基于Web平台的帕金森智能辅助诊断系统
李民玺 马凯 杨晓东
摘 要：
本项目旨在提高帕金森病的医疗诊断效率和服务水平、降低误诊漏诊率、减轻医务工作者的工作负担。该项目采用Python的自然语言处理技术、分层的javaWeb设计模块，量表评估算法，设计一款基于Web平台的帕金森病智能辅助诊断系统，采用数据库、电子病历、Java编程、网页编辑技术等技术，构建集帕金森自主评估量表、个人健康档案、案例库、医患对接功能为一体的智能辅助诊断系统。从而达到了提高医疗诊断的效率和服务水平，降低误诊漏诊率的目的。
关键词：
帕金森;智能辅助诊断;web平台;Python
中图分类号：
R443 文献标识码：
A DOI：10.3969/j.issn.1003-6970.2020.10.009
本文著录格式：李民玺，马凯，杨晓东. 基于web平台的帕金森智能辅助诊断系统[J]. 软件，2020，41（10）：3437
【Abstract】：
This project adopts Python natural language processing technology， layered java web design module and scale evaluation algorithm to design an intelligent auxiliary diagnosis system for Parkinsons disease based on Web platform， and adopts database， electronic medical record， Java programming， web page editing technology and other technologies to build a Parkinson"s independent evaluation scale， personal health archives， case library， and doctor-patient docking function Intelligent assistant diagnosis system. So as to improve the efficiency and service level of medical diagnosis and reduce the rate of misdiagnosis and missed diagnosis.
【Key words】：
Parkinson; Intelligent auxiliary diagnosis; Web platform; Python
0 引言
随着社会老龄化，帕金森病的发病率、患病率及致残率均呈增高的趋势，现已成为继肿瘤、心脑血管病之后中老年的“第三杀手”。帕金森病临床上以体格检查、化验检查与影像检查为主要的诊断手段，但诊断结果不同程度受到医生临床经验、知识水平和工作状态等主观因素的影响，读片及诊断水平参差不齐，导致漏诊误诊，延误最佳治疗时间。
1 项目研究背景及意义
帕金森综合症（PD）是神经内科较为常见的疾病，由脑黑质多巴胺能神经元的变性坏死引起纹状体多巴胺含量积聚降低，从而导致运动功能障碍。患者临床表现为步态不稳、静止性震颤、动作变缓、肌张力增加等[1]。
中国目前帕金森病患者人数已达到约200多万人，约占全球50%。同时，目前帕金森发病呈现年轻化趋势，临床治疗中不乏低于40岁发病的青年帕金森患者[2]。全球对于帕金森的治疗的主要手段为药物治疗，此外，心理辅助治疗、良好的康复治疗也能起到一定的缓解作用，诚然，早期的药物治疗及相应的辅助治疗并不能彻底地干预PD地发作，但推迟药物治疗会对患者的生活质量造成严重影响。因此，及早地确诊并对之进行干预是针对PD的主要治疗方向。
对比我国与西方发达国家的PD患病率不难看出，人均寿命长短与PD患病率有着必然的联系。研究表明，作为一种典型的老年慢性疾病，帕金森病在老年人群中患病率成倍增加，65岁以上老年人群患病率为1%～2%、85岁以上为3%～5%[3]。随着我国人口老龄化日趋严重，PD患病率必将不断提升。因此，帕金森智能辅助诊断系统便体现了其重要性，减轻了医务工作者的工作负担，提高了PD医疗诊断的效率和服务水平，降低误诊漏诊率。
2 项目研究目标及主要内容
2.1 项目目标
针对帕金森患者入院诊断流程设计一套智能辅助诊断系统，通过对病历汇总、帕金森量表智能算法的解析与重构，实现数据的可视化、量表在线评测。医生通过查询患者所填量表并进行反馈，达到提前预防、提前决策的目的，提高了诊断的效率和服务水平，降低误诊漏诊率。
2.2 项目内容
本项目采用Python的自然语言处理技术、分层的javaWeb设计模块、量表評估算法，对帕金森病的相关量表进行智能分析，设计一款基于Web平台并结合Mysql数据库的帕金森病智能辅助诊断系统，患者通过患者窗口填写量表并查看评估结果，及医生反馈，从而对自己的病情有更明确的认识;医生通过进入医生窗口，及时查看病情，更新病历数据库并对患者进行反馈。从而达到了提高医疗诊断的效率和服务水平，降低误诊漏诊率的目的。
2.2.1 基于Python的自然语言处理技术
本系统基于机器学习，针对数量庞大的电子病历，通过大数据分析，并结合自然语言处理技术，对相应的有效病历数据进行提取、分析、推断，获取PD治疗信息，评估PD等级。在医院病历文本数据库的基础上，进行词典库的构建。首先，将病历文本进行中文分词，将连续的字序列按照相应算法规则重新组合成词序列。其次，将新的词序列进行词性标注与命名实体识别、标注相关语义、语法分析，达到消除词性兼类歧义及语义分析的目的。最后通过临床诊断规则对关键信息进行提取，实现预测诊断。如图1为电子病历自然语言处理技术流程图。
