完整资料进入【数字空间】查看——搜索"writebug"
1.内容
对深度学习、集成学习等算法进行深入研究,探索利用相关算法开展中医辨证的创新研究与应用,利用相关算法实现临床数据采集、量化诊断和可视化结果展示。具体功能如下:
a) 在藏象辨证体系指导下,利用算法实现中医智能诊断,即从临床信息到中医证型的计算;
b) 利用算法对中医医案进行分析,从准确率、召回率、F1 值等比较模型优劣;多标记问题采用汉明损失、覆盖率、one-error 等进行评价;
c) 设计智能辨证程序,将算法集成到程序中,实现输入“症状信息”得“辨证结果”;
d) 设计两种用户交互模式,包括单个病人智能辨证和批量数据导入后的智能辨证;数据导入至少支持 1-2 种格式,建议采用文本、Excel 等常用格式;相关结果存储到数据库中,用于历史记录的查询;
e) 历史辨证数据的可视化结果展示,包括症状体征的分布、证型的分布等,采用图表展示。
2.意义
a) 本毕业设计课题尝试利用集成学习、深度学习等机器学习算法从中医临床数据中挖掘常见证型的量化诊断规律,形成“以数据为支撑”、“以算法为驱动”的辨证量化诊断体系,为大数据时代中医辨证研究提供参考;
b) 通过本毕业设计的实践,可以学习到中医藏象辨证理论,理解机器学习算法实现与优化原理,掌握 Web 开发技术,为进一步的科研或工作打下理论与实践基础。
本课题围绕根据中医藏象辨证理论如何利用现有的机器学习算法对中医医案、门诊病历数据进行量化诊断展开的,所以课题在理论准备阶段要通过查阅文献对以下若干问题的探讨:
a) 在中医理论的辨证论治体系中,是否存在由症状信息到证型的映射规律?
b) 现有的机器学习算法能否实现这样的映射关系?
c) 这些算法的思想、流程是什么?
d) 如何实现一个用户友好的量化诊断的系统?
本文将在查阅大量文献的基础上对以上问题进行探究与综述。