2019年 5 月 10 日摘 要随着近年来计算机硬件系统的飞速发展，社会又迎来了新一轮的工业革命——信息化革命，渐渐的我们的社会踏入了信息化的时代。新一代的技术A（AI）、B（bigdata）、C（clound）开始逐渐的引领时代的潮流。但是信息的采集和利用率却不如计算机硬件发展的如此之快，由于信息数据量比较大，而且信息熵值较低难以整合使用，限制了对信息的挖掘和利用。随着近年来医疗领域信息化与人工智能算法的研究与发展，不仅留下了丰富的医疗案例数据，还为数据的开发与使用创造了条件，因此拥有丰富的数据以及成熟的算法供智能医疗诊断的使用。 本文基于当前的社会现状综合了朴素贝叶斯算法与TF-IDF（词频-逆文本频率）思想设计的智能医疗诊断系统是基于C/S架构，使用python语言和neo4j数据库遵循MVC开发模式进行开发，具有敏捷灵活的开发方式，且有良好的跨平台性的优势。此智能医疗诊断系统，界面简单，操作简洁，且具有良好的可扩展性以及较高的准确率，可以为日常的简单疾病的诊断做一些参考。智能医疗诊断系统主要实现了知识获取模块，解释器模块，GUI模块以及推理机等模块。经过最终的测试，智能医疗诊断系统可以满足用户日常疾病的诊断，而且无需繁琐的程序和输入格式，方便性与交互性有了巨大的提升。对于庞大的网络信息资源而言，也得到了充分的挖掘与使用，使数据重新迸发出了实质性的价值。总而言之，本系统实现了对网络资源的再利用和人们部分日常诊断需求。
目 录
第1章 前言 1
1.1研究背景 1
1.2 国内外研究现状 1
1.3研究目的和意义 2
1.3.1研究的目的 2
1.3.2研究的意义 3
1.4课题主要工作 3
第2章 智能医疗诊断系统相关技术 5
2.1 Python语言介绍 5
2.2 Neo4j Graph 数据库 6
2.3朴素贝叶斯（Naïve Bayes） 7
第3章 智能医疗诊断系统分析 8
3.1系统可行性分析 8
3.1.1 技术可行性分析 8
3.1 *景先生毕设|www.jxszl.com +Q: &351916072& 
.2经济可行性分析 8
3.1.3开发环境的可行性 8
3.2系统功能需求分析 8
3.2.1知识获取模块需求分析 9
3.2.2数据库构建模块需求分析 9
3.2.3 GUI模块需求分析 9
3.2.4解释器模块需求分析 10
3.2.5推理机模块需求分析 10
3.3系统非功能性需求分析 10
3.3.1系统性能要求需求分析 10
3.3.2系统的准确率要求需求分析 10
3.3.3系统的可扩充性与可移植性 10
3.4 系统开发环境与开发工具 11
第4章 智能医疗诊断系统的总体设计 12
4.1 智能医疗诊断系统的总体结构设计 12
4.2智能医疗诊断系统数据库的设计 13
4.2.1数据库的选择 13
4.2.2数据库的建模 14
第5章 智能医疗诊断系统的模块设计 16
5.1 GUI功能模块的设计 16
5.1.1 GUI技术简介 16
5.1.2智能医疗诊断系统窗口布局设计 17
5.2解释器功能模块的设计 19
5.2.1解释器主要技术介绍： 20
5.2.2解释器模块流程图 22
5.2.3解释器模块详细设计 23
5.3推理机功能模块的设计 23
5.3.1推理机模块使用技术介绍： 24
5.4知识获取模块的设计 26
5.5后台程序主控模块设计 28
第6章 智能医疗诊断系统的测试 29
6.1系统测试目的 29
6.2系统测试环境 29
6.3系统测试内容 29
6.4系统功能测试 29
6.4.2系统总体功能测试 30
6.4.3 GUI模块测试 32
6.5系统测试结果与分析 34
第7章 总结与展望 35
7.1总结 35
7.2展望 35
参考文献 37
致谢 39
第1章 前言
1.1研究背景
近年来随着大数据浪潮的席卷而来，各地都加快了大数据技术学习和应用的步伐。在这个信息化革命的浪潮中，给我们的社会带来了翻天覆地的变化。大数据以及人工智能技术已经应用到了生活中的各个领域，比如：语音识别、百度春运迁徙图等等。特别是近年来国家倡导产、学、研相结合的政策，进一步推动了我新兴技术的发展与应用，使我国的大数据技术与、自然语言处理、人工智能等技术逐渐成熟，进而跨上了一个发展的新台阶。另外，伴随着近年来中国经济的迅速腾峰和综合国力的增强，我国的信息终端设备数量也在飞速增长，伴随而来的是信息爆炸增长的一个时代。而且伴随着信息化时代的降临，网络信息的数量呈现除了指数性的增长。人们可以通过internet搜索自己需要的信息，可以在线与人交谈分享自己的观点等等。伴随着信息化时代的莅临，引起了新的一轮大数据与人工智能技术应用的革新，但是在这热火朝天的大数据学习与应用的现象背后能够应用到社会日常生活中的应用却不是太多。
总的来说，现在社会中存在的现象是总的信息量非常巨大、且种类丰富，但是难以整合和利用。而在与人们的生活息息相关的医疗领域，也在大数据技术浪潮的熏陶下开始融为一体，但是大多都是一些图像识别和单类的疾病诊断系统，虽然可以融合大数据技术并且可以发挥出数据的价值，但是由于范围比较局限，可以用的数据量相对来说没有那么广泛。我认为对目前的状况来说，只有通过对信息积极有效的整合和有效的数据清洗，提取出有价值的需要的数据，进行建模构造出能够贴近生活，能够应用与生活，让数据本身迸发出其原有的价值，让社会中各方面的人群都能够方便的使用到这些数据，为人们和数据之间架起一座连接的桥梁，是具有有非常重要的意义的一件事情。

原文链接：http://www.jxszl.com/jsj/jsjkxyjs/368957.html