6篇关于诊断的计算机毕业论文

今天分享的是关于诊断的6篇计算机毕业论文范文, 如果你的论文涉及到诊断等主题,本文能够帮助到你

猫传染性腹膜炎诊断与小程序的开发

这是一篇关于猫传染性腹膜炎,诊断,小程序的论文, 主要内容为猫传染性腹膜炎(Feline Infectious Peritonitis,FIP)是由猫冠状病毒(FCOV)所引起的病毒性疾病,在持续感染FCOV的猫中,大约5%可能会出现FIP。本病因其不具有临床特异性症状和相关指标,在临床上易与其他疾病相混淆,难以确诊,从而影响到其治疗方案的确定和预后的判断。所以,研究猫传染性腹膜炎的临床诊断要点,是方便从事兽医临床诊疗工作和相关工作者掌握猫传染性腹膜炎诊断技巧的关键,因而,本论文开发了猫传染性腹膜炎诊断小程序,将猫传染性腹膜炎疾病临床诊断的基础知识,常见诊断手段、诊断项目、诊断重点等知识与互联网技术融合,开发了猫传染性腹膜炎诊断小程序。本程序不仅有利于对猫传染性腹膜炎诊断基础知识的查询,也有利于临床宠物医师和有一定了解的宠主利用本程序对猫传染性腹膜炎进行快速诊断,基本满足了宠物医师和相关从业人员对猫传染性腹膜炎临床诊断方面的需要。本研究借助程序开发相关技术、数学统计原理、专业知识理念、临床病例经验,构建出同时具有猫传染性腹膜炎诊断基本方法、基本流程、诊断项目、鉴别诊断的辅助诊断查询程序。猫传染性腹膜炎诊断小程序以微信小程序为载体,采用vue前端语言,uniapp前端框架,php后端语言,ci后端项目框架,采用前后端分离模式。服务器腾讯云,域名百度,总环境lnmp:Php、Nginx、My SQL。本程序经过人工获取知识,筛选和分析,借鉴文献书籍,获取猫传染性腹膜炎诊断相关专业知识以及诊断经验等,将收集、归纳、总结的相关信息上传存储在数据库中,用户进入小程序后便可看到猫传染性腹膜炎诊断各个模块。本文将临床猫传染性腹膜炎疾病临床诊断的基础知识,常见诊断手段、诊断项目、诊断重点等知识与互联网技术融合,具有辅助诊断、鉴别诊断等功能,具体内容如下:(1)本程序在设计与开发过程中,共包含以下三种模块:信息模块,记录模块,诊断模块。信息模块负责收集信息,记录模块进行记录,诊断模块综合诊断。三者共同负责用户的登录,信息的录入,诊断结果的记录等。(2)用户登录小程序后,可输入患猫姓名,体重,年龄,性别,完善宠物基本信息;在诊断记录一栏可见之前每次的诊断结果和具体的诊断得分,诊断时间等。这一环节是由后台的知识库数据库自动匹配完成的。(3)本程序对猫传染性腹膜炎诊断结果的输出是以猫传染性腹膜炎诊断评分细则为基本评分准则,根据症状,诊断指标的重要性,特异性,敏感性赋值,以得出诊断分数,从而让使用者更加快速的了解得病概率,尚需进行的诊断项目等,让宠物医师在临床诊断时得到更好的诊断方向,让患猫主人在临床诊断时减少误区,避免不必要的花销。(4)本程序的模块独立,界面清楚简洁,方便使用和管理,结果准确明了,省去查找询问的时间,起到辅助诊断和快速诊断的效果。综上所述,本论文规范了猫传染性腹膜炎诊断要点,开发了用于诊断猫传染性腹膜炎的小程序,经病例测试,结果达到辅助诊断和快速诊断的要求,在ios和安卓系统运行流畅,操作方便,实用性强,便于辅助临床宠物医师进行猫传染性腹膜炎的诊断和相关鉴别诊断。

