导读:本文包含了医学知识获取论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:医学知识,知识,医学,神经网络,专家系统,流行病学,病历。
医学知识获取论文文献综述
刘蕾,于国泳,林鑫,周琴,王晨[1]（2019）在《基于BP神经网络的医学类微信公众号学术知识获取效果评价模型构建》一文中研究指出目的:通过构建神经网络模型实现对医学类微信公众号学术知识获取效果进行综合、科学性的评价。方法:首先对麻醉学微信公众号辅助临床、教学与实践的应用现状进行概述;其次,根据既有研究成果提出的"微信知识获取效果评价指标体系",分别从知识特性、知识获取方、知识提供方、知识获取情景对遴选的15个典型麻醉学微信公众号样本开展评价;最后采集定性和定量数据,使用Matlab软件构建BP神经网络(Back Propagation Neural Network)模型并进行仿真验证。结果:采用BP神经网络的预测输出结果与实际期望结果控制在限定的误差范围内。结论:基于BP神经网络构建的医学类微信公众号学术知识获取效果评价模型具有可操作性和实践性,能够评价用户通过移动社交平台获取知识的效果,揭示促进和阻碍因素,进一步指导各学术机构推荐并建立高质量的学术公众号,更好地服务学界。(本文来源于《中华医学图书情报杂志》期刊2019年02期）
赵超[2]（2018）在《面向中文文本的医学知识获取、表示与推理》一文中研究指出面向文本的知识获取、表示与推理属于自然语言处理、知识表示和知识推理的交叉课题,主要研究利用自动化方法从文本中抽取叁元组信息、将信息加工成为知识图谱、并利用已有知识发现新知识等问题。这些问题用于模拟智能系统从外部获取信息、生成知识结构、以及利用知识进行推理的能力,是智能体不可缺少的能力,是整个人工智能的核心。经过二十余年的发展,面向文本的知识获取、表示与推理系统在开放域中获取了一定的成功,出现了bootstrapping、远程监督(distant supervision)等一些经典的知识抽取方法;YAGO、NELL等一些大型知识库;以及Path-Ranking、Trans X等一些知识推理方法。近年来,基于深度学习的方法为知识获取和推理注入了新的活力,被证明在多数情况下可以有效提高这些算法的性能。在限定域中,开放域的通用方法与领域特点相结合,往往可以在扩展知识深度的同时,避免开放域的一些难以解决的问题,如实体消歧等。限定域知识在医疗、法律、生物等专业领域、娱乐、饮食、商务等生活领域都发挥着重要的作用。本文关注于医疗领域,研究面向中文电子病历和半结构化医学文本的医学知识获取、表示与推理的关键技术。主要包含以下叁个方面:(1)面向中文电子病历的医学知识获取与表示。针对医学实体关系自动抽取精度不高的问题,本文提出医学知识网络(medical knowledge network,MKN)作为电子病历医学知识表示方法。MKN是一个仅包含医学实体,不包含医学实体关系的网络。该网络以医学实体为节点,以实体在一份电子病历中的共现关系为边。虽然以共现为关系的叁元组往往不能被视为医学知识,但相比于随机网络,MKN确实显示出了一定的知识复杂性,可以在其之上构建相应的知识推理系统。(2)面向半结构化医学文本的医学知识获取与表示。电子病历作为一种单一知识源,无法覆盖临床所需的全部的医疗知识。为了从其他来源进行知识挖掘,本文提出了一套医学知识图谱构建方案,包括实体识别、实体关系抽取等知识获取模块,以及知识描述、存储、归一、校验等知识加工模块。该方案可以从半结构化医学文本中抽取叁元组信息,并自动整合为一个医学知识图谱。(3)基于马尔科夫随机场的临床决策推理。面向MKN以共现关系加以组织的特点,本文提出基于马尔科夫随机场的医学知识推理框架,针对疾病诊断、检查推荐、治疗方案推荐叁大临床决策问题,结合图特征、边特征、分布式表示的节点特征等构建了6种势函数,设计3种评价指标对推理系统性能进行评估。真实电子病历上的实验表明该方法可以有效从MKN中过滤出医学知识。医学知识图谱可以为MKN推理提供节点归一和解释性功能。综上所述,本文面向两大类医学文本知识源,研究了在此之上的医学知识获取、表示与推理的关键技术。在真实的电子病历和医学文本数据上测试有效,取得了初步的研究成果。我们希望这些成果能够进一步应用到更广泛的医学文本数据和医学知识推理任务上,以进一步推动自然语言处理和知识表示与推理在医学领域的研究和发展。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
