[發(fā)明專(zhuān)利]一種基于案例推理的心臟病智能診斷方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201310067819.5
• 申請(qǐng)日: 2013-03-04
• 公開(kāi)（公告）號(hào): CN103116707A
• 公開(kāi)（公告）日: 2013-05-22
• 發(fā)明（設(shè)計(jì)）人: 嚴(yán)愛(ài)軍;趙輝;錢(qián)麗敏
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類(lèi)號(hào): G06F19/00
• 分類(lèi)號(hào): G06F19/00
• 代理公司: 北京思海天達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11203
• 代理人: 張慧

技術(shù)領(lǐng)域

本發(fā)明涉及一種疾病智能診斷方法，特別涉及針對(duì)心臟病的基于案例推理的智能診斷方法。

技術(shù)背景

在醫(yī)療領(lǐng)域中，疾病如心臟病等高危疾病時(shí)刻威脅著人們的健康，這類(lèi)疾病的診斷過(guò)程具有特殊性和復(fù)雜性，病種復(fù)雜多樣，加之患者個(gè)體間的差異性給診斷帶來(lái)了困難，且我國(guó)高水平醫(yī)學(xué)專(zhuān)家有限，這就使得心臟病患者無(wú)法得到高水平的診斷及其救治。作為世界三大尖端技術(shù)之一的人工智能的崛起及迅猛發(fā)展，其各項(xiàng)智能技術(shù)已滲入到各個(gè)研究領(lǐng)域。這也使得醫(yī)療決策支持，包括醫(yī)療診斷領(lǐng)域得到充分的關(guān)注與發(fā)展，醫(yī)學(xué)工程和人工智能研究融合診斷方法，模擬了醫(yī)學(xué)診斷，預(yù)測(cè)的思維過(guò)程，能夠?yàn)獒t(yī)生提供診斷，治療以及評(píng)估的輔助結(jié)果。目前，智能的疾病診斷方法得到了國(guó)內(nèi)外醫(yī)學(xué)領(lǐng)域的重視。

評(píng)價(jià)醫(yī)療診斷方法好壞的重要指標(biāo)主要有診斷的精確性以及診斷的快速性?xún)蓚€(gè)，如何快速準(zhǔn)確的對(duì)疾病做出診斷是研究的重點(diǎn)。國(guó)內(nèi)外對(duì)在醫(yī)療診斷系統(tǒng)的研究主要集中在對(duì)診斷模型的建立方法研究上,目前常用的診斷模型主要有：

1、人工神經(jīng)網(wǎng)絡(luò)：由神經(jīng)生物學(xué)模型演變而來(lái)形成了一個(gè)高度互連與交互的處理單元系統(tǒng)，與人類(lèi)大腦相似人工神經(jīng)網(wǎng)絡(luò)可以通過(guò)訓(xùn)練學(xué)習(xí)動(dòng)態(tài)的調(diào)整來(lái)適應(yīng)新的輸入數(shù)據(jù)，目前人工神經(jīng)網(wǎng)絡(luò)已經(jīng)成功應(yīng)用于癌癥、心肌梗塞、甲狀腺等疾病的診斷中。

2、分類(lèi)回歸樹(shù)：一種樹(shù)結(jié)構(gòu)的分析方法，它是一種強(qiáng)大的診斷模型工具，尤其對(duì)于分類(lèi)問(wèn)題的處理，分類(lèi)回歸樹(shù)模型在發(fā)掘變量之間隱含的相互作用方面十分顯著，并且可以同時(shí)處理分類(lèi)數(shù)據(jù)與連續(xù)性的數(shù)據(jù)。這也使得分類(lèi)回歸樹(shù)模型在醫(yī)療診斷領(lǐng)域得到了廣泛的應(yīng)用。

3、差別分析和邏輯回歸：差別分析方法是最早應(yīng)用于醫(yī)療診斷的方法之一，它是通過(guò)獨(dú)立分析每個(gè)基本屬性的關(guān)聯(lián)度來(lái)確定分類(lèi)的一種方法，邏輯回歸算法是從大樣本集中確定最佳預(yù)測(cè)子集的一種方法，同時(shí)也可以與前向后向逐步選取方法結(jié)合來(lái)確定患者是否患有疾病，其優(yōu)點(diǎn)在于它并不需要數(shù)據(jù)是正態(tài)性的這一假設(shè)，因此使得此方法應(yīng)用廣泛。

