基于neo4j+python开发的心理疾病咨询知识图谱智能问答系统，实现了前后端的开发设计。 知识图谱包含disease、alternate_name、pathogenic_site、department、symptom 、check、susceptible_crowd等实体类型和disease_alternate_nam、disease_pathogenic_site 、disease_symptom、disease_check、disease_department、disease_complication、disease_confusable、disease_crowd等关系类型，共7类1462个实体和3927条关系，实现针对心理疾病咨询的智能问答。

美赛竞赛资源，竞赛解决方案，包含完整源码解决方案内容，可用于参赛学习、参考 美赛竞赛资源，竞赛解决方案，包含完整源码解决方案内容，可用于参赛学习、参考 美赛竞赛资源，竞赛解决方案，包含完整源码解决方案内容，可用于参赛学习、参考 美赛竞赛资源，竞赛解决方案，包含完整源码解决方案内容，可用于参赛学习、参考 美赛竞赛资源，竞赛解决方案，包含完整源码解决方案内容，可用于参赛学习、参考 美赛竞赛资源，竞赛解决方案，包含完整源码解决方案内容，可用于参赛学习、参考 美赛竞赛资源，竞赛解决方案，包含完整源码解决方案内容，可用于参赛学习、参考 美赛竞赛资源，竞赛解决方案，包含完整源码解决方案内容，可用于参赛学习、参考 美赛竞赛资源，竞赛解决方案，包含完整源码解决方案内容，可用于参赛学习、参考美赛竞赛资源，竞赛解决方案，包含完整源码解决方案内容，可用于参赛学习、参考美赛竞赛资源，竞赛解决方案，包含完整源码解决方案内容，可用于参赛学习、参考美赛竞赛资源，竞赛解决方案，包含完整源码解决方案内容，可用于参赛学习、参考

自身免疫性疾病与1型糖尿病的治疗，孟巧红，金勇丰，自身免疫性疾病是危害人类健康的疾病之一，1型糖尿病是其中一种器官特异性疾病, 其发病是基因和环境因素综合作用的结果，主要与抗

各种疾病自检诊断名称数据

格式：词条 + 标记符号 +解释，没有解释证明百科中没有该词条

背景：近年来，已经开发了许多测试来评估神经系统疾病患者的活动能力和功能能力（Hemiplegia，MS）。 这项研究的目的是测试可靠性，并确定患有神经系统疾病（偏瘫，MS）的成年人的改良Ashworth量表和BBS的测量误差。 方法：在测试的研究中，回顾性登记了20例成年人（多发性硬化症11例，偏瘫9例）。 成人的平均年龄为38.7±13.9岁，平均体重为65.1±13.1 kgr。 测试的希腊文版本和用于视频记录的Nikon 5300数码相机用于数据收集。 通过双向ANOVA模型计算ICC。 结果：结果表明，两个独立评估者之间没有统计学上的显着差异，并且BBS（ICC> 0.989）具有很强的可靠性。 已发现改良Ashworth量表的可靠性是平均水平：K = 0.502，（p <0.001）。 结论：总的来说，本研究的结果提供了大量证据，表明测试BBS和MAS是可靠的，可用于评估动力学和平衡障碍。 因此，得出的结论是，应进行测试以可靠地估计患有神经系统疾病的成年人的活动能力和功能能力。 为了评估上述测试的可靠性，将来将对其他患者进行更多的研究。

icd_10疾病编码完整版

收割 一个简单的基于机器学习的网站，推荐最佳农作物，肥料和农作物所患疾病 动机 农业是影响一国经济增长的主要部门之一。 在像印度这样的国家，大多数人口以农业为生。 机器学习和深度学习等许多新技术正在农业中实施，因此农民可以更轻松地发展并最大程度地提高产量。 在这个项目中，我提供一个网站，其中实现了以下应用程序； 作物推荐，肥料推荐和植物病害预测。 在农作物推荐应用程序中，用户可以从他们的侧面提供土壤数据，并且该应用程序将预测用户应该种植哪种农作物。 对于肥料推荐应用程序，用户可以输入土壤数据和他们正在生长的农作物的类型，该应用程序将预测土壤缺乏或过量的土壤，并会提出改进建议。 对于最后一个应用程序，即植物病害预测应用程序，用户可以输入患病植物叶片的图像，该应用程序将预测它是什么病害，并且还会提供有关该病害的一些背景知识以及如何治愈该病害的建议。 数据源 （定制数据集） （定制数

系统收录了疾病近30000多种，记录近36000条，其中包含中医疾病编码和中医病征编码近2500条，内容全面准确，是目前国内最完备的，最新的ICD-10编码查询系统，是各种综合性医院和中医医院病案编码人员的得力助手。 系统主要包括ICD-10编码、附码、疾病名称、拼音码、性别限制、疗效限制等内容。支持疾病、疾病分类的双向查询，支持拼音、汉字名称和ICD-10编码的模糊查询，支持疾病编码导出到EXCEL电子表格、EXCEL打印和普通打印功能，支持用户的任意添加、修改和删除疾病编码功能，具有高度的可扩展性。 该版本下载为试用版本，用户试用满意后，通过购买注册，即可成为正式版用户，数据无需另外移植。您可以免费使用我们的非注册版本，基本没有功能限制，但有使用次数上的限制。如果您试用后感觉我们的产品适合您的需要请您注册购买。购买正版产品后您将获得终身免费升级和优质的服务。 与电子辞典、软件、表格等类似产品相比，本产品具有功能强大，使用方便，扩展性好，价格低廉等优点。

ML-MT-WebApp 这是我的本科学位课程的主要项目之一。 在这里，我开发了一种疾病预测网络应用程序，该应用程序使用机器学习的概念来预测各种疾病，例如疟疾，肺炎，糖尿病等。 下面是使用的各种模型文件的名称： 癌症模型=模型 糖尿病模型=模型1 心脏模型= model2 肝模型= model4 肾脏模型= model3 疟疾模型= model111.h5 肺炎模型= my_model.h5 用于训练深度学习模型的内核 疟疾核心模型： : 肺炎模型的核心-https: 用于模型开发的各种数据集的详细信息： 癌症：cancer.csv [在资源库中] 糖尿病：dialysis.csv [在资源库中] Heart ：heart.csv [在资源库中] 肝脏： : Patient- 肾脏： : 疟疾： : 疟疾 肺炎： ： //www.kaggle.c