导读:本文包含了医疗本体论文开题报告文献综述及选题提纲参考文献，主要关键词:在线评论,本体构建,查询,医疗信息
医疗本体论文文献综述
张晓敏[1]（2019）在《基于框架的医疗在线评论情感本体构建与查询应用》一文中研究指出在大数据时代,随着互联网的不断发展,越来越多的用户在网络中发表在线评论,这些包含主观情感的评价文本信息的发布使得其他用户更容易获得某种服务或产品的质量信息。同时,在线医疗服务逐渐向在线网络购物模式发展,在线医疗服务平台中也生成了大量的包含主观情感的评论文本信息,患者求医问药时,就能够通过参考这些主观的情感信息来选择医疗服务。近年来,互联网在线医疗服务平台上的用户快速增长,针对医生、医院、医疗在线服务平台的评价情感信息也不断积累,这些大数据信息也引起学者和专家的重视。因此在大数据以及互联网信息技术持续发展的双背景下,将信息技术应用于医学领域用来处理大数据文本,有助于实现对医学领域医疗水平的改善和诊疗服务的提升。然而,目前医疗领域的知识库大多收集医疗客观信息,对主观情感信息涉及较少。在情感资源领域,也没有专门针对于医疗评价的情感词表和本体,就医疗情感分析领域来说,主要面临的问题有资源缺乏、共享性差、医疗情感属性分类粗浅、体系不完整以及对文本的语义理解能力不足。因此,本文基于自然语言处理以及本体技术来研究中文医疗情感语义资源的获取、描述、组织及查询应用问题。本文首先对当下国内外医疗情感领域的研究现状进行综述;然后对本体理论及本体技术概括做一梳理;进而通过采集大量医疗在线评论数据,采取基于框架语义的情感分析和情感标注方法,从语义层面对情感信息进行处理;依据数据处理结果来设计和构建医疗情感本体模型,利用OWL网络本体描述语言来完成对医疗情感本体的构建,在构建本体的过程中复用了一些较为成熟的情感资源,实现了医疗情感资源的共享和重用;在此基础上利用本体查询工具实现了基于概念、属性和实体对比等多种语义检索的实例,展示情感知识本体的应用价值;最后对论文进行总结,并表明论文的创新之处以及未来的研究方向。本文为相关研究提供医疗评论情感语义资源,为医疗情感知识共享和语义查询提供基础技术。(本文来源于《山西大学》期刊2019-06-01）
王腾[2]（2019）在《基于本体的医疗数据仓库维度建模研究与应用》一文中研究指出随着大数据时代的来临,海量的数据以超乎人想象的速度进行积累。我国医疗信息化经过近些年的建设和发展,也已积累了丰富的医疗数据资源,而医疗数据的使用仍处于较低层次,海量的医疗数字资源依托传统的操作型数据库无法提供必要的分析决策支持,需要对医疗数据进行有效的集成,构建以分析决策为目的的医疗数据仓库。医疗数据仓库维度建模过程中的两个驱动力是数据源和业务需求。由于各医疗信息系统中的数据库存在着数据类型多、数据量大、缺少参照完整性约束、字典表混杂等现象,大量医疗数据概念之间缺乏基本的组织和联系,导致各医疗数据源之间存在大量的语义异构,并且医疗数据仓库需求更加的复杂多样,很难准确的描述业务语义以及整合这些业务需求,采用传统的方式并不能够很好的处理医疗数据仓库维度模型中存在的问题。本文提出了一种基于本体的医疗数据仓库维度模型构建方法,其主要内容包括:1.提出基于本体的医疗数据整合方法:针对医疗数据特点,提出基于医疗数据构建医疗本体,通过本体对医疗异构数据源进行全局的语义描述,解决数据源之间异构问题;2.提出基于本体的医疗数据仓库多维模型需求分析方法:使用一种面向目标的数据仓库需求分析方法进行需求分析,并提出基于本体的需求模型合理性检验规则,利用本体的语义表达能力去检验需求模型的合理性;3.提出基于本体的医疗数据仓库维度建模方法:提出维度表自动生成算法,将本体通过生成算法生成维度表,并提出分割策略优化维度表结构,提高查询效率;4.基于本体的医疗数据仓库应用:完整实现从需求分析到数据可视化一整套流程,验证了本方法的可行性以及在消除语义异构、构建效率、可复用性等方面的优势。最后将该方法与传统方法作比较,给出各方法的优缺点以及建模方法选取建议。(本文来源于《天津工业大学》期刊2019-01-20）
