基于PCA和CBR的医学诊断专家系统研究

论文摘要

基于案例的推理是人工智能领域中的一种推理技术，克服了传统专家系统出现的知识获取瓶颈等问题，能够从新案例中获取知识，反映专家的思维过程，与医学诊断具有较高的相似性。因此，案例推理是医学诊断中一种有效的思维方式。但是在实际应用中，医学案例库一般是由大量的符号属性构成的，对所有这些属性进行分析会增大计算量和增加分析问题的复杂度，如何降低问题的复杂度已成为目前研究的热点问题。本文针对医学案例库的特性，采用主成分分析的数据降维方法来降低问题复杂度，将主成分分析和案例推理技术相结合，构造了一个医学诊断专家系统。该专家系统首先对医学案例库的符号属性进行数字化转换，然后利用主成分分析方法进行特征提取，将案例库映射到特征空间，再根据案例推理技术进行推理，得出诊断结果。针对正则单行主成分分析算法的数字化方法没有考虑不同属性特征的重要性，提出了加权正则单行主成分分析算法，提高了系统的准确度；针对案例检索中近邻策略的不足，将最相似匹配原理应用到案例检索中以提高检索效率和降低计算复杂度，同时将流形学习思想引入到选取最佳解决方案的过程中，提出了一种更为有效的检索策略，从而减少了误差，使得诊断结果更加可靠。实验证明，本系统的推理机能够有效模拟医生的诊断思维。因此，它可以作为医生诊断疾病的一种辅助工具。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.3 本文工作
• 1.4 章节安排
• 第二章 医学诊断专家系统基础
• 2.1 医学诊断专家系统的基本理论
• 2.1.1 医学诊断专家系统的组成
• 2.1.2 医学诊断专家系统的分类
• 2.1.3 医学诊断专家系统的核心
• 2.2 CBR 的基本理论
• 2.2.1 CBR 的基本原理
• 2.2.2 CBR 的相关概念
• 2.2.3 与其它问题求解方法的比较
• 2.3 PCA 的基本理论
• 2.3.1 PCA 的基本思想及实质
• 2.3.2 PCA 的数学推导
• 2.3.3 PCA 的计算流程
• 2.4 本章小结
• 第三章 基于 PCA 和 CBR 的专家系统若干技术研究
• 3.1 引言
• 3.2 RS-PCA 算法及改进
• 3.2.1 RS-PCA 算法及实例分析
• 3.2.2 RS-PCA 算法改进
• 3.3 一种新的案例检索策略
• 3.3.1 案例检索策略研究
• 3.3.2 一种新的案例检索策略
• 3.4 基于 WRS-PCA 算法和局部线性 k-近邻检索策略的 CBR 模型
• 3.5 本章小结
• 第四章 医学诊断专家系统设计与实现
• 4.1 案例数据库设计
• 4.1.1 概念结构设计
• 4.1.2 逻辑结构设计
• 4.1.3 物理实现
• 4.2 专家系统功能软件设计与实现
• 4.2.1 功能目标
• 4.2.2 结构设计
• 4.2.3 推理机设计
• 4.2.4 开发环境
• 4.3 系统实现的主要类图
• 4.4 系统运行过程及实验结果分析
• 4.5 本章小结
• 第五章 结束语
• 5.1 总结
• 5.2 展望
• 致谢
• 参考文献
• 研究成果