模糊粗糙集與模糊積分在醫(yī)學(xué)情報(bào)中的應(yīng)用.pdf

1、對(duì)患者進(jìn)行治療是一個(gè)比較模糊的過(guò)程，它通常無(wú)法用一些準(zhǔn)確的詞語(yǔ)或數(shù)字來(lái)描述，這也是人們?cè)诳床r(shí)傾向于找有經(jīng)驗(yàn)的醫(yī)生的原因。然而由于治療過(guò)程中病人的各項(xiàng)體征異常程度是一組由醫(yī)生給出的評(píng)判值，客觀上無(wú)法保證數(shù)值完全精確，因此要構(gòu)建醫(yī)學(xué)模糊決策模型，就需要將善于處理不確定性信息的理論和技術(shù)作為醫(yī)學(xué)決策的設(shè)計(jì)基礎(chǔ)。本文所研究的醫(yī)學(xué)信息與情報(bào)主要是指患者的各項(xiàng)體征數(shù)據(jù)和體征間共同作用的情況。利用粗糙集和模糊集合理論在處理模糊信息方面都擁有各自的特

2、色和優(yōu)勢(shì)，將理論和醫(yī)學(xué)實(shí)際問(wèn)題相結(jié)合研究，一方面應(yīng)當(dāng)考慮各癥狀的重要性，另外也要關(guān)注患者自身的具體情況。換言之，對(duì)病情的診斷就轉(zhuǎn)化為如何發(fā)掘各體征的致病程度和其具體表現(xiàn)之間的關(guān)系問(wèn)題。而描繪和分析這種關(guān)系，就是本文研究的醫(yī)學(xué)模型的關(guān)鍵。
　　 非可加測(cè)度是對(duì)兩種因素共同作用于某問(wèn)題所產(chǎn)生的效果變化的一種數(shù)學(xué)描述。兩種因素對(duì)問(wèn)題的決定作用不是簡(jiǎn)單的等于兩因素分別作用于該問(wèn)題所產(chǎn)生的效應(yīng)之和。兩因素共同作用的效應(yīng)之和大于二者單獨(dú)作用

3、的效應(yīng)之和稱(chēng)之為相乘作用，即積極作用；反之即為消極作用，相互抵消。在模糊決策模型中，非可加測(cè)度主要用于描述體征間共同作用對(duì)疾病的致病效果的變化。
　　 本模糊決策模型將粗糙集和模糊積分理論結(jié)合起來(lái)，利用粗糙集無(wú)需先驗(yàn)知識(shí)的特點(diǎn)，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，去掉多余屬性形成相應(yīng)的規(guī)則。然后將得到的規(guī)則進(jìn)行模糊化處理，用模糊集形式的規(guī)則與患者的癥狀集進(jìn)行相應(yīng)的模糊運(yùn)算，以運(yùn)算結(jié)果作為判別病癥種類(lèi)的依據(jù)。
　　 對(duì)于某些可以進(jìn)一步劃分類(lèi)

4、別的疾病，如某類(lèi)腫瘤可能包含多個(gè)亞型病癥情況，其區(qū)別往往表現(xiàn)為一些特定指標(biāo)的差異。相比于粗糙集而言，模糊積分在處理連續(xù)型數(shù)據(jù)特別是對(duì)各分類(lèi)指標(biāo)進(jìn)行綜合評(píng)判上有著獨(dú)特的優(yōu)勢(shì)。模型利用兩種方法求解評(píng)判結(jié)果，一是使用Sugeno積分，即利用S積分從最小中取最大的特點(diǎn)，從各組指標(biāo)中選取評(píng)判值最大的一組作為評(píng)價(jià)該類(lèi)疾病的依據(jù)。另外使用w’積分，作為Wang積分的逆求解形式，w’積分把Wang積分中對(duì)因素間最優(yōu)作用情況的求解轉(zhuǎn)變?yōu)榍蠼庖蛩亻g最劣情況