信度网条件概率表生成算法及在医疗诊断中的应用

摘要

该文结合建立1001病种大型信度网医疗诊断系统,对不精确推理的基本理论,信度网的基本构成、推理算法,以及信度网医疗诊断系统的建立进行了探讨,并提出了一种信度网的条件概率表生成算法,给出了该算法在建立信度网诊断实验系统中将1001内科病种知识诃数据转换成条件概率表的实施方案.对大量参数的需求是阻碍信度网在实际系统中应用所遇到的问题之一.该文提出的信度网条件概率表的生成算法,一方面较理想地解决了由已有的1001内科病种知识数据转换成条件概率表问题,所需的是专家提供各事件的先验概率.在同一网络中,对于某个有n父节点的命题,使该算法比常规的条件概率表构成法所需求的数据量在该节点处便可以减少2<'n>-n-1.当然,该算法对于现有的其它领域的相似结构知识库转化为信度网的条件概率表也同样适用.另一方面,该算法不需要专家按照建立信度网的要求给出条件概率,只需给出各事件间的关联强度,这符合人们的习惯思维,且也正是该算法的优越之处.该论文最后还结合建立大型信度网诊断实验系统,对该算法以及信度网诊断进行了系统仿真实验.

目录

摘要

第一章绪论

§1.1信度网研究在人工智能领域的意义

§1.2信度网的研究现状

§1.3信度网研究所面临的技术性挑战

§1.4本文的研究工作及取得的成果

第二章不精确推理基本理论

§2.1引言

§2.2模型的框架

§2.3具体模型的描述

§2.4抽象描述

第三章信度网及其构成

§3.1贝叶斯(Bayesian)公式

§3.2信度网

§3.3条件独立性和图形分离立

§3.4信度网的组成

第四章信度网的推理

§4.1引言

§4.2自发传播

§4.3证据的传播与信度修改

§4.2讨论

第五章信度网疾病诊断系统的建立

§5.1引言

§5.2医疗诊断信度网模型

§5.3信度网的推理算法

第六章条件概率表生成算法

§6.1问题的提出

§6.2现有的疾病知识库结构及其转换

§6.3条件概率表的生成算法

第七章条件概率表的生成及诊断仿真

§7.1条件概率表生成仿真模型选取

§7.2条件概率表生成仿真

§7.3信度网诊断实验模型

§7.4信度网诊断仿真

§7.5结论

结束语

致 谢

参考文献