与不足,基于计算机对位串逻辑运算的快速反应,提出Apriori算法的改进算法(Apriori-BSO算法),相同条件下,测试对比了Apriori-BSO算法与经典Apriori算法的运行时效,采用Apriori-BSO算法对哮喘用药数据及症状-用药联合数据进行关联分析,挖掘出医药方剂配伍规律及症状与用药之间的关联关系,对比了Apriori-BSO算法与经典Apriori算法在挖掘哮喘医案数据时的运行时间；3)研究了BP算法的运行过程,分析了算法收敛速度慢与学习率需人为测试、调整方面的不足,提出一种基于竞争学习与学习率自适应的BP神经网络算法的改进(CAL-BP算法),采用改进算法对症状与证型之间的关系进行训练、预测,对比了BP算法与CAL-BP算法的训练、预测效果,并对比了MIBARK算法属性约简后与约简前CAL-BP算法的识别率；4)最后设计实现了集病案管理模块与数据挖掘模块于一体的中医病案数据挖掘系统。(本文来源于《青岛科技大学》期刊2015-06-02）
李群,刘冰倩[9]（2014）在《中医证候学等运用模糊聚类分析在医学智能诊断上的运用》一文中研究指出医学智能诊断系统是根据专家系统设计的原理与方法,模拟医生诊断疾病思维的过程,在中医证候标准化研究基础之上进行计算机模糊聚类统计分析,建立起真正能够反映中医辨证论治的、全病域中医智能诊断信息系统的诊断方法模型,从而提高中医疾病诊断的科学性、客观性。(本文来源于《现代养生》期刊2014年20期）
郑云云[10]（2014）在《基于大鱼际掌纹的中医诊断智能信息化方法研究》一文中研究指出医学专家临床实践发现大鱼际掌纹粗糙度与哮喘等变态反应性疾病有关联关系，可作为哮喘诊断的一个重要体征。中医师依靠望、闻、问、切主观方式进行哮喘诊断，主观依赖性强，对症状、体征的性质状态的描述不确定，导致中医数据具有模糊性特点。本文采用基于粗糙集和神经网络两种算法相结合的方法应用于哮喘诊断中。实验结果表明将两种方法相融合用于哮喘辨证分型得到了较好的效果。主要做了以下方面的研究：(1)进行大鱼际掌纹图像信息化，将其作为哮喘诊断的一个重要体征。具体步骤为先将掌纹图像经过定位分割获得感兴趣的大鱼际区域，再经中值滤波去噪，采用高频强调滤波和直方图均衡化相结合的方法增强图像，然后采用灰度共生矩阵方法提取图像特征，最后基于支持向量机的方法实现大鱼际掌纹阴阳两类的识别，仿真结果表明具有较高的分类准确率。(2)采用基于粗糙集和神经网络两种算法相结合的方法对哮喘进行辨证分型。具体内容为先将哮喘病历进行离散化，对比分析两种不同的属性约简方法，采用一种MIBARK改进算法对其进行属性约简，得到简化决策表，再将其作为BP神经网络的输入，实验结果显示该方法与使用神经网络单分类器相比，训练速度，收敛效果和准确率都有较大提高，准确率可以达到90%，从而证明了该方法的有效性。(本文来源于《青岛科技大学》期刊2014-06-07）
中医智能诊断论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
作为医学和人工智能的交叉学科,智能诊断技术无论在学术界还是产业界都得到广泛关注。与基于标准化西医的智能诊断有所不同,以辨证论治为原则的中医个性化诊疗理念不同于西医,使得中医智能诊断面临有效训练样本缺失和机器学习模型失真等问题。本文提出了一种基于主动集成学习的中医智能诊断模型及其构建方法,该模型既可通过主动学习机制得到具有因人而异的个性分析能力的诊断分类器,也将多个不同机器学习的模型进行集成训练,获得更为准确的中医知识学习模型。首先将不同来源的中医病历进行大规模数据提取和组织,形成统一视图下的结构化中医数据库。然后以儿科常见病肺炎喘嗽为例,验证了基于主动集成学习的中医智能诊断模型的准确率明显高于机器学习方法,是一种新型、有效的中医诊疗机器学习模型。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
中医智能诊断论文参考文献
[1].陈实.神经网络及在中医智能诊断中的应用[J].电子技术与软件工程.2019
[2].任雪,郭艳.基于主动集成学习的中医智能诊断模型及构建方法[J].中国循证医学杂志.2019
[3].李月炜,党赢,焦雨琦,海日,兰丹丹.浅析人工智能与现代中医诊断的结合[C].中国中西医结合学会诊断专业委员会第十叁次全国学术研讨会论文集.2019
[4].李楠,张燕,赵宇轩,肖晓霞.《中医诊断学》师生交互式智能学习系统的设计与实现[J].中国教育信息化.2018
[5].黄谦.基于人工智能的中医脉象诊断辅助系统研究[D].陕西科技大学.2018
[6].苏功闯.基于WPF的中医证治智能诊断系统的设计和开发[D].华中科技大学.2017
[7].陈炫慧,谢严坤,王萌,郭乃文,蒋琬秋.基于中医诊断技术的智能手环研究[J].智能计算机与应用.2016
[8].董国华.基于数据挖掘的中医诊断智能信息化技术研究[D].青岛科技大学.2015
[9].李群,刘冰倩.中医证候学等运用模糊聚类分析在医学智能诊断上的运用[J].现代养生.2014
[10].郑云云.基于大鱼际掌纹的中医诊断智能信息化方法研究[D].青岛科技大学.2014