1. 研究目的与意义
1.1课题内容研究人工智能机器学习算法，如深度学习、推荐等中的一个或多个算法，基于前端开发技术，通过大数据的临床数据库支持，设计一款给予心血管医生精准推荐的辅助诊疗系统。
医生可以通过辅助诊疗系统的建议，进行参考，同时给予自己的决策。
系统最终需要达到的效果：程序设计，具有以下功能，达到以下性能要求：功能要求： 设计实现深度学习算法；利用mysql数据库或其他数据库，将电子病历数据进行存储；以Python/java/C#/html/js等语言实现辅助诊疗系统；性能要求：界面友好，运行稳定；对部分信息以文档的形式可供下载；1.2毕设意义（1）在如今的大数据环境下，充分利用数据分析工具，将大医院的电子病例数据，提供支持库，实现数据挖掘，可供医生参考建议，尤其对于社区医院医生，提高社区医生的诊断能力，降低误诊漏诊率。
2. 文献综述
2.研究的背景、现状、意义2.1研究的背景和意义2017年9月30日，由中国心血管健康联盟、中国科学院自动化研究所、麦迪科技共同发起的「心血管HearVai医生人工智能研究项目启动新闻发布会」在苏州工业园区举行。
三方将合力共同启动基于大数据与深度学习的心血管临床辅助决策支持整体解决方案，为建立心血管医疗质量持续提升体系提供坚实基础。
本课题在深度学习、大数据用于医学研究的大背景下，研究大数据对心血管辅助诊疗。
3. 设计方案和技术路线
3.关键技术和算法介绍科技在丰富人类生活得同时，也给人类生活带来了选择的困扰----如何快速有效地从繁杂的数据中获取有价值的信息。
临床辅助诊疗系统作为解决信息过载问题的有效方法，正在发挥着显著的作用。
在查阅资料的基础上，以下几种算法可能会在本系统中用到。
4. 工作计划
2022年11月15日-11月17日：师生面谈指导，探索选题方向及思路；导师指导学生选题；2022年11月17日-11月30日：论文定题；导师向学生下达《任务书》2022年12月01日-12月15日：收集资料，在不断修正中形成较为具体的研究方法；开题，撰写论文粗纲，完成开题报告；提交《开题报告》。
2022年12月16日-12月25日：继续收集资料，撰写细纲；2022年12月26日-12月31日：完成文献综述；2022年01月01日-03月15日：软件需求分析、系统设计，整理相关资料和数据，形成初稿；2022年03月16日-04月30日：测试软件，根据测试结果进一步完善程序代码，修改论文，形成二稿；2022年04月30日：提交《毕业设计（论文）中期检查表》2022年05月04日-05月10日：论文中期检查时间；2022年05月11日-05月19日：论文修改与定稿，进行格式调整，答辩前准备工作；2022年05月20日-05月25日：论文答辩。
5. 难点与创新点
1.通常一些决策系统采用的传统的一些算法，本课题采用深度学习技术，可以对病历数据进行特征学习，准确性会较高一些，同时给医生参考建议。
2.临床系统支持文件导出，本系统最终结果采用pdf/office文件的打印展示给病人，可以更加直观。
本课题的研究，可将大医院的电子病历数据，应用于社区医院辅助诊疗，解决社区医院的人才不足，需求量大的问题。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
