基于人工智能神經(jīng)網(wǎng)絡(luò)和遺傳算法的醫(yī)療診斷專家系統(tǒng)研究與設(shè)計(jì)
【摘要】 診斷學(xué)是利用醫(yī)學(xué)知識針對臨床癥狀對疾病做出合理的診斷。臨床癥狀包括癥狀、體征、實(shí)驗(yàn)及各種檢查，是主治醫(yī)師診斷病情的重要材料。我國目前擁有的良醫(yī)很少，而且基本集中在中心城市的少數(shù)幾個(gè)大醫(yī)院，他們需要面對全國各地的患者，普通患者需要排隊(duì)數(shù)周甚至數(shù)月才能得到診治。而那些偏遠(yuǎn)地區(qū)的醫(yī)院，真正稱得上“專家”的良醫(yī)極少，甚至沒有。導(dǎo)致這些醫(yī)院對疑難病癥的誤診率一直在高位徘徊，在某些醫(yī)療條件差的小醫(yī)院經(jīng)常出現(xiàn)大病小治的誤診情況，延誤了患者最佳的診療時(shí)機(jī)，甚至危及患者生命。本課題研究的智能醫(yī)療診斷系統(tǒng)就是面向這個(gè)需求而研制的。智能醫(yī)療診斷系統(tǒng)由中醫(yī)診斷系統(tǒng)、西醫(yī)診斷系統(tǒng)、病案庫構(gòu)成。中醫(yī)診斷系統(tǒng)和西醫(yī)診斷系統(tǒng)是系統(tǒng)的主體，其中中醫(yī)診斷系統(tǒng)基于案例推理模型，利用人體信息采集設(shè)備，模擬中醫(yī)診斷過程，實(shí)現(xiàn)中醫(yī)診斷工程，而西醫(yī)診斷系統(tǒng)是基于遺傳算法優(yōu)化過的神經(jīng)網(wǎng)絡(luò)模型，從醫(yī)院信息系統(tǒng)的病案庫中獲得疾病的診療方法。課題中的主要工作有四方面：1.根據(jù)中醫(yī)缺乏機(jī)器檢查手段實(shí)現(xiàn)的特點(diǎn)，文中采用人體信息采集的方式，對中醫(yī)號脈等操作進(jìn)行模擬，實(shí)現(xiàn)了用中醫(yī)的方式進(jìn)行檢查，并將檢查結(jié)果定量保存到中醫(yī)的案例庫中。同時(shí)基于中醫(yī)的特點(diǎn)以案例的推理為模型，建立一個(gè)中醫(yī)診斷的專家系統(tǒng)。利用不斷增長的案例庫作為知識庫進(jìn)行推理，實(shí)現(xiàn)中醫(yī)診斷功能。2.西醫(yī)擁有豐富的診療手段，而且各西醫(yī)院的病例庫已經(jīng)很完善，同時(shí)，西醫(yī)的檢查都是定量呈現(xiàn)。因此，本文設(shè)計(jì)了基于神經(jīng)網(wǎng)絡(luò)的診斷模型，充分利用現(xiàn)有的醫(yī)院診斷體系，利用醫(yī)院已有的病例庫作為網(wǎng)絡(luò)訓(xùn)練樣本，實(shí)現(xiàn)西醫(yī)診斷功能。3.神經(jīng)網(wǎng)絡(luò)對樣本訓(xùn)練的時(shí)間很長，而且還很容易陷入局部極小。本文采取遺傳算法來優(yōu)化BP算法，加快它的收斂速度，避免其陷入局部極小，指定恰當(dāng)?shù)木W(wǎng)絡(luò)結(jié)構(gòu)和初始權(quán)值的范圍。從而達(dá)到優(yōu)化整個(gè)疾病診斷模型的目的，這樣，疾病診斷模型才有望出現(xiàn)令人滿意的結(jié)果。4.用戶界面是用戶與系統(tǒng)交流的基礎(chǔ)。有好的用戶界面能夠大大降低系統(tǒng)的使用難度，使提高系統(tǒng)的可用性和利用率。本文設(shè)計(jì)了適合智能診斷系統(tǒng)的用戶界面，通過向?qū)Ｊ浇⒘擞脩襞c診療系統(tǒng)的溝通手段，使診斷系統(tǒng)的易用性得到極大的提高。
第 1 章 緒 論
1.1 課題研究的背景
