基于人工智能的中医辅助诊断系统

构建中医辅助诊断系统,综合运用人工智能中的自然语言处理、专家系统、模糊数学、集合论等方法,为中医辅助诊断的研究及应用提供参考,为探讨基于人工智能的中医辅助诊断系统的研制提供思路。中医作为中国传统医学的重要组成部分,具有悠久的历史和丰富的理论体系。

中医辅助诊断中带复合项的关联规则挖掘算法

从使用计算机辅助中医诊断症状组合复杂的疾病应用出发,采用关联规则挖掘解决验证和更新疑难疾病诊断标准的问题.然后,结合规则模板的概念,提出一种受限的带复合项的关联规则挖掘算法,使之能较好地适应中医辅助诊断应用.

基于模糊神经网络理论的中医辅助诊断初探

人工智能在中国传统医学领域的研究应用可以帮助普通中医医生借助中医专家的思想解决较为复杂的诊断问题,是中医医生诊断、治疗的有效辅助工具.本文对中医诊断的逻辑推理过程建立了模糊神经网络诊断模型,运用人工蜂群(ABC)算法优化网络初始值,再与医生二次诊断结果结合,通过仿真结果验证了中医辅助诊断模型在疾病诊断方面输出结果的可靠性,在辅助中医医生做出临床诊断,提高诊疗效率方面具有实用价值.

基于节约覆盖集理论的中医计算机辅助诊断模块的研究与开发

以中医理论为基础,运用基于模糊节约覆盖集理论的推理方法对中医的疾病诊断问题进行了研究和开发。将中医诊断知识进行了形式化阐述,设计构造了诊断专家系统的整体框架,并编程实现。认为本中医计算机辅助诊断模块解决了症状不完备情况下的诊断问题,并利用人机对话的补充诊断方式提高了诊断的准确度。

医院信息化管理实践中智能中医辅助系统的安全与隐私保护策略研究

随着互联网+医疗的蓬勃发展,怎样更合理地提升医院的医疗管理水平,让患者获得良好的医疗服务,已成为一种时事热点。在这个背景下,智能中医辅助系统作为一种新兴的医疗辅助工具,具有特殊性和独特的意义。中医医疗注重辨证论治和个体化治疗,而智能中医辅助系统可以根据患者的病情和体质特点,提供针对性的诊断和治疗方案,帮助中医医生更好地进行治疗决策。根据互联网和健康信息服务的特点,本文在智能中医辅助诊断系统实践应用中,针对医疗信息在咨询、远程诊疗、中医处(秘)方存储等方面的数据安全与隐私保护问题,提出具体的完善措施,依据医疗数据的安全指南实践经验具体内容,开展与我国国情相适应的信息安全规范标准和具体实践研究,并利用现代化技术,聚焦于智能中医辅助系统的安全与隐私保护问题,进一步完善医疗互联网和健康信息安全服务管理制度,以确保互联网+医疗背景下智慧中医建设和医院信息化大局安全稳定高质量发展。

中医辅助干预疗法对儿童自闭症干预效果的Meta分析

本文的目的是对中医辅助干预疗法在儿童自闭症干预效果进行荟萃分析。样本数据来源于四篇儿童自闭症干预随机对照试验的中文文献,分别对四篇文献进行了文献质量评价、一致性分析和发表偏倚分析。结果表明中医辅助干预疗法对儿童自闭症具有较好的干预效果,同时具有价格低廉,方便实施的优点,是儿童自闭症干预的较好选择。

基于多流神经网络的痤疮证候分类

目的以为中医提供贴合实际需求的痤疮辅助分类方案为目的,针对传统神经网络在痤疮证候分类任务中计算复杂、准确率低,且无法实现将面图像与舌图像相结合进行同时分析的问题,提出了基于多流神经网络的痤疮证候分类模型。方法首先,针对面部图像,引入预处理模块Faster-RCNN识别出痤疮患者五官区域并对其进行遮挡,完整保留面部皮肤。其次,针对舌图像,引入预处理模块基于K-means聚类算法的舌图像苔质分离方法。接着,将面部皮肤、舌质和舌苔图像分别作为多流神经网络分类模块的三个并行对称网络流的输入,提取更充分有效的图像特征。最后,将三个分类结果相加融合得到证候类型输出。结果实验完成面图像五官自动识别、舌图像苔质分离的图像预处理任务,搭建多流神经网络完成痤疮证候分类,整体模型针对痤疮证候的最高分类准确率为97.13%。结论基于多流神经网络的痤疮证候分类模型实现了将面图像与舌图像相结合进行分析的任务,同时,模型测试效率及准确率较经典网络有所提高。