基于全景片的牙齿疾病人工智能诊断系统研究

这是一篇关于全景片,人工智能,诊断,牙齿疾病,初步阅读的论文, 主要内容为目的开发一种新型的基于深度学习的人工智能(Artificial intelligence,AI)框架,实现临床成人全景片上多种牙齿疾病的诊断识别,并初步评估该框架在临床应用中的诊断性能。方法第一部分:3名具有12年以上临床经验的口腔医生经过训练、校准后,对1996张临床成人全景片进行人工标注,标注内容包括正常牙齿、牙齿缺失、龋病、残根、全冠和阻生牙。标注所得数据集由另外2名口腔颌面影像学专家确认统一后随机分为训练集、验证集和测试集,用于训练基于BDU-net网络和nnU-net网络构建的全景片多种牙齿疾病诊断AI框架。在测试集中,初步估算框架对牙齿缺失的灵敏度和特异度;对残根、阻生牙、龋齿、全冠修复体的灵敏度、特异度和平均Dice系数(Dice Similarity Coefficient,DSC)。通过Cohen’s Kappa检验来确定框架和专家之间的诊断一致性。第二部分:将新型AI框架与按工作年限分为3个等级的(高、中、低)的口腔医生进行比较,评估框架对全景片上多疾病诊断的性能。每个口腔医生和框架分别对重新筛选的282张全景片评估数据集进行独立诊断。计算框架和3个等级的口腔医生对诊断牙齿缺失、残根、阻生牙、龋齿、全冠修复体的AUC、敏感性、特异性、约登指数和平均诊断时间。采用Delong检验和Mann-Whitney U检验分别对AUC和平均诊断时间进行统计学分析,检验水准均为α=0.05。结果第一部分:在测试集上,框架诊断牙齿缺失、残根、阻生牙、龋齿和全冠修复体灵敏度分别是0.863、0.718、0.942、0.821和0.835;牙齿缺失、残根、阻生牙、龋齿和全冠修复体的特异度分别是0.983、0.997、0.986、0.989和0.991;残根、阻生牙、龋齿和全冠修复体的平均Dice系数分别是0.862、0.943、0.841和0.926。框架的Cohen Kappa系数均大于0.80(p<0.001),即框架与专家具有较高的一致性。第二部分:框架诊断5种疾病的敏感性、特异性和约登指数分别为0.964、0.996、0.960(阻生牙)、0.953、0.951(全冠)、0.871、0.999、0.870(残根)、0.885、0.994、0.879(牙齿缺失)、0.554、0.990、0.544(龋齿)。框架诊断 5 种疾病的 AUC 分别为 0.980(95%CI:0.976-0.983,阻生牙)、0.975(95%CI:0.972-0.978,全冠)、0.935(95%CI:0.929-0.940,残根)、0.939(95%CI:0.934-0.944,牙齿缺失)和 0.772(95%CI:0.764-0.781,龋齿)。框架诊断残根的AUC与所有口腔医生相当(p>0.05),诊断其余4种疾病的AUC值与中等水平的口腔医生(p>0.05)相似或者更好(p<0.05)。但是,该框架在诊断阻生牙、牙齿缺失和龋齿方面的AUC在统计学意义上低于一些高水平的口腔医生(p<0.05)。该框架的平均诊断时间(1.5±0.3秒)明显低于所有口腔医生(p<0.001)。结论基于BDU-net和nnU-net网络的新型AI框架对全景片上阻生牙、全冠、残根和龋病的分割效果好,诊断阻生牙、全冠、牙齿缺失、残根和龋齿的效率高、特异性高。综合来看,框架的诊断性能与有3-10年工作经验的口腔医生相似,甚至更高的诊断性能。AI框架有可能应用于全景片上的多种牙科疾病的诊断,但诊断临床实际应用中龋齿的准确性有待提高。

