论文部分内容阅读
经相关资料表明:现有的大多数骨质疏松治疗仪的主要功能是在医生诊断病情之后设定治疗方案,诊断与治疗是两个独立的环节,会增加病患的治疗时间,同时缺少治疗方案的评估功能。若使诊断、治疗与评估在治疗仪上实现一体化,则治疗方案可以根据评估结果实现治疗过程中的不断调整,从而使治疗方案更具有针对性,治疗效果更加有效。因此,本课题提出在骨质疏松治疗仪上增加诊断与评估功能具有一定的意义。由于病人的病历数据通常存在不完整性,因此传统方法进行数据处理很难实现准确诊断。神经网络具有较强的容错性,将其应用在本系统中,从而提高诊断的准确性。基于神经网络的医疗诊断系统通过病历学习获取诊断知识并按自然联想推理产生诊断结果的能力是一般的医疗诊断系统无法比拟的。本文旨在建立一套骨质疏松病情诊断的BP神经网络诊断系统,和骨质疏松治疗仪对病人治疗的效果评估系统,并利用神经网络对已有数据进行训练,并进行仿真测试,然后对病例进行病情诊断和治疗效果评估,以得到较为准确的诊断和评估结果,再将这个结果传送给治疗仪的治疗系统并保存当次的诊断和评估结果为下次评估提供一个依据,从而使系统不断完善。在这过程中详细讨论了BP神经网络,及数据库访问的原理,并对BP算法用GA-BP算法进行了改进。采用在兰州军区总医院采集病患数据作为系统的样本输入数据,用BP网络仿真出可靠的实验结果,证明了建立的诊断和评估的BP网络是可行的,与此同时给出了GA-BP算法网络模型的Matlab仿真实验和其结果,对单一的BP网络模型与GA-BP网络模型的仿真结果进行对照,证明采用遗传算法优化BP网络的优点。系统的数据库的建立和访问及更新完善是利用LabVIEW中的LabSQL工具包实现的,从而能达到对数据库的方便快捷的操作。利用LabVIEW软件和Matlab开发可全面提高仪器的精准性、操作的简便性。基于LabVIEW8.6的平台实现与数据库的调用,以及与Matlab7.0的数据交换,并在Matlab7.0中实现BP网络的设计,最终以不断完善诊断系统的数据库为目的,实现更准确到位,更合理的治疗患者和对骨质疏松治疗仪治疗方案的评估。