计算机智能系统论文4500字计算机智能系统毕业论文范文模板Word格式文档下载.docx

计算机智能系统论文4500字计算机智能系统毕业论文范文模板Word格式文档下载.docx

《计算机智能系统论文4500字计算机智能系统毕业论文范文模板Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《计算机智能系统论文4500字计算机智能系统毕业论文范文模板Word格式文档下载.docx（10页珍藏版）》请在冰豆网上搜索。

　　肾小球滤过率（GFR）是当今评估肾功能的重要指标。

通过放射性同位素标记物99mTc-DTPA清除率来测定GFR是目前公认的可精确测定GFR的方法，但缺点较多，如检查过程繁琐、存在放射损害、费用昂贵以及基层医院不容易普及等[1-3]。

寻求一种可靠、简便、廉价的方式测算GFR（eGFR）是临床肾病工作者一直以来的追求。

为此，我们建立了一个GFR测算公式的计算机智能系统（ComputerIntelligentSystem，CIS），为探讨CIS的临床应用价值，我们进行了研究，结果报道如下。

　　1资料和方法

　　1.1研究对象

　　随机选择30例肾内科住院患者，其中肾功能不全者18例，男9例，女9例，平均年龄（38.18±

11.24）（27～50）岁，SCr91～2331μmol/L，肾功能正常者12例，男6例，女6例，平均年龄（33.21±

11.13）（22～46）岁，SCr71～134μmol/L。

　　1.2方法

　　1.2.1公式选择临床常用的10条公式进行本研究，具体如下：

　　1.2.1.1CockcroftG公式[4]CCr（男）=[（140-年龄）×

体质量/72]×

SCr，CCr（女）=[（140-年龄）×

体质量/85]×

SCr。

　　1.2.1.2CKDEPI-SCr公式[5]

（1）女性，SCr≤0.7mg/L，eGFR=144×

（SCr/0.7）-0.329×

（0.993）Age（黑人×

1.159）；

（2）女性，SCr＞0.7mg/L，eGFR=144×

（SCr/0.7）-1.209×

（3）男性，SCr≤0.9mg/L，eGFR=141×

（SCr/0.7）-0.411×

（4）男性，SCr＞0.9mg/L，eGFR=141×

1.159）。

　　1.2.1.3美国IDMS·

SCr公式[6]eGFR=175×

Scr-1.154×

年龄-0.203（女性×

0.742）（黑人×

1.212）。

　　1.2.1.4日本酶法MDRD·

SCr公式[7]eGFR=0.763×

175×

SCr-1.154×

Age-0.203（女性×

0.742）。

　　1.2.1.5CKDEPI·

SCysC公式[8]

（1）SCysC≤0.8mg/L，eGFR=133×

（SCysC/0.8）-0.499×

0.996Age（女性×

0.932）；

（2）SCysC＞0.8mg/L，eGFR=133×

（SCysC/0.8）-1.328×

0.932）。

　　1.2.1.6FillerG，etal·

SCysC公式[9]eGFR=91.6×

SCysC-1.123。

　　1.2.1.7Rule·

SCysC公式[10]eGFR=[66.8×

SCysC-1.30]×

[273×

SCr-1.22×

Age-0.299（女性×

0.738）]。

　　1.2.1.8CKDEPI·

SCr&

SCysC公式[8]

