首页 > 文献资料
-
基层医疗机构阿尔茨海默病辅助识别系统的初步建立
目的 探索性建立基层医疗机构阿尔茨海默病(Alzheimer's disease,AD)辅助识别系统.方法 对50例AD患者、44例轻度认知功能障碍(mild cognitive impairment,MCI)患者及46名正常老年人进行一系列神经心理量表测试,以神经心理量表的认知分项作为条件属性,以终诊断作为决策属性,按照不降低识别精确度为原则,应用粗糙集理论遗传算法将各条件属性进行约简,以约简后结果为基础,利用贝叶斯概率推理模型,建立AD辅助识别系统,并应用10折交叉验证方法对该系统进行反复验证.结果 约简结果为10项,包括简易智能精神状态检查量表中的三步命令;蒙特利尔认知评估量表中的视空间与执行功能、命名、注意,图形记忆中的图形复制、即刻回忆及延迟回忆;听觉词语学习测验的即刻记忆及延迟回忆;工具性日常生活活动能力测试.将此10项的原始数据为基础,建立AD网络辅助识别系统.结论 AD网络辅助识别系统简单、有效、易于推广,有利于提高基层医疗机构AD的识别率.
-
城市生活饮用水卫生监督监测指标优化的研究
目的 对城市生活饮用水卫生标准中除贾第鞭毛虫和隐孢子虫外的62项非常规监测指标进行优化,提高饮水卫生监测指标与监测频率的科学性.方法 综合应用饮水水质卫生监测水质指标超标情况、超标风险、检测浓度低于方法检测限的频数,水质综合指标评价与粗糙集的属性约简等方法分析,对饮用水水质监测指标进行筛选,得出对饮水安全起主导作用的控制因子.结果 优化结果显示城市饮用水中非常规62项水质指标中有40项水质指标可进行优化约简.结论 对水质监测指标进行优化,调整监测指标与监测频率,可在确保饮用水水质安全的同时降低监测成本,减小卫生监督监测部门的压力.
-
基于边缘检测的CT图像粗糙集增强算法
粗糙集理论是一种处理模糊和不确定性问题的工具,是一种非线性处理方法.本文基于边缘检测对图像进行小波阈值去噪,在此基础之上引入粗糙集理论划分子图并分别进行增强处理,再进行对比度增强.该算法把边缘检测去噪与粗糙集理论结合起来增强图像,实践证明具有良好的图像增强效果.
-
粗糙集理论在超声心动图噪声抑制中的应用
本文将粗糙集理论和旋转邻域技术应用于超声心动图噪声抑制,并用定量手段做了评价.实验证明本文所述方法在保留图像边缘信息的情况下有效地抑制了噪声,提高了图像的质量,使得边缘定位更准确,有利于提高医生临床诊断的效率,并能为超声心动图的自动边缘提取、自动面积计算以及自动诊断打下良好的基础.
-
粗糙集方法在Ⅱ型糖尿病诊断中的应用研究
粗糙集(Rough Set,RS)理论是处理模糊和不精确问题的一种新型的数学工具.本文主要研究了基于粗糙集理论的属性约简算法在Ⅱ型糖尿病诊断中的应用.利用粗糙集理论,从糖尿病病例中抽取知识,构成糖尿病的决策信息系统,继而利用差别矩阵法进行属性约简与病例约简,从而抽取糖尿病诊断的确定规则和可能规则,其导出的规则精练且便于存储和使用,从而更好的辅助医生进行医疗诊断.
-
数据挖掘技术在电子病历中的研究与应用
利用数据挖掘技术可以从电子病历中提取隐含的有用信息,并挖掘出疾病诊断与治疗的规律.数据挖掘技术主要包括统计分析类和知识发现类.结合电子病历的特点,目前主要有基于关联规则的数据挖掘、基于粗糙集的数据挖掘和可视化数据挖掘等方面的研究,并已取得了初步进展.
-
基于变精度容差粗糙集模型及属性敏感度约简的方剂配伍研究
粗糙集理论是处理海量不完备信息系统的有力工具，可很好的运用到方剂数据分析中。本文对变精度粗糙集模型进行改进，结合相容关系，提出加权变精度容差关系模型，并将属性重要度和信息熵相结合作为启发式信息，给出基于属性敏感度的约简算法。在此基础上，将方剂各组成药物映射为粗糙集属性，对其进行重要度评价，并结合临床疗效，进行属性约简，探讨方-药-症-证对应关系。实验证明，将本文算法应用到方剂数据分析中，能准确地揭示方剂配伍规律和方证相应关系，指导临床遣方用药。
-
基于粗糙集与SVM概率输出的中医舌象特征融合方法研究
本文探讨采用一种基于粗糙集与支撑向量机概率输出相结合的方法研究中医舌象的多特征融合.通过粗糙集理论对舌象样本集进行二次整理,得到新的样本集(包括确定样本集和不确定样本集),在此基础上设计基于概率输出的SVM分类器.这样根据舌象的特征可以得出其属于融合目标的概率,为中医基于舌象的辅助诊断提供了量化依据,同时为中医四诊融合奠定了基础.
