基于节约覆盖集理论的中医计算机辅助诊断模块的研究.docVIP

　　基于节约覆盖集理论的中医计算机辅助诊断模块的研究 【摘要】以中医理论为基础，运用基于模糊节约覆盖集理论的推理方法对中医的疾病诊断问题进行了研究和开发。将中医诊断知识进行了形式化阐述，设计构造了诊断专家系统的整体框架，并编程实现。认为本中医计算机辅助诊断模块解决了症状不完备情况下的诊断问题，并利用人机对话的补充诊断方式提高了诊断的准确度。 【关键词】中医诊断模糊论节约覆盖集理论中医计算机辅助诊断模块 中医证候诊断中存在多种不确定信息，这些信息具有以下特征：随机性、模糊性和未确定性。在目前国内外对中医诊断的计算机辅助系统研究成果中，节约覆盖集及其改进的概率模型可以解决上述一般性的问题。节约覆盖集1965年由美国Maryland大学的Reggia、Nau等人提出，主要用于描述一般诊断问题，并运用合理、严格的数学方式进行形式化定义。本文研究的中医计算机辅助诊断模块，是基于不同特色，从智能系统的角度出发，采用中医诊断知识的经验知识，并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、模糊性和不完备性的基础上，结合覆盖集理论的诊断模型及实际诊断中的序贯诊断问题，给出以假设-测试循环为核心的逐步求精算法，将该模型用于心系（小肠）证候诊断中，并用计算机程序实现。本中医计算机辅助诊断模块将节约覆盖集及其概率模型引入证候诊断模型，指出覆盖集理论中节约原则的重要性，并根据不同的诊断系统划分出不同的节约原则，在分析心系（小肠）证候诊断系统特点的基础上，采用了适合其诊断的节约原则。现将该模型的理论基础、研究思路及内容简析如下。 1覆盖集理论及其节约原则［1］ D（证候）、M（症状）和R（可能性）是证候诊断问题的一般知识，而M+则是在某种情况下发生的症状。在已知D、M、R和M+的基础上，可以对证候诊断问题进行如下定义： 1.1定义（1）症状-证候的诊断问题（P）用集合论的形式可以定义为一个四元组：P=（D，M，R，M+）。其中：D=（d1，d2，…，dn）表示所有证候的有限非空集合；M=（m1，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）=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，…