（1）女性：

SCr≤0.7mg/L或61.88μmol/L，SCysC≤0.8mg/L；

eGFR=130×

（Scr/0.7）-0.248×

（SCysC/0.8）-0.375×

0.995Age（黑人×

1.08）；

SCr≤0.7mg/L或61.88μmol/L，SCysC＞0.8mg/L；

（SCysC/0.8）-0.711×

SCr＞0.7mg/L或61.88μmol/L，SCysC≤0.8mg/L；

（Scr/0.7）-0.601×

SCr＞0.7mg/L或61.88μmol/L，SCysC＞0.8mg/L；

1.08）。

（2）男性：

SCr≤0.9mg/L或79.56μmol/L，SCysC≤0.8mg/L；

eGFR=135×

（Scr/0.9）-0.207×

SCr≤0.9mg/L或79.56μmol/L，SCysC＞0.8mg/L；

SCr＞0.9mg/L或79.56μmol/L，SCysC≤0.8mg/L；

（Scr/0.9）-0.601×

SCr＞0.9mg/L或79.56μmol/L，SCysC＞0.8mg/L；

　　1.2.1.9吴氏·

SCysC新公式[1]eGFR=179×

SCr-0.7381×

SCysC-0.5167×

Age-0.1778（女性×

0.817）。

　　1.2.1.10国内健康人·

SCysC公式[11]eGFR=169×

（SCr/88.4）-0.608×

SCysC-0.63×

Age-0.157（女性×

0.83）。

　　1.2.2操作方法12个操作人员均为本院住院医生，计时器采用秒表计时器。

12位操作人员依次运用前述10条公式，分别采取3种方法（手工计算、计算器运算、CIS测算）计算出30例慢性肾脏病患者的CCr或eGFR，每轮测算无论对错均只将首次测算结果纳入统计，在每一次开始计算时自行启动电子秒表计时，计算结束后自行暂停计时，电子秒表所示时间则为运算耗时（秒）。

用不同公式及不同运算方法测得GFR或CCr的耗时以均数±

标准差（±

s）表示。

首轮测算全部完毕后进行结果复核，复核后的结果与首轮测算结果有异者再次复核，两次复核结果一致但与首轮操作的结果不同时视首轮测算的结果错误，计算错误的发生率（%）。

复核完毕后向12位操作者发放问卷调查表，了解操作人员倾向哪种测算方法，如实填写后回收，计算各方法的得票数（n）。

此外，从30例慢性肾脏病患者中随机选择10例，依次采取前述3种方法运用10条公式计算CCr或eGFR，计时、计算错误率和得票数的方式同前述。

　　1.3统计学处理

　　用SPSS20.0软件进行统计分析，采用单因素方差分析或t检验，以P＜0.05为差异有统计学意义。

　　2结果

　　3种方法临床使用情况对比见表1。

　　同一受测者用10条公式测算CCr或eGFR耗时和错误率结果详见表2。

　　3讨论

　　在慢性肾脏病的诊治过程中，为了能快速评估残余肾功能，探寻一种简便、快捷、安全、廉价的方法来测算eGFR是肾病工作者一直以来的追求。

迄今为止，这一领域的国内外学者已创建了数以千计的GFR测算公式[1-3]。

然而，这些公式多为复杂的指数方程，在紧凑的临床工作中可操作性不强，主要体现在耗时长和易出错两方面，妨碍诊疗方案的制

　　定。

为解决这一难题，我们建立了CIS。

并设计这一研究评价CIS的临床应用价值。

为评价CIS临床应用价值，我们设计了这一研究。

　　表13种方法测算CCr/GFR的耗时、错误率、得票数结果（±

s）

　　每条公式组间比较，均P＜0.01。

　　表2同一受测者采用3种方法测算CCr或GFR的耗时、错误率结果（±

s，n=10）

　　三种方法间比较，均P＜0.01。

　　表1结果表明，在我们选中的10条公式中，仅⑴CockcroftG公式能完成手工计算，其它公式均为复杂指数方程，无法用手工进行计算。

在公式的运算耗时方面，⑴CockcroftG公式中，CIS测算时间显著地少于计算器运算，后者又显著地少于手工计算（均P＜0.01）；

其它公式中，CIS运算耗时均显著地少于计算器运算（均P＜0.01）。

而且从表1还可见，测算GFR公式的复杂程度越高，手工计算与计算器运算耗时越长，CIS则否。

在计算结果的错误发生率中，CIS测算结果准确无误，重复性很好，⑴CockcroftG公式中，CIS测算其计算结果的错误发生率显著地小于计算器运算，后者其计算结果的错误发生率又显著小于手工计算（均P＜0.01）；

其它公式中，CIS运算其计算结果的错误发生率均显著地小于计算器运算（均P＜0.01）。

从表1可见，测算GFR公式的复杂程度越高，手工计算与计算器运算其计算结果的错误发生率也越高，CIS则否。

在CIS运算、计算器运算、手工计算三种方法中，操作医生100%选择CIS运算。

　　从表2可见，同一患者资料选用10条公式测算eGFR，CIS运算耗时更少，显著地少于计算器运算与手工计算（均P＜0.01），更显示出用CIS运算测算GFR的优越性。

在同一患者的10条公式中计算结果的错误发生率中，CIS运算准确无误，重复性极好，显著地低于计算器运算（P＜0.01）。

　　综上所述，运用CIS测算GFR与计算器运算、手工计算GFR相比具有耗时少、错误率低的优势。

CIS在最大程度上简化了测算过程，节省了测算时间，提高了测算准确率，医师工作效率得到提高，值得临床推广应用。

　　作者简介：

江峡（1972－），女，本科，副主任医师。

　　计算机智能系统毕业论文范文模板

（二）：

体育院校计算机课程泛在学习智能系统开发与实践

　　摘要本文采用文献资料法、实验对比法、逻辑分析法，研究教育技术研究热点之一——泛在学习，并将这种新型学习模式融入到体育学院计算机课程教学中，旨在促进课堂向以学生为“主体”的新型教学方式转变。

