基于代理的直覺模糊理論醫(yī)療診斷模型的構(gòu)建方法及裝置的制造方法
【專利說明】基于代理的直覺模糊理論醫(yī)療診斷模型的構(gòu)建方法及裝置 【技術(shù)領(lǐng)域】
[0001 ]本發(fā)明屬于醫(yī)療器械技術(shù)領(lǐng)域，涉及一種診斷系統(tǒng)，具體是一種基于代理的直覺 模糊理論醫(yī)療診斷模型的構(gòu)建方法及裝置。 【【背景技術(shù)】】
[0002] 國老齡化人口持續(xù)增加，老年人身體機(jī)能的衰退致使疾病頻發(fā)，當(dāng)前醫(yī)療模式存 在的不利因素增加了老年人疾病就診的難度。整體而言，當(dāng)前的醫(yī)療就診模式存在著諸多 的弊端同時也面臨著巨大的挑戰(zhàn)：（1)有限的醫(yī)務(wù)人員、醫(yī)療資源與技術(shù)難以滿足日益增長 的醫(yī)療需求。疾病診斷的滯后性，醫(yī)療資源配置的不合理，缺乏及時有效的治療，嚴(yán)重影響 對患者診斷服務(wù)的質(zhì)量，甚至加劇患者病情。醫(yī)務(wù)人員的醫(yī)療知識、臨床經(jīng)驗、醫(yī)藥知識的 差異性，難以評估疾病診斷的精確度和疾病用藥的合理性(2)高強(qiáng)度，超負(fù)荷工作和醫(yī)務(wù)人 員的個人因素(如性格，脾氣)降低疾病診斷的正確率。在有限的醫(yī)療服務(wù)時間內(nèi)，患者基數(shù) 較大，患者得到的有效就診服務(wù)的時間不足，對疾病的治愈表現(xiàn)出滯后性和延遲性。（3)在 醫(yī)療診斷和處方用藥過程中，不合理，不科學(xué)的醫(yī)療診斷服務(wù)增加了患者就醫(yī)負(fù)擔(dān)。醫(yī)患的 溝通不暢等因素導(dǎo)致當(dāng)前醫(yī)患關(guān)系持續(xù)緊張。
[0003] 針對上述的醫(yī)療模式存在的問題和面臨的挑戰(zhàn)，亟需有效、科學(xué)的解決方法?，F(xiàn)代 醫(yī)療技術(shù)和理論的不斷發(fā)展，智能醫(yī)療診斷受到了學(xué)術(shù)界和醫(yī)學(xué)界的廣泛關(guān)注。人工神經(jīng) 網(wǎng)絡(luò)理論的發(fā)展為智能醫(yī)療診斷提供了一種有效方法。Nikovski等人通過引入域獨立變 量，建立了基于貝葉斯網(wǎng)絡(luò)醫(yī)療診斷系統(tǒng)。Ahmad等人提出的"改進(jìn)的應(yīng)用于糖尿病、心臟病 和癌癥的優(yōu)化選擇多層感知網(wǎng)絡(luò)參數(shù)啟發(fā)式算法"；Chattopadhyay等人同時提出的一個基 于CBR的專家系統(tǒng)。Qasem等人提出了一種自適應(yīng)演變RBF(radial basis function)網(wǎng)絡(luò)算 法為解決多目標(biāo)RBF網(wǎng)絡(luò)醫(yī)療診斷問題提供了一種有效方法。Szmidt等人提出了一種利用 直覺模糊集來診斷疾病的新方法。Majid等人提出了一個基于模糊概率的應(yīng)用于失語癥診 斷智能醫(yī)療診斷系統(tǒng)。通過HealthAgents的項目開發(fā)，Horacio等人提出了一種基于代理技 術(shù)的分布式?jīng)Q策支持系統(tǒng)和腦腫瘤的預(yù)后診斷系統(tǒng)。
[0004] 上述方法和理論對智能醫(yī)療診斷的發(fā)展起到了顯著的推動作用，但是如何實現(xiàn)基 于傳感技術(shù)的智能醫(yī)療診斷方法仍然沒有被廣泛的思考并進(jìn)行系統(tǒng)的研究。 【