醫(yī)療診斷系統(tǒng)的結(jié)構(gòu)十分復(fù)雜，需要參考的因素非常多，而且因素之間的關(guān)聯(lián)性極強(qiáng)，因此很難做到全盤考慮。當(dāng)前，我國在醫(yī)學(xué)通常是用各種醫(yī)療儀器對病人進(jìn)行檢測，然后根據(jù)醫(yī)生掌握的醫(yī)學(xué)常識以及多年的診療經(jīng)驗(yàn)，對患者病情進(jìn)行綜合的分析和判斷，得出診斷結(jié)果，并給出遺囑。這種診斷方法完全是由醫(yī)生的自身素質(zhì)決定，具有很強(qiáng)的主觀性，很容易因?yàn)獒t(yī)生的自身經(jīng)驗(yàn)有限而造成誤診。我國目前擁有的良醫(yī)很少，而且基本集中在中心城市的少數(shù)幾個(gè)大醫(yī)院，他們需要面對全國各地的患者，普通患者需要排隊(duì)數(shù)周甚至數(shù)月才能得到診治。而那些偏遠(yuǎn)地區(qū)的醫(yī)院，真正稱得上“專家”的良醫(yī)極少，甚至沒有。導(dǎo)致這些醫(yī)院對疑難病癥的誤診率一直在高位徘徊，在某些醫(yī)療條件差的小醫(yī)院經(jīng)常出現(xiàn)大病小治的誤診情況，延誤了患者最佳的診療時(shí)機(jī)，甚至危及患者生命。如果有一種智能的診斷系統(tǒng)，能夠根據(jù)患者的病情，客觀的診治，就可以避免很多悲劇發(fā)生。隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，智能醫(yī)療診斷系統(tǒng)已經(jīng)可以得到實(shí)現(xiàn)。急診時(shí)，正確診斷患者情況、并將其轉(zhuǎn)移到合適醫(yī)院所花費(fèi)的時(shí)間常常成為決定患者生死的關(guān)鍵問題。在某些情況下，幾秒鐘或幾分鐘會導(dǎo)致截然不同的結(jié)果，所以能夠現(xiàn)場做出正確的決定并進(jìn)行適當(dāng)?shù)闹委熤陵P(guān)重要。
.........
1.2 課題的研究
現(xiàn)狀20 世紀(jì) 50 年代末，美國的 Ledley 等人設(shè)計(jì)了可以進(jìn)行肺癌診斷的數(shù)學(xué)模型。從此醫(yī)療診斷進(jìn)入了人們的視野。1976 年，Shortliffe在美國著名的斯坦福大學(xué)設(shè)計(jì)了一個(gè)稱為MYCIN 的醫(yī)學(xué)專家系統(tǒng)，該系統(tǒng)可以對細(xì)菌感染進(jìn)行鑒別并進(jìn)行治療。在研究過程中，Shortliffe建立了全套的針對醫(yī)療診斷的專家系統(tǒng)的開發(fā)理論。MYCIN 是世界首個(gè)功能全面的專家系統(tǒng)，它針對的領(lǐng)域是細(xì)菌感染病，能夠在細(xì)菌感染方面為用戶提供咨詢的。MYCIN 的同一時(shí)期，Rutgers 大學(xué)的科研人員在 S .M .WEISS 和 C . A.Kulikawski的領(lǐng)導(dǎo)下研發(fā)出另一套稱為CASNET 的系統(tǒng)，該系統(tǒng)主要用于診斷和治療青光眼。1982年，美國匹茲堡大學(xué)的Miller 等人發(fā)明了著名的Internist 內(nèi)科計(jì)算機(jī)輔助診斷系統(tǒng)。而1991 年美國的哈佛醫(yī)學(xué)院B arnett 等人開發(fā)出了新型的更為先進(jìn)的計(jì)算機(jī)醫(yī)療診斷軟件中，包含的疾病數(shù)達(dá)到了兩千多種，癥狀數(shù)達(dá)到五千多種。我國在西醫(yī)智能診療領(lǐng)域的進(jìn)步也很大。1982 年，基于滋養(yǎng)細(xì)胞疾病的診治的一種計(jì)算機(jī)診斷醫(yī)療專家咨詢系統(tǒng)，由宇文賢設(shè)計(jì)實(shí)現(xiàn)；1983 年，基于醫(yī)學(xué)上常見的盆腔子宮內(nèi)膜異位癥的診斷，張志華利用計(jì)算機(jī)輔助得以實(shí)現(xiàn)；1997 年，張紅梅等設(shè)計(jì)了一個(gè)模仿人的疾病診斷的專家系統(tǒng)模型，李雪榮等組建了一個(gè)兒童心理障礙標(biāo)準(zhǔn)化診斷與治療的人工智能專家系統(tǒng)。1998 年，周仲寧研發(fā)了一種應(yīng)用在眼科疾病診斷方面的專家系統(tǒng)。張玉璞設(shè)計(jì)并實(shí)現(xiàn)了基于波形分析的心血管疾病診斷的專家系統(tǒng)，知識庫是該系統(tǒng)的主要特點(diǎn)是，將每種病當(dāng)作一個(gè)框架，在每個(gè)框架上再分多項(xiàng)槽，用來存放癥狀可能出現(xiàn)的所有癥狀的數(shù)據(jù)，每一癥狀數(shù)據(jù)結(jié)構(gòu)中存在有反應(yīng)此事實(shí)可信程度的可信度因子。
.........
