医学诊断系统中专家知识发现与推理算法研究

中医学强调辨证论治,医生根据临床症状对疾病患者进行合理性诊疗,其诊法主要包括望闻问切四种,通常称为“四诊”。中医诊断系统则指模拟中医专家大脑活动对患者症状、体征等进行智能分析处理的计算机程序系统。此研究虽然已经进行了数十年,却因受到中医诊断中临床信息特有的模糊性、不确定性及其数据量巨大等特点的制约而进展缓慢。本文以名中医的实际临床诊治病案为主要研究对象,运用软集关联规则算法进行知识发现研究,将结果应用于中医诊断系统知识库的构建。本文试图将软集包含度算法和形式概念理论用于中医知识发现,并在此基础上设计基于互联网技术和置信规则库推理方法的中医诊断系统。本文的中医诊断系统采用在Visual Studio 2010环境中使用服务器端应用程序的热门开发工具ASP.net,运用JQuery、Css+Html、Ajax等技术,结合Matlab程序的知识发现结果和RIMER算法进行设计开发。该系统关键算法包括关联规则提取和推理诊断两大部分,关联规则研究采用新型大数据知识发现算法,给出了软集概念中属性集之间的包含度以及关联规则。为了验证知识发现成果的正确性,本文利用属性偏序结构图对相同数据进行可视化知识发现,将其结果与软集知识发现结果做了对比分析。推理诊断部分将知识发现结果用于RIMER算法中置信规则库的构建,最终用于根据输入的患者病症信息进行推理诊断并给出结论和处方推荐。本文所设计系统虽旨在用于科研和临床辅助诊治,经过进一步完善后也可用于大数据和互联网+背景下的原始数据采集分析。