陆旭[3]（2019）在《基于本体的医疗异构数据集成研究与应用》一文中研究指出医学科学的发展,直接关乎我们人类的生命和健康,在大数据战略即将被纳入国家发展计划的今天,如何以数据创新探索未来的医学科学,如何在庞大的数据资源中快速获取信息、提升人类医疗集体经验,是亟待探讨的现实问题。我国的医疗信息化建设工作一直在持续开展中,但是一直以来各医疗机构的信息系统相对封闭、医疗卫生数据不能实现互联互通。我国新的医疗改革方案也提出了,要求建立信息可共享的医疗卫生信息系统,突出强调了实现医疗卫生数据的互操作性的重要地位。语义互操作性指的是两个或两个以上的系统或组件能够较好通信并且使用那些已经交换信息的能力,它能够确保异构系统均采用同样的规范解析和处理数据,确保对医疗卫生数据能够无歧义的理解、解析和使用。而在实现医疗数据分析和语义互操作性的第一步就是医疗数据的集成工作,在数据集成工作中,医疗数据以其数据类型复杂、数据量大、数据源间存在异构现象等特点,给医疗信息化发展带来了巨大阻碍,集成海量医疗异构数据是目前推进医疗信息化进程中亟待解决的问题。本文针对医疗数据源的特点以及异构数据的集成问题,提出了一种将语义的互操作性引入医疗数据集成工作的技术方案,该方案在医疗领域的数据仓库中将医疗本体相似度检测算法引入本体构建部分以进一步解决异构数据集成问题,主要内容如下:1.提出医疗领域本体构建方法:该方案首先通过不同的异构数据源提取结构信息,建立局部本体,并通过计算相似度进行局部本体间的本体融合,通过全局本体映射数据间关系,去除多语义,进而指导ETL过程;2.提出医疗相似度SDAMO算法:在该方案中,本文提出了一种适合于处理医疗领域数据的医疗本体相似度检测算法一SDAMO算法,该算法可在本体体积庞大的医疗领域本体中发挥作用,相对传统的相似度检测算法,该算法的准确度更好,更接近实际需要。3.提出医疗文本数据集成方案:对于无结构的文本数据的集成问题,本文在主流的文本分类算法基础上,通过引入SDAMO算法,引入语义信息,给出了一套对于文本数据的语义集成方案。最后,通过实验证明,以上方法在消除医疗领域数据语义不确定性方面表现良好,并能够提高医疗数据仓库中异构数据的集成效率,在解决医疗异构数据的集成问题上是实际可行的。(本文来源于《天津工业大学》期刊2019-01-20）
丛丝丝[4]（2018）在《《患者生命体征的本体驱动监测使个性化医疗检测与预警得以实现》翻译报告》一文中研究指出本翻译报告基于英语论文《患者生命体征的本体驱动监测使个性化医疗检测与预警得以实现》而撰写。翻译原文的作者是几位来自欧洲的科研人员。文章主要介绍的是使用SWRL(语义网规则语言)的编程框架,适用于医疗急救方案。文章提出了一种AmI(情境智能)框架方法,用于支持对诊断出患有充血性心力衰竭(CHF)患者的实时远程监护。译者的本次翻译实践是在北京天智航医疗科技股份有限公司进行的。这是一家在医疗设备和骨科机器人方面有着突出成绩的行业领跑企业。这次翻译实践的意义在于其译文能帮助国内研究人员更好地理解外国理论和技术。并不是所有天智航的科研人员都擅长阅读英文论文。