粗糙集与证据理论在医疗智能诊断系统中的应用研究

摘要

随着医疗信息化的普及和各种医学检测设备的应用，将出现空前增长的海量医学数据，这些数据具有不完整、不确定、冗余等特点。仅凭简单的人力提炼和利用这些信息，效率很低，因此利用先进的计算机和信息处理技术综合开发利用大量数据信息，实现诊断准确率高的医疗智能诊断系统，已成为当今医疗事业发展的重要研究方向之一。
　　 粗糙集理论作为一种处理不精确、不确定和不完备信息的数据分析方法，最大的特点是具有良好的数据处理能力。但是粗糙集理论无法根据多条规则进行准确决策。而证据理论是一种不确定性推理理论，其处理的证据来源于专家，对解决数据融合中不确定性问题具有显著优势。基于此，本文提出一种基于粗糙集和证据理论的决策规则合成方法，并将其在医疗诊断系统中的应用进行了研究。
　　 本文主要研究内容如下：
　　 1.分析诊疗数据的特点，引入粗糙集理论对大量疾病诊断信息进行分类。针对动态建立疾病诊断知识库的需要和粗糙集约简中存在的问题，提出一种基于粗糙熵的动态属性约简算法。该算法利用新增对象对原有约简关系进行修正，利用原有信息粗糙熵的结果递归计算系统变化后的信息粗糙熵，从而节省了计算量，提高了约简效率。
　　 2.针对粗糙集在规则决策中的局限性，提出一种基于粗糙集和证据理论的决策规则合成方法。并结合临床医学，构造一个基于粗糙集和证据理论的诊断模型，将决策表中的决策规则作为证据理论的识别框架，计算规则的可信度及其重要度，利用证据理论对不同规则的决策结果进行证据合成，最终得到诊断结果。
　　 3.在上述算法研究的基础上，以风湿病为例，开发设计了风湿病专科临床诊断系统。详细介绍了系统的总体结构和设计思想，包括病例数据库、诊断知识库的设计等。系统测试结果达到了辅助医生诊断的效果，并验证了所提出方法的可行性和有效性。

目录

文摘

英文文摘

插图索引

附表索引

第1章 绪论

1.1 课题来源

1.2 课题研究目的及意义

1.3 国内外研究现状

1.3.1 医疗智能诊断系统的发展与现状

1.3.2 粗糙集理论及应用的发展状况

1.3.3 D-S证据理论及应用的发展状况

1.4 论文所做主要工作及论文结构

第2章 粗糙集与证据理论基础

2.1 医疗诊断数据的特点

2.1.1 临床诊疗信息的主要特点

2.1.2 医疗诊断数据的不确定性分析

2.2 粗糙集理论

2.2.1 粗糙集的基本概念

2.2.2 粗糙集数据分析方法

2.2.3 粗糙集在医疗数据分析中的优势

2.3 D-S证据理论

2.3.1 D-S证据理论的基本概念

2.3.2 D-S证据理论的合成规则

2.4 粗糙集与证据理论的关系

2.5 小结

第3章 基于粗糙熵的动态属性约简

3.1 动态约简提出的背景

3.2 属性的粗糙熵和依赖对比度

3.2.1 属性的依赖对比度

3.2.2 属性的粗糙熵

3.3 基于粗糙熵的动态属性约简算法

3.3.1 动态思想

3.3.2 动态属性约简算法

3.3.3 算法实例分析

3.4 小结

第4章 基于粗糙集和证据理论的决策规则融合方法

4.1 决策规则描述及评估

4.2 基于粗糙集的证据信息获取及融合

4.2.1 决策属性转换及证据信息获取

4.2.2 证据权重分配

4.2.3 融合方法及决策

4.3 基于粗糙集和证据理论的医疗临床诊断

4.3.1 诊断模型的建立

4.3.2 诊断实例分析

4.4 小结

第5章 基于粗糙集与证据理论的临床诊断系统的设计

5.1 疾病诊断系统总体设计

5.1.1 系统结构设计

5.1.2 系统功能设计

5.1.3 系统工作流程设计

5.1.4 知识库设计

5.1.5 软件开发环境

5.2 疾病诊断系统主功能模块设计与实现

5.2.1 病例信息查询模块

5.2.2 诊断知识库管理模块

5.2.3 疾病诊断模块

5.3 系统评估与应用分析

5.3.1 系统评估

5.3.2 应用分析

5.4 小结

结论

参考文献

致谢

附录A 攻读学位期间发表的学术论文