4、基于規(guī)則的推理：通過(guò)模擬醫(yī)學(xué)專(zhuān)家診斷疾病治療的思維活動(dòng)，進(jìn)行推理判斷從而實(shí)現(xiàn)疾病的診斷和輔助治療，目前成為生物醫(yī)學(xué)工程的研究重點(diǎn)。

上述方法在一定程度上實(shí)現(xiàn)了輔助醫(yī)療決策的功能，目前得到了長(zhǎng)足的發(fā)展以及應(yīng)用，然而各自都有一些弊端如神經(jīng)網(wǎng)絡(luò)需要大量的訓(xùn)練數(shù)據(jù)且數(shù)學(xué)模型不易建立，容易陷入局部最優(yōu)；而基于規(guī)則的推理目前規(guī)則的制定依賴(lài)于專(zhuān)家，不同的專(zhuān)家給出的規(guī)則不同，則存在規(guī)則知識(shí)獲取不易的瓶頸問(wèn)題。

針對(duì)上述方法模型的弊端，近年來(lái)案例推理成為研究熱點(diǎn)，案例推理是人工智能領(lǐng)域中新興的一種新的推理技術(shù)，適用于未完全形式化、信息不完全及經(jīng)驗(yàn)知識(shí)占主導(dǎo)地位的領(lǐng)域，案例推理的出現(xiàn)克服了專(zhuān)家知識(shí)獲取困難的問(wèn)題，其主要的思想是在過(guò)往處理的案例庫(kù)中檢索出與當(dāng)前案例最為相近的案例將其處理結(jié)果應(yīng)用于當(dāng)前案例，其推理過(guò)程主要包括：案例檢索，案例修正，案例重用，案例存儲(chǔ)四個(gè)過(guò)程，而在四個(gè)過(guò)程中案例檢索的是影響案例推理質(zhì)量的關(guān)鍵環(huán)節(jié)，也是案例推理應(yīng)用在醫(yī)療診斷中的關(guān)鍵步驟，為保證疾病診斷的精確性和可靠性，提高案例檢索的精度與速度是核心環(huán)節(jié)。首先為提高檢索的精度，首要任務(wù)是對(duì)案例特征屬性的權(quán)重進(jìn)行合理確定。其次在提高檢索速度的問(wèn)題上，由于特征屬性往往有著主次之分，有些特征屬性對(duì)疾病的診斷并無(wú)十分重要的意義此時(shí)就可以將這樣的屬性刪除掉以提高檢索速度，特征屬性的約簡(jiǎn)主要有提取特征子集以及利用屬性重要度來(lái)選取的方法，由上所述對(duì)案例特征屬性權(quán)重的合理分配是提高診斷效率的關(guān)鍵所在。確定權(quán)重的方法主要有主觀法和客觀法，主觀分析常用的定權(quán)方法有：專(zhuān)家咨詢(xún)法、調(diào)查統(tǒng)計(jì)法、無(wú)差異折衷法、相關(guān)分析法等。主觀法依賴(lài)于某領(lǐng)域?qū)＜业南闰?yàn)知識(shí)和主觀判斷，具有隨意性，無(wú)疑會(huì)給相似案例檢索的準(zhǔn)確性造成影響。目前，客觀法優(yōu)化權(quán)重的方法有：遺傳算法、粗糙集、神經(jīng)網(wǎng)絡(luò)等，但這些方法都存在著自身固有的一些缺陷，比如神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)不易確定且需要大量的訓(xùn)練樣本；遺傳算法容易陷入局部極小；粗糙集中對(duì)屬性的離散化較為困難。

綜上所述，應(yīng)用案例推理方法時(shí)，首先要解決案例屬性權(quán)重的分配問(wèn)題；并且根據(jù)得到的權(quán)重分配結(jié)果指導(dǎo)案例屬性的約簡(jiǎn)問(wèn)題以此保證醫(yī)療診斷系統(tǒng)的穩(wěn)定高效的運(yùn)行。

發(fā)明內(nèi)容

本發(fā)明的目的在于，提供一種基于案例推理的心臟病智能診斷方法，將病人的各項(xiàng)檢查指標(biāo)作為一個(gè)案例在案例庫(kù)中進(jìn)行搜索，找出與其最為相近的記錄作為診斷結(jié)果，與此同時(shí)利用注水原理得到案例的各個(gè)特征屬性權(quán)重的分配方案，并根據(jù)屬性的權(quán)重來(lái)剔除冗余的屬性。從而提高心臟病診斷結(jié)果的精度和速度。

本發(fā)明是通過(guò)以下步驟完成的：