事实上,尽管一些技术人员在某个领域特别擅长,但是他们熟悉的是汉语的术语和表达,而在理解英文术语和表达上可能有些困难。因此,这篇技术类论文的翻译工作在天智航公司相关项目和产品的研发过程中起着至关重要的作用。原文具有科技论文的典型语篇特征:清晰、简洁、准确、逻辑严密,使用了许多专业术语和大量长难句。为了更好地表达原文的上述语言特点,译者对文章的词语和句法进行了分析。在此基础上,目标文本的行文风格和表达特点是在泰特勒翻译原则的指导下来完成的。在案例研究部分,译者在目的论的指导下,对翻译过程中所使用的一些翻译技巧和策略进行了总结和分类,选取了增译、省译、词性转换、调整顺序、意译等五种策略进行分析,每种策略均配以从原文中选取的句子详细阐述了译者在翻译过程中的思考。本翻译报告共分为五章。第一章包括对本次翻译实践背景的介绍,阐述此次翻译对相关行业的重要意义,并简要介绍了翻译材料的内容;第二章介绍了本次翻译实践的准备工作、整个翻译过程,以及一系列的后续工作,包括校对和排版等;第叁章阐述了翻译过程中所采用的泰特勒翻译原则和目的论;第四章先从词汇和句法这两方面对原文进行了分析;随后列举了一些从原文中精选的句子及其译文。为了深入研究不同类别的句型和结构的详细情况,译者对例句进行了分类,并且阐述了翻译过程中遇到的问题和译者的思考;第五章对整个翻译过程进行了总结,分析了译者从此次翻译实践中得到的经验与启示,并总结了不足之处。(本文来源于《中国地质大学(北京)》期刊2018-05-01）
蒋秀林,谢静,陈玉娥[5]（2018）在《基于医学本体的区域医疗信息共享平台理论探索》一文中研究指出目前我国大多数医疗信息系统普遍存在信息孤岛问题,随着医疗领域信息化建设的推进,医疗数据信息共享需求迫在眉睫。数据异构是造成信息孤岛的一个主要原因,利用医学本体整合异构数据库信息,构建区域医疗信息共享平台,对我国医疗行业发展具有非常重要的作用。(本文来源于《包头医学院学报》期刊2018年01期）
孔德华[6]（2017）在《基于本体的中文医疗知识库及知识管理系统的构建》一文中研究指出基于本体的中文医疗知识库是医学信息学领域的前沿研究问题。随着信息技术的发展,医疗领域的信息化程度也在不断地提升。我国的医疗信息化正处于从“管理数字化”阶段向“医疗数字化”阶段转变的过程中,需要着重解决医疗知识在计算机中的描述与存储问题。本体作为一种新兴的知识组织模式,已经越来越多地被应用在知识建模中。目前现有的中文医疗知识库一般基于关系型数据库,而在实际的医疗领域,这些传统知识库已经不再能够满足医疗工作者在实际应用过程中的需求。同时,一些医疗决策支持方面的研究也亟需一个完备的结构化的知识库来进行支持。以SNOMED-CT与UMLS为代表的医疗知识库目前已经部分应用于发达国家的病案管理,而我国在此方面的研究目前均处于起步阶段。所以研究基于本体的中文医疗知识库很有现实意义。本文构建了一个基于本体的中文医疗知识库及知识管理系统。在知识库研究方面,首先对本体论及相关技术展开研究,实现了本体模型与关系模型的相互转换,解决了本体对大量数据处理的优化问题。知识库以SNOMED-CT与UMLS等国外的权威术语库的内容作为数据基础建立关系模型,对其数据结构进行优化,并通过术语匹配来进行英文术语的翻译工作,还使用Protégé建立了医疗知识本体模型。在医疗知识库构建完成后,开发了建立在知识库基础上的知识管理系统,设计面向用户的知识库浏览及编辑界面,此部分将实际应用于医疗机构。同时,在研究中应用本体推理系统,对通过知识自动分类进行自动诊断这一方法进行了探索。(本文来源于《清华大学》期刊2017-06-01）
