《神经模糊分类器在医疗诊断上的应用》由会员分享，可在线阅读，更多相关《神经模糊分类器在医疗诊断上的应用（69页珍藏版）》请在金锄头文库上搜索。
1、摘要基于人工智能的模式分类技术在近年来广 泛地被 应用于医学 临床诊断中。 特别是 神经网络和模糊系统用于模式分类得到了迅 速的发展。本文对神经模糊分类器的 方法进行了 研究。 该分类器同 时具有神经网络 较强的学习 能力和用模糊逻辑表 达并且 抽取模糊规则的能力。 并且分类能 通过削 减规则和训练数据的特征的策略来建立。该 分类器应用于有一定数量特征不同 类型的贫血临床分类问题，临床测 试表明 该神经模糊分类器具有较高正确分类率并 且能抽 取有用易于 解释的 模糊规则。 此 外，本文同时使用了 一些分类 数据的 前处 理技术( 主元素分析) ， 网络结 构的 参数和学习的 选择方法，而且较好
2、的完成了 一个由 用J A V A 编程语言 编制的分类器，棋 糊规则库，训练数据库所组成的基本的软件系统。奋 / 产 关键字: 医学诊断，模式411 7 c ， 神 经 燕 藻 瘾扁1 . / 经一 模糊分类器。第11页华东理工大学硕士学位论文I n r e c e n t y e a r s , A I - b a s e d p a tt e rn c l a s s i fi c a t i o n t e c h n i q u e s a re w i d e l y a p p li e d t o m e d i c a lc l i n i c d i a g n o s e
3、 s . I n p a r t i c u l a r , n e u r a l n e t w o r k s a n d f u z z y s e t t h e o r i e s h a v e b e e n d e v e lo p e dr a p i d l y f o r p a tt e r n c l a s s i fi c a t i o n . I n t h i s t h e s i s , a n e u r o - f u z z y c l a s s i fi e r c o m b i n i n g m u l t i p l a y e rf
4、 e e d - f o r w a r d n e u r a l n e t w o r k s a r c h i t e c t u r e w i t h s t r o n g l e a r n i n g c a p a b i l i t y a n d f u z z y l o g i cw i t h c a p a b i l i t y t o e x p r e s s a n d e x t r a c t w e l l - i n t e r p r e t e d i n t u i t i v e f u z z y r u l e s i s i n
5、v e s t i g a t e d a n d叩p l i e d t o c l a s s i f y t h e r e a l d i a g n o s i s c a s e s w i t h s e v e r a l f e a t u r e s i n t o d i ff e r e n t c l a s s e s o fa n a e m i a . T h i s c l a s s i fi e r c a n b e f o r m e d 妙 s e v e r a l i n t e r a c t i v e s t r a t e g i e s
6、 f o r p r u n i n g r u l e s a n dv a r i a b l e s fr o m t r a i n i n g d a t a . C l i n i c t e s t s s h o w t h a t t h i s c l a s s i fi e r b a s h i g h l y c o r r e c tc l a s s i fi c a t i o n r a t e f o r a n a e m i a c l a s s e s a n d e x t r a c t s o m e u s e f u l l i n g
7、u i s t i c f u z z y r u l e s . I na d d it i o n , s o m e d a t a p re - tr e a t m e n t t e c h n i q u e s s u c h a s p r i n c i p l e c o m p o n e n t a n a l y s i s , a n ds e l e c t i o n m e t h o d o f n e u r a l n e t w o r k s s t r u c t u r e , n e u r a l n o n l i n e a r f u
8、 n c ti o n , i t s p a r a m e t e r s a n dl e a r n i n g m e t h o d s o f t h i s c l a s s i fi e r a r e a l s o c o n s i d e r e d . A b a s i c s o f t w a r e s y s t e m i n c l u d i n gc l a s s i f i e r J a v a i m p l e m e n t , f u z z y r u l e s a n d t r a i n i n g d a t a b a