基于Struts+Spring+Hibernate框架设计了泛在学习智能系统，采用JSP实现网站、Android实现移动终端，学生通过泛在学习智能终端查阅学习资源、课堂测验和学习交流，实现了教师和学生之间线上线下的即时互动。

结果证明，该系统对激发学生内在学习热情和兴趣、促进教师教学方式转变、提高学生自主学习能力等具有积极的促进作用。

　　关键词泛在学习学习系统智能终端

　　泛在网络时代使得信息技术与教育过程深度融合，泛在学习作为一种新型的与传统学习互补的学习模式引起广泛关注，并成为教育技术及相关领域研究的新热点。

信息技术极大地改善了教学中的沟通交流方式和学生的学习体验，多媒体教学、网络教育、远程教育已成为现代教学的新常态，学生学习方式也从数字化学习过渡到移动学习再到泛在学习[1]。

　　《国家中长期教育改革和发展规划纲要（2010-2012）》提出“2020年基本实现教育现代化，基本形成学习型社会”目标[2]，泛在学习的推广与应用可促进这一目标的实现。

泛在学习促进了高校课堂教学以教学为主向课内外结合的转变，为学生的自主学习创造一种良好的学习环境，是当前教育信息化改革的着力点和重要突破口。

　　近年来，国内体育院校大幅缩减理论课时，倡导课程学习从课堂延伸到课外。

科学引导体育院校学生更高效的利用课外时间学习理论知识，是目前高校理论课教师教学方法研究的一个重点。

相对于普通高校学生，体育院校大学生具有不适应沉闷的课堂气氛、上课专注时间短、愿意接受新事物、对智能电子产品接受度高等鲜明特点。

本文研究采用移动终端与网站结合等信息手段，为学生的自主学习创造一种优良的泛在学习氛围，探索以课堂教学从以“教师为主体”到以“学生为主体”教学模式的转变。

通过基于智能终端泛在学习系統在体育院校计算机课程中的应用，有针对性、指向性的解决目前体育院校学生计算机课程学习中面临的难点和瓶颈问题，对于提高教师业务水平和学生学习质量有良好的促进作用。

　　一、泛在学习理论概念和学习模式

　　当前已进入“泛在计算时代”（Ubiquitouscomputingera），形成了“无处不在的网络”（Ubiquitousnetwork）。

在计算机智能化的同时，使人在其中互相交换信息的空间就是泛在空间[3]。

泛在学习（U-Learning）是指以泛在计算技术为核心的信息技术支持下的无处不在的学习，利用现在的高科技信息技术给学生提供一个可以在任何地方、任何时候、使用手边任何可以获取信息的科技工具而进行的学习活动[4]。

　　泛在学习具有持续性、可获取性、即时性、交互性、教学场景性五个主要特点[5]，相对于学校内传统授课方式，泛在学习给学习者更宽松的学习空间和自由度，为实现我国教育界一直宣传倡导的有教无类、自主化学习、个性化教育等教育理念的实现提供了生机和活力。

目前我国无线网络广阔的覆盖面、稳定的网络信号，为泛在学习提供了良好的外在环境；

智能手机、平板电脑和笔记本电脑等设备为泛在学习提借了智能终端设备，几乎人手一部的智能手机为学生群体进行泛在学习提供了必要的硬件环境。

　　二、泛在学习智能系统设计

（一）泛在学习智能系统架构

　　采用J2EE开源框架组合SSH（Struts+Spring+Hibernate）、Android设计泛在学习智能系统框架（如图1所示），后台数据库采用MicrosoftSQLServer，设计并开发一套客户端/服务器模式的泛在自主学习系统。

服务器端即采用SSH组合、采用Java语言、基于MVC（Model-Viewer-Controller）三层架构模式设计并实现WebServices，部署在J2EE的企业级应用程序服务器中，将Web服务接口发布。

　　模型层（Model）采用Hibernate框架来持久化数据库，实现对与多媒体课程泛化学习相关的各种数据的新增、查询、更新、删除、备份等；

控制层主要由Spring控制资源的调度，实现Struts网页页面、Web服务与后台模型之间的交互；

采用Java实现的XMLWebServices服务接口，它封装模型功能并控制消息实现；

视图层为JSP+Struts实现的网页界面、基于Android系统开发的移动客户端APP，均通过网络访问Web服务接口，发送消息、返回解析服务计算结果，在移动终端上以文字、表格、图形等显示结果。

