随着中国医疗卫生事业的不断发展,“看病难”问题已日渐突出,亟待解决。只有利用信息化技术深度改变现有的医疗服务模式,方能从根本上破解这个难题。医疗信息化技术重要的研究方向是智慧医疗。随着智慧医疗研究的不断深入,医疗服务与智能化生活越来越接近。甲状腺疾病是一种常见的临床内分泌疾病,甲状腺疾病类型的正确诊断对甲状腺疾病的医治至关重要。在目前实际的临床诊疗中,甲状腺疾病仍然存在误诊或者治疗不当的情况。所以在甲状腺疾病诊疗中引入智慧医疗,具有理论意义和应用价值。本文针对甲状腺疾病诊疗中存在的问题,应用决策支持系统技术,整合实验室针对甲状腺疾病分类预测的研究成果,建立基础的模型库,将疾病诊疗和模型应用联系起来,集成具有优化训练、模型管理、预测分析和辅助决策等功能的甲状腺疾病诊疗模型库系统。本文的主要工作有四个方面:(1)建立基础模型库。收集实验室多年积累的与甲状腺疾病分类预测相关的研究成果,包括算法、数据和成熟的模型,按照实际用例分类,以二进制文件的方式存储,将算法信息、数据集信息和模型信息以及三者之间的对应关系都存储于模型字典中,最终建立基础的模型库。(2)实现基于主动学习的融合预测。针对模型库中模型众多但用户对模型了解甚少的现状,采用主动学习的训练方式,不断迭代优化模型,提高单模型的预测准确度;依据杰卡德相似系数、模型自身性能挑选模型;采用基于熵的自适应加权投票融合算法融合符合条件的模型,避免了单一模型预测具有片面性的问题,包装模型选择的过程,呈现最优化解决方案,实现智慧医疗。(3)实现训练集的优化拆分。针对数据集中并不是每一类特征数据对模型训练都有所助益,其中冗余的数据可能造成模型精确度低的特点,采用互信息算法计算数据集中的每一类特征和类别结果之间的相关度。系统根据相关度的排序,推荐用户选择合适的特征,完成训练集的优化拆分。(4)建立基于互联网的甲状腺疾病诊疗模型库系统。采用软件工程的设计思想、SSH框架整合开发技术、MVC开发模式对甲状腺疾病诊疗模型库系统进行开发,该系统的功能包括训练集的优化、模型的训练生成、模型的调用、甲状腺疾病诊疗预测等。论文选题源于工程实际,探讨甲状腺结节辅助诊疗模型管理方法并建立甲状腺疾病诊疗模型库系统。本文通过主动学习框架将甲状腺结节辅助诊疗模型管理涉及到的模型训练和模型融合进行了整合,在模型训练时通过选择最佳样本进行迭代学习提升模型准确度,在模型融合时采用基于熵的加权融合算法解决单一模型预测存在片面性的问题。本文针对甲状腺超声检查报告提取的18个特征和8种分类类别,对比了不同数量模型融合后预测的效果,结果表明融合模型准确度高于单一模型准确度,且随着迭代次数的增加融合模型更趋于稳定,验证了主动学习提升模型准确度的有效性。本文建立的甲状腺疾病诊疗模型库系统能够有效的管理模型,提升模型预测准确度,并提供智慧诊疗可视化界面,及时为医生诊断提供辅助决策,为患者提供病情咨询功能,具有很好的应用价值和发展前景。