血液透析患者中医证候诊断知识图谱及辅助决策系统构建

这是一篇关于知识图谱,证候,证素,诊断,血液透析患者的论文, 主要内容为目的:设计实现中医知识图谱及辅助决策系统,包括中医证候诊断知识图谱,HD患者证候-证素权值矩阵,证候问卷分析系统,以及数据库、数据管理、数据处理、数据可视化等功能模块,实现从问卷到辅助诊断到辅助诊断结果图谱展示的过程,为HD患者选择适宜的中医治法提供一些辨证参考。同时为医师提供一定的远程证候信息采集与临床辅助决策功能。方法:1.采用斯坦福大学医学院的领域本体七步法构建知识图谱模式层(本体),通过BILSTM-CRF模型[1]对知网、万方、维普既往文献以及山东省中医院病案系统既往病例中的非结构化的病案信息进行实体命名识别,将识别结果嵌入本体层构建血透患者证候-证名-病名知识图谱,通过D2R技术对《中医诊断学》、《中医临床诊疗术语证候部分》、《证素辨证学》中的已有的结构化信息实现数据清洗与转化,构建中医证候-证素-证名知识图谱,通过对上述两个知识图谱进行本体融合获得血透患者证候-证素-证名知识图谱。2.通过图谱知识推理,获得病例证素信息,并进行证候证素进行频次及关联分析。3.对上一步获得的标准证候(症状体征)与证素,参考朱文峰教授双层频权减叉算法,计算各证候证素权值,并进行权值简化,证候作为行名,证素作为列名,构建初步HD患者证候-证素权值矩阵。结合《证素辨证学》中证候-证素的通用权值,拓展HD患者证候-证素权值矩阵。之后将通用与HD患者两权值矩阵相加,得到最终的HD患者证候-证素权值矩阵。4.设计证候问卷,将患者在问卷中选择的证候相关的矩阵行名输入,将矩阵中非输入行的子块赋值为空矩阵,对矩阵所有行按列求和,将列值和进行从大到小排序,大于诊断阈值输出列名,也就是证素,该证素即为证素诊断结果,将得出的证素组输入证素-证名诊断知识图谱,连结节点数量排名前三位的证名输出为证名结果。5.选用合适的应用框架将知识图谱与问卷分析结合,使问卷分析结果经过知识图谱的知识推理后,动态展示于前端,将系统运行于服务器实现服务提供。6.取病案数据库随机病案92例进行证名推荐准确率观察。结果:1.文献与医院病案系统中的非结构化的血透患者的医案文本,对医案数据进行分析后,总结出7个实体类型。通过BILSTM-CRF模型实现自动化命名实体识别,通过实体标注训练,该模型f1值0.92314。将人工检验过的识别结果嵌入本体层构建血透患者证候-证名-病名知识图谱,其中证候实体632种5009个,证名实体268种398个,病名12种398个,三元组9922个。通过D2R技术对《中医诊断学》、《中医临床诊疗术语证候部分》、《证素辨证学》中的已有的结构化信息实现数据清洗与转化,构建中医证候-证素-证名知识图谱,证候实体632个,证素实体53个,证名实体523个,治法实体96个,三元组4920个。通过对上述两个知识图谱进行本体融合获得血透患者证候-证素-证名知识图谱。其中证候632种5641种,证名实体532种921个,证素实体53种1531个,治法实体96个,三元组16230。2.对文献来源病历与病案系统来源患者总计398例进行证素、证候频次统计得出表7、表8。病位证素肾与脾频次分别为319次与288次,为血透患者重要的病位证素,病性证素湿,气虚,阳虚,血瘀频次分别为301,294,152,143,为血透患者重要病性证素。倦怠乏力,久不欲食等气虚脾虚证候出现频率最高,分别为301次与216次。对证候-证素-证名进行关联分析后发现证素“肾”相关的证候苔白,腰酸,舌淡,无尿,脉沉,脉细,腰痛,倦怠乏力,水肿,久不欲食,舌苔腻,睡眠不实等症状支持度与置信度都相对最高。3.对获得的198个标准证候(症状体征)与39个证素,参考朱文峰教授双层频权减叉算法,计算各证候证素权值,并进行权值简化,证候作为行名,证素作为列名,构建初步HD患者证候-证素权值矩阵。以《证素辨证学》中证候-证素的通用权值为基础,建立632个证候53个证素的通用权值矩阵。HD患者证候规范参考《证素辨证学》,规范后198个证候属于632个证候子集,39个证素亦属于53个证素子集。将其余434个证候与13个证素所在行列赋值为空矩阵,拓展HD患者证候-证素权值矩阵至632行53列。之后将通用与HD患者两权值矩阵相加,得到最终的HD患者证候-证素权值矩阵。4.结合证素辨证学证候分类全面收集患者信息,设计证候问卷,共分为20个问题,每个问题后有若干选项,为多项选择,若无异常亦可不选,将患者在问卷中选择的症状汇总,在后台HD患者证候-证素权值矩阵中相关的矩阵行名赋值,将矩阵中非输入行的子块赋值为空矩阵,对矩阵所有行按列求和,将列值和进行从大到小排序,大于诊断阈值输出列名,也就是证素,依据朱文锋教授证素三级分类法,将权值14作为分界,单证素权值和超过14,输出证素名称,低于14,不计入,输出证素组即为证候的证素诊断结果5.采用开放源代码的Web应用框架Django+vue+d3v6实现前后端分离,问卷数据后端运算,使问卷分析结果经过知识图谱的知识推理后,动态展示于前端,将系统运行于腾讯云服务器实现服务提供。6.辅助决策结果准确率:测试共纳入血透患者医案92例。运用证候-证素问卷联合证素-证名知识图谱证名推荐系统,进行辅助辨证证名推荐,结果为,准确36例,基本准确32例,错误24例,模型准确率73.9%。结论:本文构建中医知识图谱辅助决策系统,包括数据库、数据管理、数据处理、数据可视化等功能模块,实现从问卷到辅助诊断到辅助诊断结果图谱展示的过程,结果具有参考价值。