9、 s e i s w e l l c o m p l e t e d .K e y w o r d s : Me d i c a l D i a g n o s i s , P a tt e r n C l a s s i fi c a t i o n , N e u r a l N e t w o r k s ,F u z z y S e t s , N e u r - F u z z y C l a s s i fi e r .作者声明我郑重声明:本人烙守学术道德，崇尚严谨学风。所呈交的学位论文， 是本人在导师的指导下， 独立进行研究工作所取得的结果。 除文中明确注明和引用的内 容外， 本
10、论文不包含任何他人已 经发表或撰写过的内容。论文为本人亲自 撰写，并对所写内容负责。论 “ f -: z :婀Z 0 3 年宁 月 a 日华东理工大学硕 士 学 位 论 文第 1 页绪论， ， 弓引 言人工智能( Art i f i c i a l I n t e l l i g e n t ) 的 一个 重要的日 标就 是实现智能的机 器化和机器的智能化。 模式分类是人工智能的核心功能之一。 特别是随着模糊系统和神经网 络的发展， 为模式分类提供了许多新的技术。 模式分类在自 动控制， 图 象处理， 医疗诊断等许多领域得到了 广泛的研究， 并取得了 许多有意义的成果。K院是以 疾病治 疗为主
11、的 单位， 医疗过程 就是诊断与 治 疗的过程。 治愈率是关 系到 医 院 的 经 济 效 益 和 社会 效 益的 一 个 重 萝 指 标， 而抬 愈 率 的 高 低 又 与 诊 断 率的 高 低 密 不 可 分 。 及 时 准 确 的 诊 断 才 能 保 障 积 极 有 效 的 治 IT . 因 此 诊 断 率 是 评 价 医 院 工 作 质 量 的 一 个 重 要 指 标 它 不 仅 关 系 到 医 院 效 益 ， 更 重 要 的 是 关 系 到 病 人 是 否 能 够 得 到 及 时 有 效 的 救 治。 诊断涉及病人的既往史， 临床表现， 医疗仪器的检查结果， 并且由 于病人所患疾病具
12、有多 样性， 多变性和不确定性， 因 此诊断过程是一个对复 杂现场对象的判断过程， 它并 不是“ 个简单的 形式 化的 判断。 例如 贫血， 各系统疾病均可导致不同 类型贫血: 如; 叶 酸 和 维 生 素 缺 乏 ， 或 消 耗 过 多 ， 破 收 不 良( 如 ; 肿 瘤 ， 溃 疡 ; ) ， 或 由 输 qu 1 21 成 的 红 细胞 破 坏 过多 超过 造 血补 偿能 力 落围 等等 所引 起 增生 性 贫 血， 由 药 物 及化学 物质， 射 线以及病毒感染引起的增生不良 性贫血等等。 随着医院规模的 扩大和病人流动里的增多， 单病种增加和病症之间的 相互关联加大， 使诊断的复杂
13、程 度大 大增加了。 因 此改 进诊断 方法和提高诊断率， 对于医院的发展， 提高医院的声誉和社会影响具有重要的意义。目 前，医院普遍存在的问 题是 ( 功 误诊率高 ( 2 ) 医疗费用高 C 3 )专家多 集中 在大 城市， 大部分地区 特别是 落后地区 缺少高水 平的医生 ( 4 7 需要高 水平服务， 特别是 需 要 专家 诊断的 人 越来 越多。 其中 误 诊 率高 、 医 疗费 用 高 主 要由 于 诊断方 法和 诊 断 工 具的 落 后， 高 水平的 医 生 缺乏 而弓 I 起. 医生 常 常凭 经 验对 病人 进 行诊断， 而医 生的 诊 断 水平又 参差不 齐， 因 此为了
14、提高诊断率， 降 低医疗费 用， 需 要先进的、 科学的 辅助医疗 诊断 系统。耳 前， 医生的诊断主要根据病人的既往史， 临庆表现， 医疗仪器的检杳结辱案饼行第2 页华东理工大学硕士 学 位 论文断定。 诊断过程大多是凭经验。 这种原始的诊断方法显然已经远不能满足现代医院发展的要求。 利用先进的理论知识， 如专家系统、 模糊逻辑、 神经网络及知识库， 结合现代数据库、 编译工具等计算机软件系统， 开发辅助诊疗系统， 成为 一个重要的发展方向。这些诊疗系统将专家的知识形成专家库或规则库， 并为社会所共享， 出 现的先进诊疗系统 有 : 基 于 专 家 系 统M 的 辅 助 诊 疗 系 统 、
15、基 于 模 糊 逻 辑f- 辅 助 诊 疗 系 统 及 模 糊 神 经(0 诊疗系统等。基 于 专 家系 统的 辅助 诊疗系 统4 是 一 个研 究 方向 ， 专家 诊断 系统 通 过 把专 家的 经 验与知识以 规则的形式存入计算机内， 建立知识库， 用符号推理的方式进行医疗诊断。 当前某 些用 于医 疗诊断的 专家系统往往注只 重总 结 某个或某些专家的经验来 建立专家诊断系统， 未考虑的专家经4 0 也需要不断的 补充与更新; 认为只要把专家知识和推理现则形式化， 规格化， 就可以构造出具有专家水平的医 疗系统， 忽略了人类所患疾病的多样性，多变性和不确定性;把知识的表示和规则推理作为核
16、心，把人的认知过程简单化机械化， 忽视了专家知识获取的 重要性: 基于规则的 专家系统， 随着规则库规模的 扩大搜索空间急剧增大会导致组合爆炸，加之推理循环过程包含了大量无效的Z, 7- 配尝试推理效直较低，因此专家诊断系统需要进一步的 完善和改:1.,模 式 分 类脚 用 于 居 疗诊 断 作 为 另 一 个 研 究 方向 得 到 了 较 大的 发 展。 模 式 分 类 器 能 很好地获取专家知识以 及具有良 好的解释性。 以此为基础进行医疗诊断系统的模式分类研K， 开发实用的基于模式分类的医疗诊断辅助系统， 具有现实的意义。 因此， 将模式分类技术用于医疗诊断是目 前医院 提高诊断率， 降低误诊率， 树立医院的 形象， 提高医院竞争力的重要途径。模 式 分 类t= l 是6 0 年 代 初 迅 速 发 展 起 来 的 一门 新 科 学， 属 于 信息， 控 制 和 系 统 科 学的 范 畴。 传 统的 模 式分 类的 模 型 有 统 计 分 类器u ， 与 分 布 无关 的 分 类 器3 3 ， 非 参 数 分 类器(6 ， 非