蒋立辉,王伟[3]（2006）在《医学知识库与医学知识的获取》一文中研究指出本文概述了医学知识的来源、医学知识库的构成及其知识表达;阐述了知识获取的方式和一般步骤;对医学知识库建设中需要解决的几个关键问题进行了分析和探讨。(本文来源于《医学信息》期刊2006年09期）
万德芬[4]（2005）在《医学文献中有效知识的获取途径》一文中研究指出在医学临床和科研工作中,要创新工作,满足每天病人诊疗的要求,医务人员必须经常更新自己的知识,了解新的医学理论和诊疗技术,因此需要学习和掌握从浩如烟海的医学文献中获取有效知识的途径。现从知识的概念、类型、知识储存和传播的方式四个方面,阐述获取有效医学知识的方法。(本文来源于《现代诊断与治疗》期刊2005年S1期）
曾哲淳,赵冬,王文化,贾妍娜,刘颖[5]（2004）在《北京市基层医生医学知识获取途径及临床问题解决方式的现状研究》一文中研究指出目的 :了解北京市基层一、二级医院医生获取新的医学知识的主要途径 ,及其在临床实践中解决问题的主要方式。分析影响基层医生将知识转化为临床能力的因素。方法 :北京市海淀区和朝阳区 4 2家基层医院 (包括二级医院 9家 ,一级医院 17家 ,乡卫生院 16家 )共计 6 32名内科系列的医生 ,采用问卷调查方式 ,进行继续医学教育和临床能力调查。结果 :1 基层医生获取医学知识的主要途径中“参加院外市级或区级继续教育培训”排在第一位 (4 4 % ) ,其次是阅读专业期刊书籍 (2 2 % )和上级医生指导 (15 % )。 2 .高级职称医生中通过阅读获取知识的比例明显高于初中级职称的医生。 3.当在临床实践中遇到问题时 ,高级职称医生最常用的解决途径为“查看有关疾病的诊疗指南”、“查看相关书籍、期刊” ,而中低职称医生解决的主要途径为“请教上级医生”、“查看有关疾病的诊疗指南”。 4 .基层医生认为影响诊疗水平提高的原因为“缺乏学习时间”(34% )和“缺乏专家的实际指导”(33% )。 5 .基层医生认为目前继续教育系统存在的问题包括 :与临床实际联系不足 ,且内容重复、陈旧 ,授课时间和地点不合理 ,授课形式枯燥。结论 :1.继续医学教育课程是基层医生获取临床知识的主要途径。 2 .该系统课程设置、教学方式、教学?(本文来源于《心肺血管病杂志》期刊2004年04期）
周肖彬,曹存根[6]（2003）在《基于本体的医学知识获取》一文中研究指出1 引言知识是实现人工智能的必由之路。大规模知识处理致力于各学科专业领域的知识处理,从知识的角度来探讨智能的实现方式,并提供可共享、可复用的知识。医学知识库(NKIMed)是国家知识基础设施(NKI)的一个子集。(本文来源于《计算机科学》期刊2003年10期）
余辉[7]（2003）在《医学知识获取与发现的研究》一文中研究指出医学知识自动获取与发现对医学研究分析具有重要现实意义，是解决“数据丰富，知识贫乏”问题，提高医学工作者知识水平的关键性技术。本文提出了融基于知识编辑器的知识获取系统和基于数据挖掘技术的知识发现系统于一体的医学知识获取与发现系统构架。以糖尿病及并发症为研究实例，构建了一套完整的解决方案。方案包含了知识编辑和知识挖掘技术的各个功能模块；在完成医学数据的冗余性消除、规范化储存以及数据无缝融合与共享等任务后，实现知识归纳、提取及冗余性知识消除与可视化表达等功能。利用“知识编辑”把医学知识整理成系统模型，并把它作为数据挖掘的原始参考。“知识挖掘”和“知识编辑”两种技术相互印证，互为补充构成本论文的目标。本课题工作重点在定性数据的关系挖掘、定量数据的聚类分析以及知识的可视化模型化表达等方面。