抗抑郁藥物療效風險評估系統(tǒng)軟件的設計與開發(fā).pdf

1、據世界衛(wèi)生組織統(tǒng)計，抑郁癥已成為世界第4大疾患，預計到2020年，可能成為僅次于冠心病的第2大疾病。臨床治療中，面臨著抑郁癥治療中的三無局面：即藥物選擇無特異性，個體差異無預測性，起效延遲無對策性。為了解決這一問題，首先要找到一種方法，在抑郁癥相關病情資料與用藥風險建立評估模型。
　　抑郁癥的引發(fā)因素有很多包括基因、環(huán)境以及成長過程等等，這些因素又帶有很大的模糊性，很難用傳統(tǒng)的方法建立一種“非此即彼”的關系，而這種“亦此亦彼”的關

2、系正是模糊數(shù)學所研究的。本文提出了基于模糊推理系統(tǒng)和遺傳算法的理論相結合的方法，實現(xiàn)了一種基于病例數(shù)據庫管理系統(tǒng)的抗抑郁藥物療效風險評估系統(tǒng)軟件。由于各類病例數(shù)據與實際的病情、療效之間的影響權重暫無定論，大多數(shù)的模糊評判，是建立在先驗的或專家知識的基礎上的模糊規(guī)則而構建的，但在實際的大量數(shù)據中，是沒有先驗知識的，進而要提取模糊規(guī)則是較困難的。本文采用遺傳算法，將已有的病例數(shù)據和診斷情況代入模糊推理系統(tǒng)模型，對模型中各類數(shù)據權重進行優(yōu)化，

3、由此可以得到先驗數(shù)據的權重結果，供臨床醫(yī)療參考。隨著系統(tǒng)的應用，實際病例的治療結果對數(shù)學模型進行優(yōu)化。本文將研究利用模糊推理系統(tǒng)建立評估模型，結合遺傳算法原理，優(yōu)化模型權重，這正是本文的改進與創(chuàng)新之處。
　　本文將通過臨床得到的抑郁癥病例特征數(shù)據分為訓練數(shù)據和測試數(shù)據，利用訓練數(shù)據進行訓練，修正模型參數(shù)，通過測試數(shù)據驗證識別模型的效果。通過實驗驗證了方法的有效性。本文的模型具有很好的推理能力，并具有自我優(yōu)化能力，軟件具有很好的科學