韩彤[7]（2017）在《面向医疗信息检索的本体构建和管理技术研究》一文中研究指出由于医疗信息的特殊性导致对于其的检索效果不尽如人意,本体的出现使得局面有所改善。在构建本体的过程中要尽量做到对现有本体的复用,以达到全面、正确、快速构建本体的目的,本体间的异构性可以通过本体映射算法来解决。虽然已经存在了很多本体映射算法的研究成果,但是大多集中在相似度度量原理的设计上,对于其它方面关注甚少。本文针对现有本体映射算法在语义描述全面性、映射过程安全性和概念识别增量性方面存在的不足,对本体映射算法进行了改进,提出了具有隐私保护的模糊本体增量式映射算法,利用病历数据进行了分类实验,给出了结果说明,并且分析了此算法的优缺点。本文介绍了医疗信息检索的研究背景、目的意义和国内外研究现状,从理论和应用两个方面说明了制约循证医学发展的因素,强调了本文研究内容的必要性;通过对医疗信息组织形式的介绍,突出了本体在描述医疗信息方面的优势;通过对本体匹配原理的分析,得知了现存相似性计算的局限性,确定了具体的研究思路;经过分析目前现有实验资源和数据支持,估计了研究过程中可能遇到的难题,在一定程度上规避了风险,增强了自信心。为了改进目前本体相似性度量中存在的不足,在现有四元结构本体中加入模糊概念,形成了新的五维本体,增强了本体的语言描述能力;在映射过程中引入混淆思想和适合的相似度度量方法,在保证映射正确的前提下提高了映射的安全性;在概念识别过程中,加入增量识别原理,完成了对本体中未定义概念的识别;结合以上叁点,提出了具有隐私保护的模糊本体增量式映射算法,并详述了其工作原理和实现过程。本文通过对医学主题词表、统一医学语言系统和国际疾病分类编码与术语表第十版的相关知识体系的复用,构建了“先天性心脏缺损”疾病病历本体,完整再现了本体的映射建立过程,完成了基于电子病历文档的概念识别和语义网络的构建,丰富了医疗领域本体构成。并且本文进行了原型系统的开发,以心内科病历数据作为研究对象进行实验,描述了分类过程,对实验结果进行了分析,可以看出本文所提算法的有效性和可行性得到了证明。(本文来源于《中北大学》期刊2017-04-11）
李明星[8]（2017）在《基于本体的医疗自动诊断系统的研究与应用》一文中研究指出随着我国人口数量地增多,人口老龄化趋势越来越严峻,同时人们生活水平不断地提高,人们更关注自己的生命健康状况。目前,医生依旧采取问诊和医学检查相结合的方式对病人进行疾病诊断,但是,我国医疗水平发展在不同地区、不同医院之间存在不均衡的问题,医生的能力也存在差异,许多病人为了确诊所患的疾病将花费高昂的费用。如何根据症状来自动化地诊断病人所患疾病是本文研究的重点。在过去的二十多年,本体已经广泛应用到知识工程、人工智能、信息推荐、自然语言处理、生物信息学、农业领域等工程。基于本体的应用越来越多,然而,许多情况下本体是手工构建,存在工作量大、效率低、关系表达错误等缺点。本文在形式概念和本体理论的基础上,把本体作为知识表达和共享的载体,将症状、疾病知识组织起来,建立疾病与症状的本体知识库,以便实现医疗的自动诊断。综上所述,本文研究的主要内容如下:1.在构建疾病与症状的本体过程中,改进了属性偏序结构图算法,并利用该算法自动化地构建疾病本体知识库。针对疾病数据集,提出了症状信息量的概念来刻画具有某些症状的疾病数量,并选取具有最小信息量的公共症状集合,构建属性偏序结构图。实验结果表明,利用最小信息量的公共症状集合构建偏序结构图,降低了多个症状之间的冗余性。2.针对疾病数据集,分析了构建的疾病与症状的本体结构,提出了一套用于病人疾病诊断的医疗诊断模型。