【發(fā)明內(nèi)容】
】
[0005] 本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的缺點，提供一種基于代理的直覺模糊理論 醫(yī)療診斷模型的構(gòu)建方法及裝置。
[0006] 為達(dá)到上述目的，本發(fā)明采用以下技術(shù)方案予以實現(xiàn)：
[0007] -種基于代理的直覺模糊理論醫(yī)療診斷模型的構(gòu)建方法，包括三種基于直覺模糊 集的關(guān)聯(lián)測度的關(guān)聯(lián)系數(shù)計算方法:一般的計算關(guān)聯(lián)系數(shù)的方法、改進(jìn)的計算關(guān)聯(lián)系數(shù)的 方法以及基于集合論的計算關(guān)聯(lián)系數(shù)的方法;具體步驟如下：
[0008] 1)直覺模糊集及其擴(kuò)展的概念和定義：
[0009] a.設(shè)X為一個非空集合，則稱/〗，=(λ:,)>|λ·, e 為直覺模糊集，其中 Μ(χ)和νΑ(χ)分別表示為X中元素 X屬于Α的隸屬度和非隸屬度，i表示癥狀變量，j表示疾病 變量，即
[0010] μ?。害秪>[0,1 ] ~>14α(χ) ^[0,1]
[0011] vA:X^[0,l],xeX^vA(x)e[0,l]
[0012] 且滿足條件
[0013] 0 < Ua(x)+va(x) < 1 ,χ^Χ [0014] 此外
[0015] jta(x) = 1_(μΑ(χ)+νΑ(χ)) ,χΕΧ
[0016] 表示πΑ(χ)中元素 X屬于Α的猶豫度或者不確定度；
[0017] b.對于任一直覺模糊數(shù)α = (μα，να)，可通過得分函數(shù)s對其進(jìn)行評估：
[0018] s(a) =μα-να
[0019] 其中，8((1)為(1的得分值，8(€1)6[0，1];
[0020] 直覺模糊數(shù)a的得分值與其隸屬度μα和非隸屬度να的差值直接相關(guān)，μα和ν α的差值 越大，則a的得分值越大，從而直覺模糊數(shù)a越大；
[0021] 精確函數(shù)：
[0022] h(a) =μα+να
[0023 ]其中，a = (μα，να)為直覺模糊數(shù)，h為a的精確函數(shù)，h (a)為a的精確度，h (a)值越大， 則直覺模糊數(shù)a的精確度越高；
[0024] 從而可得a的猶豫度和精確度之間的函數(shù)關(guān)系如下：
[0025] h(a)+Jia= 1
[0026] 因此，猶豫度Jia越小，則精確度h(a)值越大；
[0027] 2)三種關(guān)聯(lián)測度的關(guān)聯(lián)系數(shù)的計算方法：
[0028] 2-1) -般的直覺模糊集Ao和Aj的關(guān)聯(lián)測度方法：
[0029]設(shè) X= {xi，X2,…，Xn}為一個有限集合，4 = ，?, = j〈.W/; h-,. e X}為直覺模糊集，若
[0033]則稱P(A0，Aj)為直覺模糊集Ao和Aj的關(guān)聯(lián)系數(shù)；
[0034]關(guān)聯(lián)系數(shù)^已乂滿足下列性質(zhì)：
[0035] 0<pi(Ai,A2) < 1
[0036] 0<Ρι(Αι,Α2) < 1
[0037] Pi(Ai，A2) =Pi(A2，Ai)
[0038] 2-2)改進(jìn)的直覺模糊集Ao和Aj的關(guān)聯(lián)測度方法：
[0039] 設(shè)Χ= {χι，X2，· · ·，xn}為一個有限集合，4,=丨丨,和 4 = {〈為，為⑷，' ⑷〉柄e幻為直覺模糊集，則稱
