基于模糊集理论的病症分析

论文摘要

病症分析是指根据专家知识和不断积累的诊治经验对疾病症状特征及类型进行规格化分析处理的过程。按其相互关系构建诊断规则,以辅助医生在对患者的诊治过程中不断改进其诊断的效率及准确性。由于疾病症状的模糊性以及医生对病情诊治界限的不确定性,模糊集理论技术已被引入到临床信息系统和临床决策支持系统的研究中。它通过对某种特定类型的病症进行模糊处理,得出相应诊疗规则模式,进而对疾病症状进行分析和诊断。基于模糊集理论的病症分析方法,主要应用背景是社区医疗平台。社区疾病的发生具有季节性、周期性和群发性特点。据社区的发病现状,提出病症模糊集和病人症状集的概念,给出相应的关系描述和模糊表示方法,将各种常见疾病、症状信息结构化处理成相应模糊表示。以确诊病案集为依据,根据环境因子和主观因子等参数动态调整其隶属关系,从而确立关联规则,提出诊断-分析-评估（DAE）诊断推理方法,并据诊断推理过程中反馈信息不断优化系统中病症模糊状态关系,将DAE诊断推理应用于社区医疗平台,构建基于模糊集理论的病症分析（DSA-FS）框架,为医生在诊疗过程中提供参考支持,提高了社区疾病诊断的正确性和对多发病、流行病诊断的有效性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 背景意义
• 1.2 研究内容
• 1.3 论文结构
• 第二章 模糊集理论概述
• 2.1 基本理论
• 2.1.1 定义
• 2.1.2 运算
• 2.1.3 语言值逻辑
• 2.2 模糊专家系统
• 2.2.1 专家系统
• 2.2.2 模糊专家系统
• 2.2.3 CADIAG-2
• 2.3 本章小结
• 第三章 病症模糊分析
• 3.1 基本概念
• 3.1.1 确诊病案集
• 3.1.2 病症模糊集
• 3.1.3 病人症状集
• 3.2 疾病模糊诊断
• 3.2.1 疾病模糊集修正
• 3.2.2 初诊参考集
• 3.2.3 诊断分析
• 3.3 病情评估
• 3.4 本章小结
• 第四章 应用平台设计
• 4.1 系统介绍
• 4.1.1 DAE诊断推理
• 4.1.2 DAE诊断实例
• 4.2 系统结构设计
• 4.2.1 DSA-FS功能结构
• 4.2.2 DSA-FS框架
• 4.2.3 数据表
• 4.3 系统实现
• 4.3.1 模糊参数设定
• 4.3.2 函数选取
• 4.3.3 算法设计
• 4.4 本章小结
• 第五章 结语
• 参考文献
• 致谢
• 附录1 病症关联表