人工智能在糖尿病诊断中的应用研究

发布时间：2020-10-15 11:03

　　 糖尿病已经成为影响我国国民健康的主要疾病之一,并且发病率呈上升趋势。目前,我国糖尿病患者数量及未诊断患者数量仍据世界首位,但医疗资源分配不均、医生数量不足、年轻医生经验不足等问题严重制约着对糖尿病的诊断。因此,借助科技手段帮助医生对糖尿病进行辅助诊断是十分必要的。人工智能技术的发展日新月异,“阿尔法围棋”(Alpha Go)在人机大战中的获胜以及“沃森”(Watson)机器人强大的认知计算能力更是引发了人们对人工智能的高度关注和遐想。人工神经网络是目前国际上迅速发展的人工智能的前沿交叉学科,它拥有强大的学习能力和计算能力,能够更好地适应数据空间的变化,它的应用为人工智能的研究开辟了新的途径。基于此,本文对人工智能技术在糖尿病诊断中的应用进行研究。基于BP神经网络建立诊断模型。对收集到的病例数据进行整合和提取,选择输入特征向量,在MATLAB软件平台建立诊断模型。为提高学习效率,对模型参数进行了调整。通过实验,验证了BP神经网络用于糖尿病诊断的可行性。基于概率神经网络(PNN)建立诊断模型。为进一步提高诊断准确率和诊断速率,选择了网络结构简单、训练简洁的PNN网络建立糖尿病诊断模型。对两种模型对比后,分析出PNN需要调节的参数较少,不需要确定隐含层数以及隐层神经元个数等网络结构,较BP网络更容易实现与使用。计算出了20次试验的平均准确率和相应的标准差,说明PNN模型更加适用于构建糖尿病诊断模型。在诊断模型建立的基础上,将LabVIEW开发平台与MATLAB软件相结合,设计了糖尿病辅助诊断系统。通过调用神经网络诊断模块,对用户数据进行分析,完成对糖尿病的诊断,同时给出相应的诊疗建议。相比于传统的诊断过程,该系统能够有效地节约医生的时间,提高诊断效率。
【学位单位】：兰州理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：R587.1;TP18
【部分图文】：

工程硕士学位论文可在入院记录中提取到包括患者年龄、性别、病程、初期症状、DM 家族病史（糖尿病家族史）、烟酒史。所有糖尿病患者初期空腹血糖和餐后 2h 血糖值超过标准值。超过 95%的Ⅱ型糖尿病患者初期症状包括无端口渴、口干，多饮、多食、多尿、体重减轻症状。糖尿病的遗传主要体现在Ⅰ型糖尿病上， 型糖尿病大多数是由与后天生活习惯或内分泌失调产生的，在对比健康数据后发现，常年吸烟饮酒的人较不抽烟喝酒的人患糖尿病的风险高五成。于是将以上症状作为诊断病人患有糖尿病的重要指征数据，数据中 1 表示有，0 表示无。如图 3.3 所示为整理后的病例数据。

33e) N=12 时训练效果 f) N=14 时训练效果图 4.2 隐含层单元数目不同时的训练过程从图 4.2 中可以看出，当隐含层单元数为 12 时，网络迭代次数和训练效果都优于其他五种，因此，本文选择隐含层单元数为 12 进行 BP 神经网络建模，设置好的 BP 神经网络如图 4.3 所示。

图 4.3 BP 网络糖尿病诊断模型结构.1.2 仿真结果分析当隐层单元数为 12 时，BP 神经网络对数据的拟合效果最好，样本回归系图 4.4 所示。
【参考文献】

相关期刊论文 前10条

1 韦哲;薛翔;王能才;;人工智能在糖尿病诊断中的应用[J];中国医学装备;2017年12期

2 张向阳;陈玲;赵曼;;大数据挖掘和分析在健康医疗领域的应用[J];空军医学杂志;2017年05期

3 刘文亮;黄晔春;毕士鑫;;人工智能及在医疗领域的应用[J];数码世界;2017年10期

4 陈德喜;吕家爱;陈磊;朱晓云;;糖尿病危险因素的研究现状[J];职业与健康;2017年16期

5 绳慧峰;刘晴;许苹;陈春林;;人工神经网络在医疗风险预测中的应用研究[J];中国卫生质量管理;2017年04期

6 刘晨;何晓;;医疗健康管理中大数据挖掘分析平台的应用探讨[J];电脑知识与技术;2017年21期

7 张慧君;耿艳利;刘作军;杨鹏;;基于概率神经网络的假肢穿戴者跌倒模式预识别[J];中国康复医学杂志;2017年07期

8 郑南君;;人工智能在医疗健康领域中的应用解析[J];中国卫生产业;2017年19期

9 骞宇澄;刘昭策;;深度学习的实现与发展——从神经网络到机器学习[J];电子技术与软件工程;2017年11期

10 张秋云;张营;李臣;;遗传算法优化BP神经网络在中医按摩机器人中的应用[J];应用科技;2017年02期

相关硕士学位论文 前2条

1 倪家远;基于决策树的糖尿病诊断专家系统的研究与设计[D];安徽工业大学;2016年

2 杨程;基于FPGA的人工神经网络的研究与实现[D];西安电子科技大学;2016年

本文编号：2842089