分享5篇关于智能问诊的计算机专业论文

今天分享的是关于智能问诊的5篇计算机毕业论文范文, 如果你的论文涉及到智能问诊等主题,本文能够帮助到你

面向痴呆症患者的远程医疗问诊系统个性化症状推荐算法的研究与实现

这是一篇关于智能问诊,痴呆症症状推荐,注意力机制,知识图谱,深度学习的论文, 主要内容为在人口老龄化背景下,痴呆症患者人数急剧增长,因其照料困难,人力心力投入巨大,在医疗资源分布不平衡的情况下极大地影响了病人和照料人的生活,给家庭和整个社会带来了沉重的负担。远程医疗服务作为改善医疗资源短缺问题的一大途径可以摆脱时间、空间、地点的限制,具有广阔的发展前景,研究并设计一个基于痴呆症患者的远程医疗问诊系统,具有重要的现实意义。随着“互联网+医疗”模式的迅猛发展,市场上涌现出了许多的在线问诊平台,有基于网页模式的,也有基于移动端的。主流的移动端远程问诊平台有“丁香医生”、“京东健康”、“好大夫”等,其问诊模式在收集患者病情时多采用让用户输入一段文字的方式描述自身症状,存在用户输入繁琐,问诊慢,病情表达不够完善且无法在用户选择基础上推荐与其相符的更多症状的弊端。本文针对痴呆症患者设计远程问诊系统,给患者提供的症状更具领域特征,以方便医生的诊断,提高问诊效率和系统的交互性,在用户选择基础上给用户推荐更多的相似症状,丰富和完善病情描述。因此,本课题基于痴呆症患者,对其远程问诊系统和智能问诊中的智能症状推送算法进行了深入的研究,具体的工作内容如下:(1)分析传统的协同过滤推荐算法的缺点和不足,研究并实现了融合注意力与知识图谱的深度症状推荐算法。针对课题研究领域的需要,使用网络爬虫爬取神经内科及其相关领域的数据,构建了基于痴呆症的领域知识图谱。对比分析现有的深度推荐算法,通过实验分析各自的优缺点,并在MKR模型基础上对其特征提取模块进行了设计改进,提出了AFM-MKR模型。针对医院数据进行预处理,形成症状推荐数据集,利用深度神经网络,将症状作为训练和输出的目标,挖掘用户年龄、性别、民族、家庭住址、既往史、过敏史、家族史、个人史、季节因素和患者症状之间的潜在关联关系,最后利用概率预估模型推荐用户可能选择的症状。通过实验证明本文模型在准确率,召回率,F1分数上分别达到了62.49%,62.73%,62.61%。(2)基于知识图谱表示学习算法的动态症状推荐算法研究与实现。根据痴呆症研究领域的特点,确定了基于知识图谱表示学习的症状推荐算法,通过实验表明,基于知识图谱表示学习的症状推荐算法模型很好地解决了在已有选择项上的更多相似症状推荐问题,提高了系统交互性和症状推荐的丰富性。(3)面向痴呆症患者的远程医疗问诊系统的设计与实现。对系统的实际需求进行分析,使用上述确立的症状推荐算法,设计并实现面向痴呆症患者的远程医疗及照护综合防控系统的患者端问诊系统。

基于知识图谱的问答系统的研究与医学场景应用

这是一篇关于知识图谱,问答系统,智能问诊的论文, 主要内容为国民生活水平随着经济发展的提高,对健康民生问题的观念愈发重视,人们的问诊需求亦不断增加,传统的搜索引擎也难以满足人们日益增长的获取知识的需要,现常常面临如下挑战:1)医疗问诊需求大,传统医疗问答系统精度不足2)智能问答系统搭建技术门槛、行业门槛高,训练语料的获取和标注困难。3)高血压问诊领域尚未有满足知识深度的智能问答系统。针对以上问题和挑战,本文对基于知识图谱的智能医疗问答系统进行设计与实现,主要研究内容如下:1)设计并实现一个基于知识图谱的医疗问答原型系统。分离业务与技术,减少医疗专家的依赖,降低计算机知识门槛,简介高效地搭建智能医疗问答系统。支持图谱管理,语料标注、意图配置。业务人员导入图谱后,配置意图、标注语料,即可一键训练一个具有专业知识的智能医疗问答系统。2)提出一种语料构建方案和基于知识文本的问答方案。设计并实现了一种基于实体与关系拼接的语料构建工具,通过替换本体域下的不同实体及对应关系构造训练样本,引入对比损失函数,提高语言模型对自然语言问句与知识文本的匹配能力,提升问答流程的精度的稳定性。3)基于高血压领域的专业文献抽取了专业知识。结合面向高血压场景的智能问诊,设计了本体域与实体关系,构建了高血压知识图谱,并面向该场景实现了高血压知识领域的智能医疗问答系统。

A医院患者就医智能化管理应用研究

这是一篇关于智能化就医管理,智能分诊,智能问诊,电子病历关键信息自动抽取的论文, 主要内容为随着“互联网+”与社会生活日益紧密,人们对医院信息化建设的期待不同以往。以病人为中心,推广多学科诊疗模式,以“互联网+”为手段,建设智慧医院已是大势所趋,中国医院也由此进入全新的数字化医院发展的智慧医院阶段。对于A医院而言,目前已经基本具备信息化管理的软件与硬件基础,符合相关部门的要求。但是医院排队久、挂号难、就诊短一直为患者所诟病,而在这个过程中可能会引发许多不必要的医疗纠纷。通过对患者就医进行智能化管理、引进各类智能化的设施设备缩短患者的就诊等候时间,是A医院关注的重要问题。本文对A医院就医管理中存在的问题以及智能化就医管理的提升策略进行了研究。本文对患者就医体验的影响因素以及就医信息化的理论以及文献进行了综述;其次,本文采用问卷及访谈法,从就医人员的视角出发进行问卷调查。本文通过搜集相关数据,诊断了目前A医院就医管理中存在的问题以及成因。目前A医院就医管理中存在就诊时间短、分诊准确率低、历史病历查询慢等问题,而造成这些问题的主要原因在于A医院就医智能化管理存在不足;第三,为了提高A医院的就医管理智能化水平,本文设计了基于深度学习的智能分诊模型、基于知识图谱的智能问诊模型以及基于自然语言处理的电子病历关键信息抽取模型,通过这些智能化技术的使用有效提升A医院的就医管理智能化水平,对A医院的就医管理瓶颈进行了改善;最后,本文提出从组织结构、资金、人力资源等方面保障A医院就医管理智能化的实施。