在医疗诊断模型中,利用症状之间的相似度与症状的权重进行加权平均,计算出病人疾病与该疾病之间的相似度,并利用该相似度来衡量病人患有该疾病的概率。实验结果表明,该算法在急性膀胱炎和急性肾炎的疾病数据中进行医疗诊断的准确率都在80%以上。3.设计并实现了医疗自动诊断系统。该系统使用MVC设计模式,使系统界面显示和疾病诊断过程相互独立。在进行医疗自动诊断时候,医生采用问诊的形式,确定病人具有的症状,系统自动根据病人的症状进行医疗诊断并输出诊断结果。经测试,该系统能够便捷地对病人进行医疗诊断。(本文来源于《电子科技大学》期刊2017-03-28）
张梅丽[9]（2017）在《基于本体的医疗知识复用技术研究》一文中研究指出随着本体知识库的不断发布与本体构建工具的日益成熟,复用技术越来越为本体构建方法学所推崇。由于不同地区的地理环境、语言和文化的不同,对同一个事物的表达也不同,运用本体复用技术不仅可以节约本体开发成本,提高开发效率,更重要的是可以形成全球统一的知识标识体系,使得不同语言表达出的同一事物具有统一的符号代码,以及提高两个本体之间的交流互动程度。然而,作为本体复用技术亟待解决的核心问题之一,本体的发布、获取和映射也成为学术研究和应用关注的重点。本文以基于复用技术构建本体为目标,分别从本体的获取、复用方法和健康监测系统应用叁个方面,研究基于本体知识库的系统构建和应用问题。具体研究内容和贡献如下:1.本体的获取方面,主要有3种本体获取途径。本文列举常用的本体搜索系统,并进行比较分析,从原理和应用两方面介绍其使用场景。2.复用方法方面,提出表连接复用方法,将图连接转换成表连接。本文通过复用本体的初步结构了解,设计本体模型,分析主本体和复用本体之间的属性重迭;之后,将主本体和复用本体的基本实体信息存储到两张表中;最后根据两张表的自然连接结果,得到已复用的实体信息,添加到主本体结构中。在表连接方法之前,分析并剪枝复用本体的不相关实体可以进一步提高表连接的效率。3.健康监测系统应用方面,设计以本体知识库为核心的应用系统。关注以个体为中心的完整性和个性化医疗,用户可以进行症状查询,并且记录查询信息和健康数据。该系统的优势在于能依据用户的健康状况进行数据查询,长期监测个体的身体问题,有助于个体找到健康调理的方向和重点。(本文来源于《海南大学》期刊2017-02-01）
宋玉颖[10]（2015）在《基于本体推理的远程医疗监测系统的设计与实现》一文中研究指出近些年，“老年人摔倒扶不扶”成为人们持续关注的热点问题。“扶不扶”不仅是在道德层面的拷问，更是反映了我国医疗领域存在的问题。随着科技的发展、社会老龄化程度加剧以及医疗缺口的进一步加大，传统的养老方式、医疗模式已经无法满足人们的需求。人们迫切的需求一种智能化、个性化的医疗服务，打破时间和空间的束缚，真正实现医疗领域知识的统一和共享。在这中背景下，远程医疗应运而生。从二十世纪几十年代开始，远程医疗的发展经过了叁个阶段，每一次进步的诱因都可归结于通讯技术的发展和变革。2003年，无线传感器技术的使用开启了远程医疗服务的新纪元，使得远程医疗更加智能化、个性化。而后，体域网继承并发展了无线传感器的这些优势，为远程医疗监测的发展奠定了良好的基础。本文主要工作如下：（1）文中对本体的概念及相关构建技术进行了深入的探讨，通过深入比较，最终决定在Protégé软件上使用OWL语言实现可复用的远程医疗监测本体的构建。（2）使用SWRL规则语言描述推理规则，构建基于体域网中的生理参数构建推理规则库和预警规则库。在这个过程中，为了使推理规则更为智能、准确，本文针对年龄、运动状态等因素提出个性化的规则推理。