CNC设备故障云诊断系统的设计与实现

这是一篇关于数字控制机床,基于案例的推理,诊断,Jersey的论文, 主要内容为伴随着物联网带来的冲击和工业4.0的浪潮,世界先进制造技术不断兴起,西门子公司的工业现场总线技术开创了机械装备向智能化的转型升级。数字控制机床等CNC(Computer Numerical Control,计算机数字控制)设备是作为总线上的现场工作设备。当设备发生故障时,需要进行故障确定和设备维修。因此,需要开发设备故障诊断系统,使用软件技术和机械控制技术相融合,通过互联网服务对故障设备进行智能诊断,提供基于历史案例的诊断和维修方案。论文设计和实现了 CNC设备故障云诊断系统,完成了系统需求分析、架构设计、主要功能模块的设计与实现以及系统测试等方面工作。该系统可划分为三个部分,移动端、后台服务器和树莓派软件,其中移动端是使用Cordova框架开发的混合移动应用程序,负责与用户交互,上传故障相关信息;后台服务器基于Java EE平台,采用Jersey框架实现的RESTful Web Server,负责提供API服务,管理CNC设备和诊断案例数据,并对发生故障的CNC设备进行检测,提供故障维修方案的多媒体步骤;树莓派软件是在基于嵌入式Linux的单片机电脑上运行的Dongle软件,负责与CNC设备的通讯。系统采用了基于案例推理的诊断算法,分析故障原因并提供维修方案。论文对系统整体和各模块的设计和实现进行阐述。本人负责后台服务器子系统中的各个模块的设计和实现,独立完成了用户服务模块、现象管理模块、故障原因模块和服务案例模块的设计与实现,参与了机床管理模块和智能诊断模块的设计与实现。论文开发的设备故障云诊断系统已经投入运行,其故障解决率在可接受的范围内,帮助用户更好地管理和监控现场总线上的机床工作状态。随着诊断案例库的扩充,故障解决会越来越准确。基于案例分析解决问题的云设计架构在工业设备诊断领域及其他类似领域具有较好的应用前景。

棉花病害诊断专家系统研究

这是一篇关于棉花,病害,诊断,专家系统的论文, 主要内容为在对棉花病害诊断知识进行系统归纳、整理和详尽的用户需求分析的基础上,模拟了棉花病害专家的诊断思维方式,采用了基于模糊规则的知识表示方法,建立了不确定性推理模型算法,并采用JSP技术设计和开发了棉花病害诊断专家系统。本文着重围绕着以下问题开展了研究工作: (1)在分析棉花病害专家诊断思维模式的基础上,对棉花病害诊断知识进行分析并确定了棉花病害诊断因素,弥补了以往棉花病害专家系统对诊断思维模拟的不足。 (2)在分析棉花病害专家诊断思维过程的基础上提出了采用模糊规则的不确定性推理模型算法来进行棉花病害诊断推理,并针对此算法存在的一些不足进行了两次修正,第一次修正对原始数据进行了模糊化处理,第二次对诊断结果的修正,消除了诊断因子间的交互性影响,通过两次修正使得此模型的诊断结果更符合专家诊断的实际情况。 (3)选用可分解的产生式知识表示方法建立了棉花病害诊断知识库,并采用识别特征索引数据库来进行诊断检索,从而提高了系统运行的效率。论文研究结论对于其他农作物病害诊断专家系统的研究与应用具有一定的借鉴意义。