-
基于决策规则模型及均匀设计拆方的右归丸配伍规律研究
目的:利用基于粗糙集理论的决策规则模型评价右归丸的疗效,探究其中补阴药、补阳药和边缘药的相互作用及地位,进而改进右归丸的配伍.方法:把大鼠分为正常组、肾阳虚模型组、右归丸原方组以及右归丸均匀设计的药方组5组,共8组.分别检测其四碘甲腺原氨酸(T4),皮质醇(CORT)和睾酮(T).建立基于粗糙集的决策规则模型,通过决策规则分析补阴药、补阳药和边缘药3者之间的相互作用.结果:右归丸中补阴药和补阳药之间具有协同作用；同时右归丸的边缘药对补阴药有促进作用；当右归丸的补阳药药量较小时,边缘药对其有促进作用,当补阳药药量较大时边缘药与补阳药之间有拮抗作用.结论:右归丸的配伍应注重阴阳并补、阴阳互济,补阴补阳同样重要；同时要根据右归丸中补阳药的药量来确定合适的边缘药药量,以提高整个复方的药效.
-
中医脉象与证候关联性研究方法及其应用
1 引言中医学诊断是中医治疗前提,而中医辨证则又是中医诊断学的核心,辨证是通过望诊、闻诊、问诊、切诊的手段来全方位地收集患者的证候信息,进而得出诊断性结论.
-
粗糙集理论在中医证素辨证研究中的应用
介绍利用新的机器学习理论--粗糙集,对中医诊断证素推理规则的获取、症状辨证素的量表制定等证素辨证研究的关键问题所做的一些探索性研究工作.首先阐明了粗糙集的基本思想,然后给出了问题解决的方法和步骤,并指出粗糙集理论在证素辨证研究中的应用值得进一步深入.
-
基于粗糙集的肾气丸、右归丸、右归饮3首补肾阳类方配伍规律研究
目的 用粗糙集的方法评价肾气丸、右归丸、右归饮3首补肾阳类方的疗效,探究其中的核心药和边缘药以及核心药中的补阴药和补阳药之间的配伍规律.方法 把大鼠分为:正常组、肾阳虚模型组以及肾气丸、右归丸、右归饮3首补肾阳类方各自的原方组、核心药组和边缘药组,共11组.分别检测其四碘甲腺原氨酸(thyroxine,T4)、皮质醇(cortisol,CORT)、睾酮(testosterone,T).建立基于粗糙集的决策规则模型,根据决策规则分析各药物之间的相互作用.结果 山药分别与肉桂、附子及枸杞子有很好的协同作用;茯苓、牡丹皮和泽泻本身虽然没有效果,但均与肾气丸的核心药有协同作用;当归本身有一定的效果,对右归丸核心药的作用各不相同;甘草本身对提高药效没有效果,对右归饮的核心药均有拮抗作用.结论 补肾阳类方核心药的配伍应注重阴阳并补、阴阳互济,同时要根据核心药的不同选择合适的边缘药与之配伍.所建基于粗糙集的决策规则模型在探讨类方配伍规律方面有良好的应用前景.
-
粗糙集理论在酒精性肝病诊断中的应用研究
目的研究酒精性肝病诊断所选指标的可靠性、重要性及划分的准确程度.方法收集临床多项检测指标,专家会诊确诊分类的临床40例患者,运用粗糙集理论与方法进行运算与分析.结果在所选的七项指标中,有两个约简属性指标和一个核属性指标,与临床诊断时所推荐指标基本一致.结论粗糙集理论作为临床诊断多指标综合化、客观化和准确化的方法,是可行而且具有重要意义.
-
疲劳驾驶识别中的脑电信号特征选择算法和支持向量机模型研究
针对疲劳驾驶识别中脑电特征选择和分类模型,提出采用粗糙集理论的离散化算法对通道和脑电信号特征量进行选择,选用支持向量机作为疲劳驾驶识别模型,并将疲劳误判风险作为支持向量机模型参数进行模型优化.针对5名受试者的实验结果表明,与主分量方法相比,粗糙集离散化算法选取的特征量较少,以0.8为相容度阈值,在208个候选特征中选择的特征数为2～4个,不同被试者选取的特征不同且对建立支持向量机识别模型有影响;疲劳误判风险控制参数可以达到调节支持向量机识别模型误判风险.