除了构建医学知识获取与发现系统框架外，讨论了关联模型、Rough信息决策模型等定性数据的定量化挖掘方法以及人工神经网络、模糊聚类分析等定量数据挖掘的技术；改进了数据挖掘理论中的关联模型：针对知识规则的冗余性问题，提出运用集合的Apriori性质，以逆向递归方式消减冗余规则；参照多尺度分析的概念，增加了次级支持度的参数，用条件置信度阈值均衡知识规则的质和量，减少数据挖掘过程中丢弃的知识规则。在知识表达方法中引入图论中的生成树的形式；同时尝试用统一建模语言实现面向计算机的知识表达；探讨模型化解析化方式实现现有文本知识的精化和融合，以糖尿病数据分析为实例，设计并实现基于知识编辑器的交互式知识获取系统。上述工作在糖尿病并发症流行病学分析和糖尿病相关的生理参数的数据挖掘实验中进行了检验。(本文来源于《天津大学》期刊2003-09-01）
周肖彬[8]（2003）在《医学本体和医学知识获取的研究》一文中研究指出在人工智能的研究领域,本体论是一种科学理论,它能描述解释并预测知识的一些元特性。本体是对客观存在的概念和关系的显式描述,是对于概念化(Conceptualizaion)的明确表达。本体论已经成为知识工程领域中的一种有效的理论指导和实践工具。本文从本体论出发,阐述了医学领域本体(Medicine-Specific Ontologies),在医学领域本体的基础上进行了国家基础知识设施(NKI)的子集---医学知识库(NKIMed)的研制。研究了医学本体中的类结构设计、从文本知识中获取医学知识的方法以及从半结构化文本中自动获取知识的方法。我们建立了52个医学概念类,整理出了1691种医学属性和107条医学关系。并利用这些概念类获取到554个临床检验指标的知识,以及19595个医学概念的知识。共计78012条医学知识。同时,我们获取了相应的医学公理共812条,并用这些公理对医学知识进行一致性分析和知识推理。在研究过程中,我们总结了医学知识表示的特殊处理方法,以及医学本体的设计特点,从结构上保证所获取的医学知识具有很好的共享性及可复用性,从而提高了知识的可操作性。在知识库的分析方面,提出了用公理进行知识库一致性分析的观点和方法,并设计了相应的知识库中知识的一致性分析算法。与此同时,还提出了对知识库中的公理的一致性分析算法。在知识获取方面,提出了知识获取主体以及知识获取模板用于半结构化文本的自动知识获取,总结了大量的医学知识获取主体和医学知识获取模板。并提出了上下文相关文法的处理策略以及相对知识匹配度和概念语义判定算法用以解决知识获取过程中知识获取主体的冲突。最后本文介绍了医学知识库在智能教学系统和语音处理中的应用,并指出存在的问题和今后的研究方向。(本文来源于《中国科学院研究生院（计算技术研究所）》期刊2003-06-30）
李苏,袁勇[9]（2002）在《医学专家系统中知识表示、获取和推理的两种方法》一文中研究指出文章提出使用模糊数学的方法和基于规则的神经网络的方法来构造一个呼吸道疾病方面的专家系统,包括知识的表示、获取和推理。对模糊数学方法,用模糊集来表示所考虑的症状与所有可能的疾病。医学知识存储在症状与疾病的模糊关系上。推理时使用模糊关系合成的方法。对基于规则的神经网络方法,从规则集中自动构造网络的结构,确定隐层节点数和连接权值。用并行的方法进行推理。(本文来源于《计算机工程与应用》期刊2002年02期）
董吉原[10]（1985）在《主动地获取知识——浅谈布鲁纳的学科基本结构理论对医学生的指导意义》一文中研究指出布鲁纳的学科基本结构理论思想,在一定程度上代表了当前美国对待学习问题的一种倾向.基本结构是指知识和学科的基本概念或基本原理及规律性.他主张课程应以学科为中心,而学科又以它的基本结构为中心.他认为,要实现学习上的迁移,只有精通学科的基本结构,才能做到.而且“学到的观念越是基本、普遍,几乎归纳为定义,对后继知识或问题的适用性就越宽广”.他说“一个人越是具有某学科结构的观念,就越能毫不疲乏地经历内容密集和时间较长的学习节目”.他还提出,通晓某一学科的基本结构,不但要掌握其“一般原理”,而且还要掌握研究这门学科的态度和方法,即学生应“(本文来源于《医学教育》期刊1985年06期）
医学知识获取论文开题报告
（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：