[0041 ]為直覺模糊集Ao和心的關(guān)聯(lián)系，其中
[0045]考慮元素^6乂的權(quán)重，在多屬性決策中，每個屬性具有不同的重要性，因而需要 賦予不同的權(quán)重，公式(3)概括為：
[0047] 其中，ω = ( ω1; c〇2, · · ·，ωη)τ 為 xi(i = l，2, · · ·，n)的權(quán)重向量，ω i 2 〇(i = 1， 2,...,η),
1權(quán)重的排列是ω2>…2 ωη，不全取等號；
[0048] 2-3)基于集合論的計算關(guān)聯(lián)系數(shù)的方法：
[0049] 設(shè) Χ= {χι，Χ2, ...，xn}為一個有限集合，丨卜丨和 丨=^,/Μχ,.ΧΜλ?λ 為直覺模糊集，直覺模糊集和Aj的關(guān)聯(lián)系數(shù)為：
[0051] 3)根據(jù)步驟2)中三種不同的關(guān)聯(lián)測度算法，得到基于代理的直覺模糊理論醫(yī)療診 斷模型。
[0052]本發(fā)明進(jìn)一步的改進(jìn)在于：
[0053] 醫(yī)療診斷模型是基于癥狀-疾病數(shù)據(jù)知識庫和醫(yī)藥-疾病數(shù)據(jù)知識庫建立的，具體 癥狀-疾病數(shù)據(jù)知識庫和醫(yī)藥-疾病數(shù)據(jù)知識庫的構(gòu)建方法如下：
[0054] 1)建立癥狀-疾病數(shù)據(jù)知識庫，癥狀-疾病數(shù)據(jù)知識庫描述了癥狀和疾病之間的映 射關(guān)系，包括以下步驟：
[0055] 步驟1. 1:建立癥狀集和物理體征信息集，癥狀集為發(fā)燒、頭痛、咳嗽或胸悶，物理 體征信息集為體溫、血壓以及血常規(guī)結(jié)果；
[0056] 步驟1.2:建立診斷集，診斷集為病毒性發(fā)熱、痢疾、傷寒感冒以及外感風(fēng)熱感冒；
[0057] 步驟1.3:模糊理論描述患者的癥狀，建立患者的癥狀集，每一個癥狀用一個參數(shù) 對(U，v)描述，即隸屬度和非隸屬度，U表示該癥狀屬于某種疾病的概率，V表示該癥狀不屬 于某種疾病的概率；
[0058] 2)建立醫(yī)藥-疾病數(shù)據(jù)知識庫，醫(yī)藥-疾病數(shù)據(jù)知識庫包括醫(yī)藥藥品信息和疾病適 用藥品處方關(guān)聯(lián)知識集，其中藥品信息由藥品本體信息和藥品規(guī)則分類信息構(gòu)成，具體步 驟如下：
[0059] 步驟2.1:根據(jù)藥品本體信息和藥品規(guī)則分類信息構(gòu)建醫(yī)藥知識庫；
[0060] 步驟2.2:建立疾病適用藥品處方關(guān)聯(lián)知識集，該知識集由醫(yī)學(xué)專家的知識和臨床 經(jīng)驗，以及權(quán)威醫(yī)學(xué)書籍、刊物加工提煉而成。
[0061 ]癥狀-疾病數(shù)據(jù)知識庫和醫(yī)藥-疾病數(shù)據(jù)知識庫建立后，對患者的物理體征戒癥狀 進(jìn)行米集和錄入，完成患者病癥初始?目息的提取和存儲，具體方法為：
[0062]步驟3.1:采集患者的體溫、心率、脈搏以及血壓信息，并將這些物理體征信息以半 結(jié)構(gòu)數(shù)據(jù)形式存儲；
[0063]步驟3.2 :通過智能交互界面錄入患者的輔助檢查結(jié)果，輔助檢查結(jié)果包括心電 圖、血常規(guī)以及尿檢結(jié)果，并將錄入的輔助查詢結(jié)果以半結(jié)構(gòu)數(shù)據(jù)形式存儲；
[006