为了确保规则的正确有效，使用Jess推理引擎进行逻辑性验证。（3）在上文的基础上，完成远程医疗监测系统的设计与实现。简要阐述了系统的基本功能及实现的意义，详细介绍了系统中最主要的两个模块——生理信息诊断与预警模块和生理信息监测模块的设计与实现。在生理信息监测模块的设计中，摒弃了实时与非实时的区别，将二者统一定义为监测某一时间段的的生理信息，减少了系统的工作量。（4）从正反两反面对本文的工作进行了总结，本体、规则库的扩展依然任重道远。(本文来源于《吉林大学》期刊2015-05-01）
医疗本体论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着大数据时代的来临,海量的数据以超乎人想象的速度进行积累。我国医疗信息化经过近些年的建设和发展,也已积累了丰富的医疗数据资源,而医疗数据的使用仍处于较低层次,海量的医疗数字资源依托传统的操作型数据库无法提供必要的分析决策支持,需要对医疗数据进行有效的集成,构建以分析决策为目的的医疗数据仓库。医疗数据仓库维度建模过程中的两个驱动力是数据源和业务需求。由于各医疗信息系统中的数据库存在着数据类型多、数据量大、缺少参照完整性约束、字典表混杂等现象,大量医疗数据概念之间缺乏基本的组织和联系,导致各医疗数据源之间存在大量的语义异构,并且医疗数据仓库需求更加的复杂多样,很难准确的描述业务语义以及整合这些业务需求,采用传统的方式并不能够很好的处理医疗数据仓库维度模型中存在的问题。本文提出了一种基于本体的医疗数据仓库维度模型构建方法,其主要内容包括:1.提出基于本体的医疗数据整合方法:针对医疗数据特点,提出基于医疗数据构建医疗本体,通过本体对医疗异构数据源进行全局的语义描述,解决数据源之间异构问题;2.提出基于本体的医疗数据仓库多维模型需求分析方法:使用一种面向目标的数据仓库需求分析方法进行需求分析,并提出基于本体的需求模型合理性检验规则,利用本体的语义表达能力去检验需求模型的合理性;3.提出基于本体的医疗数据仓库维度建模方法:提出维度表自动生成算法,将本体通过生成算法生成维度表,并提出分割策略优化维度表结构,提高查询效率;4.基于本体的医疗数据仓库应用:完整实现从需求分析到数据可视化一整套流程,验证了本方法的可行性以及在消除语义异构、构建效率、可复用性等方面的优势。最后将该方法与传统方法作比较,给出各方法的优缺点以及建模方法选取建议。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
医疗本体论文参考文献
[1].张晓敏.基于框架的医疗在线评论情感本体构建与查询应用[D].山西大学.2019
[2].王腾.基于本体的医疗数据仓库维度建模研究与应用[D].天津工业大学.2019
[3].陆旭.基于本体的医疗异构数据集成研究与应用[D].天津工业大学.2019
[4].丛丝丝.《患者生命体征的本体驱动监测使个性化医疗检测与预警得以实现》翻译报告[D].中国地质大学(北京).2018
[5].蒋秀林,谢静,陈玉娥.基于医学本体的区域医疗信息共享平台理论探索[J].包头医学院学报.2018
[6].孔德华.基于本体的中文医疗知识库及知识管理系统的构建[D].清华大学.2017
[7].韩彤.面向医疗信息检索的本体构建和管理技术研究[D].中北大学.2017
[8].李明星.基于本体的医疗自动诊断系统的研究与应用[D].电子科技大学.2017
[9].张梅丽.基于本体的医疗知识复用技术研究[D].海南大学.2017
[10].宋玉颖.基于本体推理的远程医疗监测系统的设计与实现[D].吉林大学.2015