計(jì)算機(jī)在矽肺病早期診斷及預(yù)測(cè)中的應(yīng)用研究.pdf

1、矽肺是我國(guó)最主要的職業(yè)病,不僅患病人數(shù)多,而且危害大,是嚴(yán)重導(dǎo)致勞動(dòng)能力降低、致殘和降低生活質(zhì)量的疾病,也是國(guó)家和企業(yè)賠償?shù)闹饕殬I(yè)病。在這樣的背景下,本文作者對(duì)矽肺病的計(jì)算機(jī)輔助診療技術(shù)進(jìn)行了深入研究。
　　 首先,為了更好的利用計(jì)算機(jī)輔助方法對(duì)矽肺病診斷提供幫助,本文作者對(duì)臨床醫(yī)學(xué)中矽肺病的主要診斷依據(jù)和方法進(jìn)行了歸納整理,并以此作為計(jì)算機(jī)輔助診斷的切入點(diǎn),尋求計(jì)算機(jī)輔助技術(shù)和矽肺病診斷之間的結(jié)合點(diǎn)。
　　 其次,本

2、文作者對(duì)矽肺的X線胸片圖像的分類流程進(jìn)行了概述和整理,分別研究了圖像分類的幾個(gè)主要過(guò)程,包括:正位圖的選取、數(shù)據(jù)清理,以及特征參數(shù)的提取方法。繼而采用一種基于ID3決策樹(shù)算法的矽肺病人X線胸片圖像的自動(dòng)分類方法。從而降低矽肺早期診斷的難度,有利于降低矽肺診斷的漏診率。
　　 接下來(lái),本文作者又采用基于無(wú)抽取Haar小波變換方法對(duì)矽肺病進(jìn)行預(yù)測(cè):首先用遞推式無(wú)抽取Haar小波對(duì)接塵工人與粉塵接觸、接塵時(shí)間、吸煙等諸多因素在時(shí)間序列

3、進(jìn)行分解,然后在小波分解產(chǎn)生的細(xì)節(jié)信號(hào)和近似信號(hào)上分別采用了非條件logistic回歸模型和滑動(dòng)窗口式多項(xiàng)式擬合。該算法能夠解決模型預(yù)測(cè)中參數(shù)調(diào)整的問(wèn)題,具有較高的準(zhǔn)確性。
　　 最后,設(shè)計(jì)開(kāi)發(fā)出一個(gè)矽肺病的早期診斷和預(yù)測(cè)實(shí)驗(yàn)系統(tǒng)。作為開(kāi)放的實(shí)驗(yàn)系統(tǒng),采用了方便擴(kuò)充的程序設(shè)計(jì)語(yǔ)言(Visual C++),提供了矽肺病早期診斷及預(yù)測(cè)模型的實(shí)驗(yàn)環(huán)境,從而提高了系統(tǒng)的可擴(kuò)展性,方便后續(xù)新算法的擴(kuò)充。方便了計(jì)算機(jī)輔助診斷和預(yù)測(cè)矽肺病的理