2.2.2 分层的javaWeb模式运行流程
用户首先打开一个login.JSP页面，这个JSP页面用于收集用户输入的数据[4]（使用Form表单实现），如需注册则跳转如register.JSP;当用户单击提交按钮时，此JSP页面被提交到对应的customer.Servlet，此时工作转向Servlet。
Servlet将提交到的数据进行处理，处理过程如下：首先对数据进行合法性验证、乱码处理等，接着实例化customer.DAO，调用DAO的方法进行数据库数据的更新查询操作，将DAO返回的数据进行保存，保存的位置可選（request，session等），最后进行页面的跳转（结果反馈在list.JSP上）。
在Servlet调用DAO的方法过程中，DAO的处理过程如下：首先连接数据库（这些操作可以放在DAO的构造函数当中，也可以写成单独的方法。本系统则把相关语句封装在一个xml中），接着处理查询方法，这里给出基本步骤。先按查询语句及传过来的参数进行数据库的查询得到一个ResultSet结果集，为了方便将结果返回给Servlet及方便后面的显示，现将结果进行封装并以ArraryList或者JSON串，xml串等等的形式返回给servlet。为了进行数据的封装，这里就需要实例化一个JavaBean，这个JavaBean的字段与数据库表当中的字段一一对应，并为各个字段添加get（），set（）方法。
Serlvet在得到数据后，再将页面进行跳转，此时数据已保存下来。我们可以在另外一个JSP页面当中将数据提取出来，并按一定的格式进行排列。至此，一个完整的查询操作就完成了。如图2为本系统部分分层模式图。
2.2.3 量表评估算法
以H-Y分级量表为例。H-Y分级量表共5分级，0级无体征;1级单侧肢体症状;1.5级单侧肢体和躯干症状;2级双侧肢体症状，无平衡障碍;2.5级轻度双侧肢休症状，轻度平衡障碍;3级中度双侧肢体症状，平衡障碍，许多功能受限;4级症状严重，功能严重受限;5级患者限制在轮椅或床上，需要他人照顾[5]。图3所示为量表在线测评。
其部分实现代码如下：
if（score==0）
obj.value="诊断：阶段0，无体征，";
else if（score>0&&score<=16.7）
obj.value="诊断：阶段1，单侧患病，";
else if（score>16.7&&score<=33.4）
obj.value="诊断：阶段1.5，单侧患病，并影响到中轴的肌肉，";
else if（score>=51&&score<=100）
obj.value="诊断：阶段3，双侧患病，有姿势平衡障碍，后拉试验阳性，";
else
obj.value="诊断：阶段5，不能起床，或生活在轮椅上，";
var x=score/147;
if（x==1）
obj.value=obj.value+"自主神经功能障碍，如吞咽困难，大小便失禁。卧床不起。";
else if（x>=0.9&&x<1）
obj.value=obj.value+"完全依赖他人，不能自理，完全残疾。";
else if（x>=0.1&&x<0.2）
obj.value=obj.value+"完全独立。能够做所有的家务，有一定程度的缓慢、困难或损害。可能需要两倍时间。开始意识到有困难。";
else
obj.value=obj.value+"完全独立。能够做所有的家务，没有缓慢、困难或损害。基本上正常，没有意识到有什么困难。";
window.location.href="MyJsp.jsp";}
2.2.4 基于Python接口的JavaWeb平台设计
使用python进程运行深度学习中训练的模型，在java应用程序中调用python进程提供的服务。[6]由于医生患者登陆权限不同，所以设计了不同的登录界面，页面简洁明了，为患者和医生提供不同的服务。本系统登录后，为患者和医生提供了两个不同登陆界面。患者界面仅开放了量表填写及查看已填量表的功能，在有效记录诊疗信息的同时也能防止隐私泄露。医生界面不仅开放了患者上述功能，还开放了所有患者已填量表的查询功能，并给患者及时做出反馈，实现数据的有效性和共享性[7]，提高了诊断的效率。
3 系统实现情况
3.1 网页的功能结构建模
患者登陆后，用户登录时可以自行输入相关的健康数据[8]，并填写量表，通过网页将数据传输给案例库并将数据与医患平台连接。医生登录后，调取案例库的数据，连接医患平台。医生和患者通过医患平台实现数据交互。患者查看评估结果及医生反馈，对自己的病情有更明确的认识;医生及时查看患者病情，更新病历数据库并对患者进行反馈。从而达到了提高医疗诊断的效率和服务水平，降低误诊漏诊率的目的。帕金森智能辅助诊断系统的技术路线如图4所示。
3.2 患者信息管理
医生通过患者健康档案管理界面，可查询所有所属患者信息，包括编号、姓名、性别、年龄、床号、入院日期、主诉、诊断结果、治疗方案等[9]，并可对患者信息进行编辑与删除。
目前帕金森病应用的治疗手段主要是改善症状，但尚不能阻止病情的进展，故患者可以通过本系统建立、储存终身的电子病历，为医生直观有效地调取、查阅、检索诊疗信息提供了便利。不仅极大地提高了工作效率，为医生提供了利用患者信息的最有效途径，也可将病情的前后发展进行对比，制定更加合理的诊疗方案。患者信息管理查询如图5所示。
猜你喜欢 帕金森 帕金森综合征的源头可能在阑尾恋爱婚姻家庭·养生版(2019年1期)2019-01-25手抖不是帕金森的专利大家健康(2016年8期)2016-12-26过半帕金森病会和“抑郁”相伴家庭医药(2016年11期)2016-11-24