教师使用后台管理系统对服务器端学习资源数据进行维护，学习者使用手机等智能终端观看、下载计算机课程学习资源。

（二）泛在学习智能系统的功能设计

　　泛在学习系统的主要功能模块，包括用户管理、学习资源管理、学习管理、系统设置等四大模块。

用户管理可实现学生注册、登陆权限等管理；

学习资源模块由教师管理学习资源，可上传教学视频、课件、教学大纲、教案等多种形式资源；

教师通过与学生的课堂互动及测试情况，随时调整教学进度，合理安排教学内容，改进教学；

学习管理模块可实现知识测试、习题及拓展实践，对学生学习程度进行综合评价；

师生可以进行单独交流、学习成果讨论等；

系统设置则可完成日志、公告等管理。

　　三、泛在学习智能系统的应用及实践

（一）应用设计与实践

　　在吉林体育学院的《体育多媒体设计》课程中应用泛在学习系统，在实际教学中推广泛在学习智能系统。

通过问卷调查、访谈和数理统计法，观察学生具体的上课学习效果，检验其是否能够激发学生的学习热情和兴趣，激发学生主观能动性，提高其自主学习能力，从而提高体育院校计算机课程的教学质量和效果。

　　1.实践对象：

吉林体育学院体育系2014级四个班本科生共98人，计算机教研室5位教师参与教学辅导。

　　2.实践内容：

《体育多媒体设计》课程。

　　3.实践整体设计：

将体育系分成对传统班和实验班二组（49人/班），实验班利用泛在学习智能终端系统进行教学，传统班以正常的教学方式进行，共32学时（4课×

8周）；

课后对学生及教师进行问卷调查、随机访谈，通过考核评价对教学效果进行比较分析。

（二）结果与分析

　　1.泛在学习模式可激发学生内在学习热情和兴趣

　　通过对泛在学习模式是否提高了学生学习的热情和兴趣中发现，有73.5%的学生认可新型学习模式，认为课前预习的视频内容丰富有新意；

72.6%的同学认为新学模式可以激发自己的学习热情和兴趣；

75%的计算机教师认为在泛在课堂教学过程中、学生参与学习的热情高涨，动手实践信心加强。

由此可见，泛在学习模式在体育院校计算机课程教学中能够有效激发学生们的学习热情和兴趣。

　　2.泛在学习智能系统模式可促进教学方式转变

　　对泛在学习模式在促进教师教学方式的改变、提高教师专业水平提高方面的调查发现，80%的教师认为使用泛在学习智能系统进行教学后，教学方式发生了转变，教师更注重引导学生以自主、合作、探究的方式开展学习，建立培养学生是课堂“主体”的意识；

100%的教师认为使用了泛在学习系统教学以后，对教师的教学能力和水平提出更高要求，教师必须具备更扎实的学科功底和敏捷的思维能力才可以应对学习提出的各种问题，要求教师必须随时提升自己的知识储备。

　　3.泛在学习模式可有效提高理论知识水平和实践能力、提高教学效果与教学质量

　　对照班和实验班进行8周的教学后，根据阶段考评（40%）、实践能力（40%）、创新能力（10%）人文素质进行比较，结果表明，实验班中87%学生成绩得到了提升，其中尤以实践能力、创新能力提升效果明显。

在对学生的学生随机访谈中，有学生说：

“泛在学习模式给自己更大的空间和自由度，可根据自己的兴趣和内容去观看相关教学资源，拓展了自己的学习深度和广度。

”也有的学生说：

“自己在课前复习的内容，尤其难点，在课堂上老师有针对性的讲解，明显了提高自己的学习效率。

”通过对比分析，实验班在阶段考评、实践能力、创新能力和人文素质四个方面明显优于对照班。

　　四、结语

　　本文基于SSH框架、MicrosoftSQLServer数据库等，开发了基于泛在学习的智能学习系统，为学生、教师的教学提供了一个新颖的教学手段与模式，为学生的自主学习创造了一种良好的泛在学习环境，学生成为自定步调的学习者，实现了教师和学生的即时交互，真正落实教学改革中提出学生是“探究”的主体、以“探究”为核心的课程理论。

采用泛在学习模式，有利于激发了学生内在学习热情和兴趣、促进教师教学方式的转变、推动教师专业水平的提高、有助于学生自主学习能力的提升。

计算机课程教学由课堂内向课内外结合教学方式转变，在实践教学过程中将会产生良好的教学效果和學习效果。

-全文完-