第 2 章 系統(tǒng)關(guān)鍵技術(shù)
2.1 專家系統(tǒng)
2.1.1 專家系統(tǒng)的特點(diǎn)
20 世紀(jì) 60 年代出現(xiàn)了專門面向特定領(lǐng)域的，在該領(lǐng)域具有專家水平，能夠解決該領(lǐng)域的相關(guān)問題的智能程序，這類程序被稱為專家系統(tǒng)[1]。迄今為止，專家系統(tǒng)的定義仍然眾說紛紜。沒有相對統(tǒng)一的定義。大多數(shù)情況，人們把專家系統(tǒng)看成在某個(gè)特定領(lǐng)域中，擁有該領(lǐng)域的專業(yè)知識和專家的經(jīng)驗(yàn)，并且能模擬該領(lǐng)域?qū)＜业乃季S方式，解答只有該領(lǐng)域的一些專家學(xué)者才能解決困難問題的計(jì)算機(jī)程序[2]。
專家系統(tǒng)的技術(shù)特點(diǎn)有如下幾點(diǎn)[3-8]：
1.該計(jì)算機(jī)程序解決問題的水平達(dá)到該領(lǐng)域?qū)＜业乃疁?zhǔn)。知識工程師通過一系列的知識獲取、表達(dá)、存儲和編排操作，建立一個(gè)知識庫。該知識庫保存著該領(lǐng)域的基本原理知識以及領(lǐng)域?qū)＜业慕?jīng)驗(yàn)知識。這些知識以規(guī)則的形式存在知識庫中，通過這些規(guī)則可以求解專門問題。
2.可以有效性推理。根據(jù)提出問題的所在領(lǐng)域特點(diǎn)，專家系統(tǒng)可以設(shè)出合理的推理機(jī)制。這種機(jī)制通過用戶給出的信息，調(diào)用系統(tǒng)所擁有的知識庫，進(jìn)行有效的推理，得到所求問題的合理解。
3.能夠獲取知識。對于一名普通人來說，獲取知識可以是別人教的，也可以是自己實(shí)踐獲得的。知識工程師或領(lǐng)域?qū)＜铱梢詫⒅R“教”給專家系統(tǒng)。通過使用知識編輯器來完成教的過程。系統(tǒng)的知識庫就是由這些被教會的領(lǐng)域知識構(gòu)成。目前專家系統(tǒng)不能進(jìn)行自我擴(kuò)充知識庫的學(xué)習(xí)。
4.具有靈活性。知識庫與推理機(jī)是互相分離的，它們彼此既有聯(lián)系又相互獨(dú)立，這種體系結(jié)構(gòu)的優(yōu)勢在于：同樣的推理機(jī)，可以采用不同的知識庫，這樣就可以保證專家系統(tǒng)能力的多樣性，只要更新知識庫，專家系統(tǒng)就能具備新的能力，同樣多樣的知識庫也可以使每個(gè)知識庫變小，使知識庫更有針對性，也使專家系統(tǒng)的推理更迅速。5.具有透明性。專家系統(tǒng)內(nèi)置了解釋機(jī)構(gòu)。解釋機(jī)構(gòu)將系統(tǒng)處理問題的過程以及系統(tǒng)采用的相關(guān)知識和相關(guān)方法展現(xiàn)給用戶。透明性使用戶能夠把握專家系統(tǒng)的推理過程，從而使用戶更加信任系統(tǒng)推理的結(jié)果。
6.具有交互性。大多數(shù)專家系統(tǒng)都被設(shè)計(jì)成了交互式系統(tǒng)。交互不單單是專家系統(tǒng)和用戶，還包括了領(lǐng)域?qū)＜摇⒅R工程師等角色。廣泛的交互使專家系統(tǒng)能夠不斷升級，具有更好的可用性。
