论文部分内容阅读
随着人工智能和计算机技术的快速发展,以此为基础的专家系统在各行各业中得到了前所未有的重视,其应用已遍及农业、商业、化学、通信、医学等多个领域。同时,病理图像作为医学领域中诊断病人病情的重要依据,目前仅依靠人眼识别病理图像的方式存在着主观性强、诊断结果易受人为因素的影响。因此将专家系统结合神经网络、模糊识别和图像处理等技术应用于病理图像的诊断具有十分重要的意义。本文以病理图像特征分析与提取为基础,运用人工神经网络与专家系统相结合,以动态系统辨识、建模和控制为设计思路,设计实现了基于病理图像诊断的人工神经网络专家系统。本文主要的研究工作如下:(1)分析归纳总结了人工智能在医疗诊断应用上的国内外研究现状及发展方向,讨论了基于病理图像诊断的专家系统设计开发的背景及意义。(2)研究了人工神经网络专家系统的基本原理,分析其基本结构,并延伸到人工神经网络算法,再深入分析多层感知网络的误差逆传播学习算法步骤。(3)完成了基于病理图像诊断专家系统的需求分析、总体框架设计;在对通用三层架构的分析基础上,对专家系统做出了详细设计,并绘制出了系统的设计原则及方案图、功能模块图和业务流程图;在充分考虑系统运行效率和人机界面友好的基础上,选定以Visual C++作为开发平台,并以SQL Server 2000作为数据库平台开发病理图像诊断专家系统。(4)通过对病理图像处理和提取的特征值数据的分析,确定了系统数据的存储和读取方式,采用面向对象的设计方法,使用目前主流开发技术,完成了系统主框架、数据文件存取和ADO数据库访问组件的软件设计,构建了基于人工神经网络的病理图像诊断专家系统;实现了专家系统初始化设置、病人病历录入、专家系统训练、病理图像诊断及打印出诊断结果报告等功能。(5)对已实现的病理图像诊断专家系统进行了运行与测试,完成了针对管理员、医生等不同用户群体,按照用户需求、系统业务流程等对系统的各功能模块进行了测试和分析。