心血管医学论文提纲

论文题目：基于超声影像与电子病历的心血管疾病筛查方法

摘要：心血管疾病是当今世界上几大头号致命性疾病之一,严重的危害着人们的生命健康。依照临床经验,以冠心病为主的一类心血管疾病,其发病早期症状不明显,导致患者无法及时注意到自身健康状况的变化,从而错过早期治疗的机会,进而导致病情恶化。为了降低相关风险,保证患者的生命健康,利用患者的定期身体检查数据进行心血管类疾病的筛查有着重大的意义。传统的心血管疾病筛查方法需要临床医生对筛查结果进行最终决断,其准确性受医生的水平影响较大,相比较而言,利用自动化的方式进行心血管疾病的筛查无论是在效率还是准确性上,都能取得比传统的筛查手段更好的效果,因此对其进行深入研究是必要的。本文提出了一种基于深度学习技术与决策融合策略的、以心脏超声影像和电子病历数据为依据的心血管疾病筛查模型。以现有的心血管疾病筛查技术的待改善之处为出发点,通过设计相关算法,优化相关问题的处理流程,从而实现了更加有效的对心血管疾病进行筛查的目标,经过验证,本文提出的方法在本文所使用的数据集上能够取得更加优秀的预测分类效果。本文具体完成了以下的工作:提出了一个基于深度学习技术与决策融合策略的心血管疾病筛查模型。本文通过将心脏超声影像与电子病历数据作为判断依据,对这两个不同模态的数据分别设计相应的数据预处理方法,并通过选择合适的分类器,在迁移学习的基础上对分类器进行重新设计,从而完成对各个模态数据的建模,最后通过利用决策融合的思想,选择适当的决策融合策略,将每一个模态的建模预测结果进行融合,最终得到对心血管疾病的筛查结果。基于上述策略,本文利用从南山医院所采集到的相关医学数据,设计相应的实验,在冠心病与心脏结构及功能性疾病这两类心血管疾病上对本文提出的方法进行了验证,实验结果证明了本文提出的方法的有效性,其分类预测效果与性能均与预期结果相符。本文系统的研究了深度学习技术与决策融合思想在心血管疾病筛查方面的应用,并给出了相应的模型与方法。所给出的方法对于提高心血管疾病筛查的准确度,辅助临床诊断,提高对应医疗服务的智能化与自动化有着重大的意义。

关键词：深度学习;决策融合;医学数据处理;心血管疾病筛查

学科专业：计算机技术（专业学位）

摘要

Abstract

第1章 绪论

1.1 课题的研究背景

1.2 国内外研究现状

1.3 论文的主要研究内容

1.4 论文的组织安排

第2章 相关理论概述

2.1 深度学习理论综述

2.1.1 人工神经网络

2.1.2 深度学习概述

2.2 基于深度学习的医学图像分析方法

2.2.1 循环神经网络(RNN)

2.2.2 全卷积神经网络(FCNN)

2.2.3 U-Net网络模型

2.3 多模态信息融合概述

2.3.1 多模态信息的融合表示

2.3.2 多模态信息的融合方法

2.3.3 多模态信息的对齐

2.4 本章小结

第3章 基于超声影像与电子病历的心血管疾病筛查模型

3.1 实验概述

3.1.1 心血管疾病筛查概述

3.1.2 实验目标概述

3.1.3 实验内容概述

3.2 实验设计与实验方法

3.2.1 数据采样

3.2.2 超声影像数据预处理

3.2.3 电子病历数据预处理

3.2.4 超声影像分类器的选择

3.2.5 电子病历分类器的选择

3.2.6 决策融合策略的选择

3.3 本章小结

第4章 结果分析与讨论

4.1 实验评价指标

4.2 实验环境介绍

4.3 早期实验结果介绍

4.4 冠心病筛查模型实验结果分析

4.5 心脏结构及功能性疾病筛查模型实验结果分析

4.6 冠心病与心脏结构及功能性疾病分类模型实验结果分析

4.7 本章小结

第5章 总结与展望

5.1 工作总结

5.2 工作展望

参考文献

致谢