7.具有一定的復(fù)雜性和難度。專家系統(tǒng)采用知識庫和推理機(jī)的方式，在一定程度上模擬了人的思維過程，可以說構(gòu)建一個(gè)專家系統(tǒng)是十分復(fù)雜的，構(gòu)建一個(gè)優(yōu)秀的專家系統(tǒng)具有很高的難度。
2.1.2 專家系統(tǒng)的基本結(jié)構(gòu)
專家系統(tǒng)各部分的關(guān)系如圖 2.1 所示。從圖中可以看出，專家系統(tǒng)由五部分組成：知識庫、知識獲取機(jī)構(gòu)、綜合數(shù)據(jù)庫、推理機(jī)、人 — —機(jī)接口、解釋器。這五個(gè)組成部分中，知識庫和推理機(jī)是核心部分，是最難實(shí)現(xiàn)的，也是不可或缺的。解釋部分和知識獲取部分，在某些特殊的領(lǐng)域中，可以不存在，但是對于一個(gè)完善的專家系統(tǒng)應(yīng)同時(shí)具備上述五個(gè)部分[9]。
...........
第 3 章 智能醫(yī)療診斷系統(tǒng)的設(shè)計(jì).................................12
3.1 醫(yī)院診斷流程................................................ 12
3.2 醫(yī)療診斷系統(tǒng)的特點(diǎn)..................................... 13
3.3 醫(yī)療診斷系統(tǒng)的結(jié)構(gòu)......................... 14
3.4 醫(yī)療診斷系統(tǒng)工作流程......................... 15
3.5 小結(jié)...................................... 16
第 4 章 中醫(yī)診斷子系統(tǒng)的設(shè)計(jì).........................17
4.1 中醫(yī)診斷的理論............................................. 17
4.2 基于案例推理的模型介紹及工作流程............................... 19
4.3 數(shù)據(jù)元素選取依據(jù)..................................... 20
4.4 案例的表示....................................... 21
4.5 案例相似度的確定............................................. 21
4.6 中醫(yī)診斷系統(tǒng)模塊設(shè)計(jì)................................. 22
4.7 小結(jié)........................................ 23
第 6 章 系統(tǒng)的實(shí)現(xiàn)
6.1 系統(tǒng)登錄
系統(tǒng)登錄界面如圖 6.1 所示。登錄界面第一列是用戶類別。系統(tǒng)內(nèi)設(shè) 3 種類別用戶：管理員、醫(yī)生、患者。其中管理員帳號和醫(yī)生帳號由后臺授權(quán)，而患者帳號可以由患者利用身份證號任意申請。（如果發(fā)生身份證號被別人注冊，或者忘記密碼的情況，由用戶憑身份證讓管理員修改）。界面左下方是注冊按鈕，新患者用戶利用該按鈕注冊個(gè)人信息。
......
