基于节约覆盖集理论的中医计算机辅助诊断模块的研究与开发论文

《基于节约覆盖集理论的中医计算机辅助诊断模块的研究与开发论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于节约覆盖集理论的中医计算机辅助诊断模块的研究与开发论文.freel1，m2，…，mk）表示所有症状的有限非空集合；RD*M（di，mj）∈R表示证候di可能引起症状mj，其定义域为T（R）=D，而值域为F（R）=M。给定D、M和R，可定义以下集合：effect（di）={mj｜（di，mj）∈R，di∈D}cause（mj）={di｜（di，mj）∈R，mj∈M}effect（di）表示证候di可能引起的所有症状集合；cause（mj）表示所有可能引起症状mj的证候集合；Effect（DI）=Udi∈DIeffect(di)表示症状集DI可能引起的所有症状的集合；Cause（MJ）=

2、Umj∈MJcause(mj)表示可能引起症状集MJ的所有证候的集合。MJM表示目前已存在的症状集合。根据上面对诊断问题P的基本概念的定义，节约覆盖集理论对其解进行如下定义：1.2定义（2）对任何诊断问题P，如果存在MJEffect（DI），则认为证候集合DID是症状集合MJM的一个覆盖集。1.3定义（3）对任何诊断问题P，若D*ID是M+的节约覆盖集，则必须满足下述条件：①M+Effect（D*I），即D*I是M+的一个覆盖集。②D*I的选取满足节约原则：相关性原则、非冗余原则、最小性原则和单证候原则等。定义（2）诊断问题P的解D*I是指满足某种节约原则的M+覆盖的集合。选取哪种

3、节约原则是求解证候诊断问题的关键，必须与实际诊断问题相结合。在实际中必须针对不同的诊断系统采用不同的节约原则。在诊断子模块中，面对的是多证候诊断，就是指在任何时刻，可能有多个证候同时发生，即证候之间存在相关性，一个证候的出现可能引起其他证候的出现，最终的诊断结果是一组相关的证候。在系统中简单证候出现的情况远大于多种证候组合的情况，所以采用最小性原则。2基于模糊数学的覆盖集改进模型及其算法［2］证候诊断中存在着诊断的随机性、诊断信息的模糊性和信息获取的不完备性等不确定因素。由于这些不确定现象同时存在，单纯用概率统计或单独用模糊数学的方法都不能全面准确地反映证候诊断特性。因此，本文在建立基于节约

4、覆盖集理论的概率模型基础上，进一步将模糊数学的方法集成到症状的提取中，并在模糊集合定义以及运算基础上重新定义诊断问题以及似然函数，然后根据获取诊断信息的序贯性给出相应的求解算法，以建立基于模糊数学的改进模型。在上一小节知识假设和证候独立性假设均成立的情况下，进一步将症状提取的模糊度和"症状-证候"之间的可信度引入节约覆盖集理论中，并对诊断问题作出了重新定义：定义（4）："症状-证候"的模糊诊断问题可以定义为一个五元组P={D，M，C，R，M+}，其中D=（d1，d2，…，dn），M=（m1，m2，…，ml）分别是证候及症状的有限非空集合；C={ci1，ci2，…，cij，…，cmn}，Cij

5、表示证候di引起症状mj的可信度。RD*M*C，（di，mj，cij）∈R表示证候di引起症状mj的可能性是cij，其定义域为T（R）=D，而值域为F（R）=M；给定D、M、C和R，可定义以下集合：effect（di）={mj｜（di，mj，cij）∈R，di∈D}cause（mj）={di｜（di，mj，cij）∈R，mj∈M}M+={m1，m2….，mk}是M的一个模糊子集，称为已知症状集，对于每一个mj∈M+，Ц（mj）∈［0，1］是mj在M+中的隶属度。根据上面对模糊诊断的定义，对其诊断解的似然函数进行如下定义：定义（5）：L（DI，M+）表示DI的相对似然函数，为证候集合DI

6、能够解释模糊症状集M+的程度，并且满足L（DI，M+）=L1（DI，M+）*L2（DI，M+）。L1（DI，M+）=∏mj∈M+μ(mj)p(mj/DI)=∏mj∈M+μ(mj)1-∏di∈DI(1-cij)L2（DI，M+）=∏di∈DIpi1-piL1（DI，M+）反映了DI有多大可能引起M+中症状存在形成的加权；L2（DI，M+）代表由DI的先验概率组成的加权。该似然函数的优点：（1）体现了症状模糊度对证候诊断结果的正影响；（2）体现了证候和症状之间的因果强度对证候诊断结果的正影响。症状模糊度的选取，其值可由用户来确定。在实际诊断过程中考虑到医生习惯于用模糊语言描述症状的模糊度，因此，

7、本子模块对每个症状构造了4个等级：症状完全相同，症状相近，症状基本相近，症状不太相同，然后分别给出相应的模糊值，方便用户选择。对应关系如下：症状完全相同：{1}；症状相近：{0.8}；症状基本相近：{0.5}；症状不太相同：{0.3}。3中医计算机辅助诊断模块研究的内容本诊断模块从智能系统的角度出发，采用中医诊断知识的经验知识，研究了相应的知识表示和推理方法，在充分考虑中医证候经验知识的随机性、模糊性和不完备