基于神经网络的家用医助对话系统研究开题报告

1. 研究目的与意义

随着我国经济的高速发展，人们的生活也越来越繁忙。因此总会出现在生病的情况下因为忙于工作而忘记吃药，忘记医嘱等问题。或者是不清楚不了解该药品如何服用的问题。最后就是大多数老年人通常会忘记吃药，从而导致问题加剧。因此，目前急需一款能够帮助人实现医助的系统，并且准确帮助人解决简单的问题。现在市面上出现的百度公司的小度语音助手，小米科技的小爱同学语音助手等能够完成日常任务，比如说：向其发送查询任务，则其会立即回应并将搜索的结果语音播报出。与本项目相比，市面上出现的语音助手全范围广泛，而医助语音对话系统针对于医学范围内容，等同于小型的任务型对话系统。

本项目实现的意义在于帮助人们在日常生活中实现医药用品的查询，以及备忘录吃药提醒，很大程度上促进人的身体健康。

2. 课题关键问题和重难点

二、课题关键问题及难点

基于神经网络的医助对话系统分为四个大模块：基于数据挖掘的药品介绍说明、药品信息的及时更新、基于神经网络的日常病症的描述与建议、基于神经网络的医助备忘录实现。本课题拟完成基于神经网络的医助对话系统后台的设计与实现 。

3. 国内外研究现状（文献综述）

随着深度学习等算法研究的不断深入，人类已经进入了人工智能时代。2016年，谷歌的 alphago 机器人战胜世界围棋冠军李世石，引起了人类对人工智能的重新认识。未来，人工智能将在各行各业发挥重要的作用，包括交通，医疗领域等，越来越多的工作将会因此而改变。现今，各类机器人层出不穷，有工业生产中的制造机器人，有能与人实现互动的聊天机器人，它们已经出现在机场，港口等地方来为人们提供服务。通过交流不仅可以为用户答疑解惑，在日常生活中，也能够成为人类的朋友。实现与机 器人的对话，主要思想是用户提出问题，系统针对问题进行计算，将得到的答案反馈给用户，简单来说是一个聊天系统，其中需要机器人给出的答案与用户的问题做到精确匹配。

人机交互^【1】（human computer interaction）作为信息时代人类与计算机之间信息交流的基础技术，受 到学术界和工业界的广泛关注．人机对话 （human－machine dialogue）是人机交互技术的核心领域，旨在最大限度地模仿人与人之间的对话方式，使得人类能够用更自然的方式与机器进行交流．对话系统的发展历程可以归纳为三个阶段：基于符号规则和模板的对话系统；基于统计机器学习 的对话系统和基于数据驱动的深度学习的对话系统．以 eliza为首的第一代对话系统，主要依赖专主要依赖专家制定的人工语法规则和本体设计．这种方法易理解，但是由于其全部使用符号规则和模板需要消耗大量的人力和物力，导致跨领域的扩展性严重不足. 第二代对话系统不需要人工设计规则和模板，通过 统计机器学习方法降低对话系统的手工复杂性．这种方法具有弱学习能力，但是解释性差、不易修补漏 洞，仍旧难以扩大规模．近年来，第三代对话系统是目前研究的主流，使用深度学习取代浅层学习，使端 到端的学习变得可行．2014年以来，得益于网络数据的海量增长和深度学习等技术的长足进步，对话系统也因此突破传统方法的瓶颈，获得新的发展前景.对话系统的迅猛发展也引起工业界的广泛关 注，以微软小冰为代表的聊天机器人使得人机对话 技术更具实用价值和商业价值，但仍在自然性、逻辑 性和流畅性等方面和人类有一定的差距．在任务型对话系统领域，苹果siri、亚马逊 echo、微软敦煌小冰等开始步入应用阶段，帮助用户便捷处理复杂任务，减轻了人工负担．但是，这些系统的实现离不开 大量手工定制规则模板，工程量巨大，缺乏通用性和 可移植性，技术方法有待进一步探索．目前，任务型对话系统逐渐应用在各行各业，使得“人机”交互方式不再是简单的输入设备和触摸屏，而是具有个性等的自然语言交互^【2】.

卷积神经网络是神经网络的一种，而神经网络是深度学习领域特别重要的一个方向。目前，深度学习正应用在语音识别，自然语言处理，图像处理等计算机各个领域中，有着非常广阔的技术前景和发展空间^【3】。人工神经网络最早的思想来源于动物的神经系统，科学家通过探究外界信息是如何经过脑部的神经元系统传播记忆的过程，发展而来的数学模型。它模拟人脑构建多层多个“神经元”，形成一个网络。然后设置一系列的数值将各层之间 的“神经元”建立联系，初始的信息经过这些“神经元”的传递，得到相应的反馈结果。

4. 研究方案

四、方案论证

1. 系统功能结构

系统总体功能结构如图1所示

图1 家用医助对话系统系统功能结构

1）基本信息管理部分

人机对话在线医生模块：首先，用户在使用该小程序时，是直接进入人机对话界面的，但是必须先进行登录，才可以使用该功能。如果在没有登陆的前提下，进行人机对话。则会出现弹框提醒用户登录。

当完成登录时，用户则可以返回人机对话界面，使用此功能。用户可以在输入框输入自己想要询问的与疾病相关的问题。并会立即都得到Ai的回复建议。用户如果不满意建议，可以换种提问方式继续提问以得到建议。同时用户提问记录将一直保持在人机对话界面可以通过上滑下拉进行查看。

设置用药提醒时间模块：用户可以使用该功能设置提醒时间类似于闹钟的功能，用户可以选择申请设置多个提醒时间，在设置提醒时间时，可以备注说明该提醒时间是用于提醒什么事物的。并且该功能一旦设置开启，则每天都会在固定时间提醒。用户也可以自己选择关闭提醒。

病症登记模块：该模块主要由用户自己登记病症信息，用户可以自行添加信息，一定程度上记录病症问题，同时用户可修改或者删除，避免登记错误信息的问题。用户可以查看已登记信息。

药品使用登记说明模块：用户平时使用的一些药品用于登记。记录使用情况，剩余数量。同时可以满足增删查改的需求。

2. 核心功能流程图

图2人机对话的流程图

图3提醒用药时间设置流程图

3.研究方案

通过对家用医助对话系统的总体架构进行研究与分析，采用先进的软件体系架构、开发模式及开发平台，对家用医助对话系统进行设计。数据库则采用存储引擎为InnoDB的MySQL数据库。后端开发工具选择IDEA，完成对数据库信息的存取、添加、更改、删除等操作。与其他数据库相比，MySQL易学易用且满足需求，故而选择MySQL数据库。其数据库表类别及功能如表1所示。

表1数据表设计

具体的研究方案为:1.通过查阅资料，对课题进行分析和初步构思，并研究课题的可行性。2.认真做好课题的需求分析，针对医院的需求，进一步总体设计。3.在研究所设计系统可操作性的基础上，搭建系统的总体框架，设计系统的界面以及向用户提供的各种功能板块。4.详细设计系统的每个界面，包括界面的布局和色彩的调配，以及系统的各种功能。5.建立数据库、数据表，进行数据表的关联;6.编写代码，连接数据库，实现系统的各种功能。7.功能实现后对系统进行发布与运行，以便及时处理系统存在的问题。

5. 工作计划

五、工作计划

2022-2022-1学期：

第15-16周：完成选题，查阅相关中英文资料。