关键词： 脑电信号 功率谱 疲劳 粗糙集 支持向量机(SVM) -
粗糙集在中医类风湿证候诊断中的应用
本文提出把粗糙集应用于中医类风湿证候诊断,并在类风湿病的各证候诊断上临床应用.同时也采用了一般在中医诊断上常用的模糊数学方法进行比较,诊断结果显示应用粗糙集的诊断类风湿准确率大大高于一般的模糊数学方法.粗糙集方法在中医诊断的应用,将有助提高揭示中医诊断的内在知识联系和中医诊断的思维严密性.
-
粗糙集和支持向量机应用于帕金森病辅助诊断
目的 研究基于粗糙集和支持向量机辅助诊断帕金森病的可行性.方法 利用粗糙集理论中基于属性重要度的约简算法,对临床诊断帕金森病的常用特征进行约简,再分别用基于线性、多项式和径向基(RBF)核函数的支持向量机实现分类,与传统BP神经网络分类结果比较.结果 属性约简与支持向量机结合的算法预测准确率为92.71%,比传统BP神经网络算法在准确率和稳定性方面都有优势.结论 粗糙集和支持向量机结合的方法可以提高分类的准确率,节省资源,是临床上辅助诊断帕金森病的一个有效手段.
-
粗糙集和遗传算法在心脑血管慢性病中的应用研究
目的:通过现有数据分析心脑血管慢性病的主要影响因素.方法:选取2015年出院诊断中包含E78(高脂血症)、I10-I15(高血压)和E10-E14(糖尿病)的831条出院患者信息.从基本情况、生活状况、生活习惯三方面分析影响心脑血管慢性病的危险因素,建立影响因素与身体健康指数之间的关系决策表,结合粗糙集和遗传算法,去除决策表中的冗余.结果:找到影响心脑血管慢性病的主要影响因素有年龄、学历、饮酒及肥胖.结论:患有高血脂症、高血压和糖尿病的患者无论病情如何,其生活习惯、肥胖均影响心脑血管慢性病的发生,通过数据验证表明算法对分析慢性病的影响因素研究可行,可以为加强慢性病的防治工作提供有利的决策依据.
-
基于粗糙集的数据挖掘技术在医学诊断中的应用
粗糙集是研究不精确性、不确定性、不完整性现存信息或知识的数学工具.基于粗糙集理论的数据挖掘技术,通过数据训练集所训练得到的算法模型能够有效用于疾病诊断.该技术应用于胸痛发展结果的预测、ICU应急诊断、肺肿瘤辨别诊断、类风湿类型的辨别诊断、乳腺疾病诊断、胎儿早产的诊断、肝病分类诊断、急性阑尾炎分类诊断,在医学数据挖掘中有着良好的发展前景.
-
基于粗糙集的城市社区卫生服务功能评价研究
目的 以南昌市为例,评价南昌市5个行政区的社区卫生服务功能.方法 利用粗糙集约简思想得出关键指标,并通过粗糙集重要度计算方法,计算出了这些关键指标的重要度及权重,从而对南昌市5个行政区进行社区卫生服务功能的实证评价.结果 南昌市5个行政区社区卫生服务功能的综合评价结果为:第一名:青云谱区;第二名:西湖区;第三名:青山湖区;第四名:东湖区;第五名:湾里区.结论 南昌市5个行政区的排名顺序符合南昌市社区卫生服务发展的客观事实.为推动社区卫生服务均衡发展,更好地为社区居民提供便利、持续、健康的社区卫生服务,社区卫生服务管理者应采用相应的措施完善社区卫生服务功能,进一步促进城市社区卫生服务的和谐发展.
-
基于粗糙集的社区卫生服务满意度评价
目的 以南昌市为例,探讨就诊居民对社区卫生服务的满意度.方法 采用分层抽样与拦截式现场调查相结合的调查方法,对南昌市东湖区、青山湖区、西湖区、湾里区、青云谱区五个行政区的社区卫生服务机构就诊居民进行满意度调查;利用粗糙集约简理论,提取关键指标并对其进行重要度的计算来确定权重,从而对南昌市五个行政区进行社区卫生服务满意度的实证评价.结果 从对南昌市五个行政区的社区卫生服务机构503例就诊居民的调查分析发现,青山湖区社区卫生服务满意度高,其次是湾里区、青云谱区,再次是东湖区,后是西湖区.结论 南昌市五个行政区的就诊居民对社区卫生服务的满意度不一致,说明五个行政区的社区卫生服务发展不平衡.为了更好地为南昌市市民提供便利、持续、健康的社区卫生服务,社区卫生服务管理者应重视各区的均衡发展,采用相应的措施提高社区居民对社区卫生服务的满意度水平.