第 7 章 總結(jié)與展望
7.1 總結(jié)
本課題研究的智能醫(yī)療診斷系統(tǒng)由中醫(yī)診斷系統(tǒng)、西醫(yī)診斷系統(tǒng)、病案庫構(gòu)成。中醫(yī)診斷系統(tǒng)和西醫(yī)診斷系統(tǒng)是系統(tǒng)的主體，其中中醫(yī)診斷系統(tǒng)基于案例推理模型，利用人體信息采集設(shè)備，模擬中醫(yī)診斷過程，實(shí)現(xiàn)中醫(yī)診斷工程，而西醫(yī)診斷系統(tǒng)是基于遺傳算法優(yōu)化過的神經(jīng)網(wǎng)絡(luò)模型，從醫(yī)院信息系統(tǒng)的病案庫中獲得疾病的診療方法。課題中的主要工作有四方面：
1.設(shè)計(jì)了基于案例的推理模型，并利用人體信息采集設(shè)備對患者身體進(jìn)行檢查，利用不斷增長的案例庫作為知識庫進(jìn)行推理，實(shí)現(xiàn)中醫(yī)診斷功能。
2.設(shè)計(jì)了基于神經(jīng)網(wǎng)絡(luò)的診斷模型，利用現(xiàn)有的醫(yī)院診斷體系，利用醫(yī)院已有的病例庫作為網(wǎng)絡(luò)訓(xùn)練樣本，實(shí)現(xiàn)西醫(yī)診斷功能。
3.利用遺傳算法對神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，提高醫(yī)療診斷的診斷速度。
4.設(shè)計(jì)了適合智能診斷系統(tǒng)的用戶界面，通過向?qū)Ｊ浇⒘擞脩襞c診療系統(tǒng)的溝通手段，使診斷系統(tǒng)的易用性得到極大的提高。
7.2 展望
本課題的智能診斷系統(tǒng)已經(jīng)實(shí)現(xiàn)了中西醫(yī)的診斷功能，但是在診斷的速度及精度方面還沒有完全達(dá)到名醫(yī)診治的效果。在未來的研究中，智能診斷系統(tǒng)需要在以下幾個(gè)方面進(jìn)行提升：
1.中醫(yī)診斷靠“望聞問切”。望，指觀氣色；聞，指聽聲息；問；指詢問癥狀；切；指摸脈象。中醫(yī)診斷系統(tǒng)只是在一定程度模擬了“問”和“切”。未來可以通過計(jì)算機(jī)圖像學(xué)模擬“望”，利用傳感器技術(shù)模擬“聞”，全面實(shí)現(xiàn)中醫(yī)診斷。
2.神經(jīng)網(wǎng)絡(luò)的訓(xùn)練時(shí)間過長，診斷速度也較慢，通過遺傳算法在一定程度上提高了診斷速度，未來可以通過對遺傳算法或者神經(jīng)網(wǎng)絡(luò)算法進(jìn)行改進(jìn)，進(jìn)一步提高診療速度。
3.目前所用的計(jì)算機(jī)是傳統(tǒng)的馮·諾依曼計(jì)算機(jī)，通過對未來神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)的研究，也能提升神經(jīng)網(wǎng)絡(luò)的搜索速度，達(dá)到提高診療速度的效果。
4.研制適合西醫(yī)診斷的檢查系統(tǒng)，使西醫(yī)診斷能夠擺脫種類繁多的檢查，從而使智能診斷系統(tǒng)走向家庭，實(shí)現(xiàn)家家有“良醫(yī)”的美好前景。
5.為診斷系統(tǒng)設(shè)計(jì)優(yōu)秀的治療系統(tǒng)，實(shí)現(xiàn)診斷治療一體化。
參考文獻(xiàn)：
- [1] 靳建彬,王元?dú)J,陳源. 基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化策略研究[J]. 計(jì)算機(jī)與現(xiàn)代化. 2010(09)
- [2] 張煜東,吳樂南,王水花. 專家系統(tǒng)發(fā)展綜述[J]. 計(jì)算機(jī)工程與應(yīng)用. 2010(19)
- [3] 傅鋼善,李婷. 3G時(shí)代基于專家系統(tǒng)的移動學(xué)習(xí)模式[J]. 中國電化教育. 2010(04)
- [4] 高憲軍,張杰,洪俞,程國曉. 基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的技術(shù)研究[J]. 裝備制造技術(shù). 2010(02)
- [5] 王芳,程水源,李明君,范清. 遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)用于大氣污染預(yù)報(bào)[J]. 北京工業(yè)大學(xué)學(xué)報(bào). 2009(09)
- [6] 楊梅,卿曉霞,王波. 基于改進(jìn)遺傳算法的神經(jīng)網(wǎng)絡(luò)優(yōu)化方法[J]. 計(jì)算機(jī)仿真. 2009(05)
- [7] 張英菊,仲秋雁,葉鑫,曲曉飛. 基于案例推理的應(yīng)急輔助決策方法研究[J]. 計(jì)算機(jī)應(yīng)用研究. 2009(04)
- [8] 吳麗娟,張健宇,高立新. 基于神經(jīng)網(wǎng)絡(luò)和案例推理的智能診斷系統(tǒng)綜述[J]. 機(jī)械設(shè)計(jì)與制造. 2009(03)
- [9] 葛繼科,邱玉輝,吳春明,蒲國林. 遺傳算法研究綜述[J]. 計(jì)算機(jī)應(yīng)用研究. 2008(10)
- [10] 安茂春. 故障診斷專家系統(tǒng)及其發(fā)展[J]. 計(jì)算機(jī)測量與控制. 2008(09)
本文編號：9593
本文鏈接：http://sikaile.net/kejilunwen/rengongzhinen/9593.html