面向文本的知识获取、表示与推理属于自然语言处理、知识表示和知识推理的交叉课题,主要研究利用自动化方法从文本中抽取叁元组信息、将信息加工成为知识图谱、并利用已有知识发现新知识等问题。这些问题用于模拟智能系统从外部获取信息、生成知识结构、以及利用知识进行推理的能力,是智能体不可缺少的能力,是整个人工智能的核心。经过二十余年的发展,面向文本的知识获取、表示与推理系统在开放域中获取了一定的成功,出现了bootstrapping、远程监督(distant supervision)等一些经典的知识抽取方法;YAGO、NELL等一些大型知识库;以及Path-Ranking、Trans X等一些知识推理方法。近年来,基于深度学习的方法为知识获取和推理注入了新的活力,被证明在多数情况下可以有效提高这些算法的性能。在限定域中,开放域的通用方法与领域特点相结合,往往可以在扩展知识深度的同时,避免开放域的一些难以解决的问题,如实体消歧等。限定域知识在医疗、法律、生物等专业领域、娱乐、饮食、商务等生活领域都发挥着重要的作用。本文关注于医疗领域,研究面向中文电子病历和半结构化医学文本的医学知识获取、表示与推理的关键技术。主要包含以下叁个方面:(1)面向中文电子病历的医学知识获取与表示。针对医学实体关系自动抽取精度不高的问题,本文提出医学知识网络(medical knowledge network,MKN)作为电子病历医学知识表示方法。MKN是一个仅包含医学实体,不包含医学实体关系的网络。该网络以医学实体为节点,以实体在一份电子病历中的共现关系为边。虽然以共现为关系的叁元组往往不能被视为医学知识,但相比于随机网络,MKN确实显示出了一定的知识复杂性,可以在其之上构建相应的知识推理系统。(2)面向半结构化医学文本的医学知识获取与表示。电子病历作为一种单一知识源,无法覆盖临床所需的全部的医疗知识。为了从其他来源进行知识挖掘,本文提出了一套医学知识图谱构建方案,包括实体识别、实体关系抽取等知识获取模块,以及知识描述、存储、归一、校验等知识加工模块。该方案可以从半结构化医学文本中抽取叁元组信息,并自动整合为一个医学知识图谱。(3)基于马尔科夫随机场的临床决策推理。面向MKN以共现关系加以组织的特点,本文提出基于马尔科夫随机场的医学知识推理框架,针对疾病诊断、检查推荐、治疗方案推荐叁大临床决策问题,结合图特征、边特征、分布式表示的节点特征等构建了6种势函数,设计3种评价指标对推理系统性能进行评估。真实电子病历上的实验表明该方法可以有效从MKN中过滤出医学知识。医学知识图谱可以为MKN推理提供节点归一和解释性功能。综上所述,本文面向两大类医学文本知识源,研究了在此之上的医学知识获取、表示与推理的关键技术。在真实的电子病历和医学文本数据上测试有效,取得了初步的研究成果。我们希望这些成果能够进一步应用到更广泛的医学文本数据和医学知识推理任务上,以进一步推动自然语言处理和知识表示与推理在医学领域的研究和发展。
（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。
医学知识获取论文参考文献
[1].刘蕾,于国泳,林鑫,周琴,王晨.基于BP神经网络的医学类微信公众号学术知识获取效果评价模型构建[J].中华医学图书情报杂志.2019
[2].赵超.面向中文文本的医学知识获取、表示与推理[D].哈尔滨工业大学.2018
[3].蒋立辉,王伟.医学知识库与医学知识的获取[J].医学信息.2006
[4].万德芬.医学文献中有效知识的获取途径[J].现代诊断与治疗.2005
[5].曾哲淳,赵冬,王文化,贾妍娜,刘颖.北京市基层医生医学知识获取途径及临床问题解决方式的现状研究[J].心肺血管病杂志.2004
[6].周肖彬,曹存根.基于本体的医学知识获取[J].计算机科学.2003
[7].余辉.医学知识获取与发现的研究[D].天津大学.2003
[8].周肖彬.医学本体和医学知识获取的研究[D].中国科学院研究生院（计算技术研究所）.2003
[9].李苏,袁勇.医学专家系统中知识表示、获取和推理的两种方法[J].计算机工程与应用.2002
[10].董吉原.主动地获取知识——浅谈布鲁纳的学科基本结构理论对医学生的指导意义[J].医学教育.1985
论文知识图
