基于混合式推理技术在疾病诊断上的研究

来源 :天津理工大学 | 被引量 : 1次 | 上传用户:yejunlan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
医生对病人的诊断过程是利用临床医学知识加上多年的经验积累,并通过询问病情、化验、B-超、核磁共振等医疗手段获取相应数据后,判断推理该病人所患疾病、选取治疗方案。论文采用智能化推理方式模拟医生的推理过程,克服了因基于规则推理难以增量获取复杂病症消息,进而导致推理效率低下的缺点;同时在案例检索中将规则推理结果作为索引,大大提高了案例搜索速度。本文首先对多年积累的病例数据进行格式化整理,通过利用优化的决策树算法,按照病症特征属性的重要度选取结点,进行建树,在此基础上进行规则提取,并建立诊断规则知识库;然后根据疾病数据的特点结合模糊数学与最近邻算法提出案例检索混合算法;最后以就诊者的病症及规则推理结果为索引查询大数据病例库,找出贴近度最大的病例作为诊断的重要依据。本文对上述机器学习推理机采用主辅的集成方式,且内部实现以基于规则推理为主,基于案例推理为辅的集成策略,构建混合式推理机的数学建模。并进行了计算机程序设计和编码实现,对1000余例病历进行模拟仿真,达到了预想的快速、准确诊断目标。
其他文献
零等待流水车间调度问题(no-wait flow shop scheduling problem,简称NWFSP)广泛的存在于制造业生产系统中,如钢铁轧制、食品加工、化学工业等。NWFSP作为带约束的流水车间调度问题,是一种经典的NP-hard问题。随着问题规模的不断增加,NWFSP就会变得越来越复杂且很难求得最优解。传统的数学方法和已有的调度策略已无法满足实际生产调度中的需求。因此,不论在调度理
图像分类方法是计算机视觉和图像处理领域的重要技术。随着信息技术的快速发展,图像数据呈爆炸式增长。面对海量的图像数据,在分类器学习中如何快速高效地挑选少量高质量的图像
随着信息化及多媒体技术的不断发展与提高,越来越多的数字产品进入互联网环境,人们获取信息也越来越容易。于是,网络上的多媒体信息的版权保护问题已成为一个迫切需要解决的问题
标点符号研究是篇章分析中最基本的一个研究任务。有效识别标点符号在句子中的作用,是篇章分析研究的一个关键。因此,标点符号识别是一项很有意义的研究工作。本文针对标点符号
图像修复指在计算机上通过一定的算法填补图像上缺损信息的过程,并要求填补结果达到人眼接受的程度。目前图像修复技术主要分为基于偏微分方程的结构部分修补和基于纹理合成的
在虚拟化桌面技术应用日益增加、功能愈发强大的情况下,其安全问题已然成为阻碍虚拟化桌面发展的一大瓶颈,无法满足客户对安全性的需求。如何确保虚拟化桌面的安全性、让用户可
近几年,基于位置的服务得到了广泛的关注,在诸如行车导航、位置查询、生活服务等领域有着广泛的应用。随着定位技术的不断发展,人们对于室内定位的需求同样与日俱增,并凸显出
近年来,随着互联网信息的迅速膨胀,数据的商业价值不断地被挖掘出来,以提供增值服务,例如评论分析、元搜索、比较购物、大数据应用等,这些都是建立在Deep Web数据获取与数据集成基
学位
传统的基于Web的应用系统中,开发者可能会将业务逻辑、数据逻辑和展示逻辑混在一起。这不利于代码调试和页面的设计,更不利于系统的可扩展性。MVC设计模式的出现解决了这些问题