应用模糊逻辑对呼吸系统疾病诊断

摘要

近年来，人工智能的方法广泛地应用在包括医学应用的不同领域。在医学领域，已经存在有许多专家系统(ESs)。诊断呼吸系统疾病非常重要，需要得到重视，与呼吸系统相关的人体所有疾病的新技术需要得到发展。
　　 首先我们的工作是根据医生的意见使用模糊集，设计出专家系统诊断疾病。这里使用的模糊集诊断方法是基于20名医生的意见，该方法的输出能诊断出三种呼吸系统疾病（呼吸系统疾病的主要种类）：肺炎(PEN)，肺结核(TB)，普通流感(INF)。四种症状：X射线，呼吸频率(RR)，咳嗽(CO)和发烧(F)以数值数据的形式作为计算机的输入。这就是模糊逻辑的输入，输出是风险的范围和呼吸系统疾病的类型。
　　 在这项工作中，我们讨论的是如何使用人工智能研究（模糊集）去诊断疾病，而不是使用传统的诊断方法。同样地，考虑问题——解决过程的方法也是非常重要的。
　　 本论文是基于传统的诊断方法，研究医疗诊断问题。同时也认识到注意复杂问题领域的一些细节的必要性。
　　 本论文尝试在医疗诊断问题中融入模糊集模板和范例，特别是纯粹的概念探讨。
　　 本研究分三个部分，第一阶段医生检查疾病然后收集他或她的症状如体温等等。第二阶段把数值数据输入到程序中，最后我们实施方案获得结果。这就是所有步骤。

目录

文摘

英文文摘

List of Figures

List of Tables

List of abbreviations and svmbols

CHAPTER 1. Introduction

1.1 Motivation

1.2 Literature review

1.3 Aim of thesis

1.4 Fuzzy Logic

1.5 Respiratory diseases

1.6 The Outlines of the Dissertation

CHAPTER 2. Background and Methods

2.1 Background

2.2 Diagnosis diseases methods

2.2.1 Symptom -combination relationship

2.2.2 Fuzzy Modelling Systems Structure

2.3 Respiratory Diseases

2.3.1 Pneumonia

2.3.2 Tuberculosis

2.3.3 Influenza

2.4 Proposed Method

CHAPTER 3. Fuzzy Logic

3.1 Introduction

3.2 Advantages of Fuzzy Logic

3.3 Disadvantages of Fuzzy Logic

3.4 Different between Fuzzy logic and Boolean logic

3.5 Membership functions -

3.6 Structure of fuzzy set

3.6.1 Fuzzy input and crisp sets(per processor)

3.6.2 Rules Base

3.6.3 Defuzzification

3.6.4 Fuzzy out put(post process)

CHAPTER 4. Diagnosis of the diseases

4.1 Introduction

4.2 Phases of the system

4.2.1 Algorithm

4.2.2 Input(Fuzzification)

4.2.3 Rules evaluation of fuzzy logic

4.2.4 Out put(Defuzzifiction)

4.3 Conclusion

4.4 Summary

CHAPTER 5. Conclusion and Suggested for future work

5.1 Conclusion

5.2 Future works

Reference

Acknowledgments

Achievement