首页 > 文献资料
-
心律失常辅助诊断系统的研制
目的:研制心律失常辅助诊断系统,以减少医生的工作量,并提高其对心电信号诊断的准确性.方法:首先利用小波变换理论建立滤波和波形识别算法,提取出有效的特征参数;然后利用粗糙集理论约简特征参数并根据相应的分类决策规则,利用分支逻辑法对波形进行识别分类;后利用模糊神经网络理论得出异常心拍的隶属度.结果:实现了滤波、波形识别、诊断分类等主要模块,形成了一个完整的系统.结论:该系统能识别十九种心律失常并得出异常心拍的隶属度和位置信息,对医生韵诊断有良好的辅助作用.
-
基于多尺度分析的MR图像粗糙集增强算法
粗糙集理论是一种新的处理含糊和不确定问题的数学工具,本文在对MR图像多尺度边缘表示的基础上,引入粗糙集理论对图像作对比度增强处理,提出了一种基于多尺度分析的粗糙集图像增强算法.该方法具有良好的增强效果,并对噪声有一定的抑制作用.本文后给出了具体实验结果.
-
基于粗糙集理论的抗菌药物合理应用分析
目的 运用粗糙集理论对某三甲医院抗菌药物合理应用情况分析.方法 随机抽取600份非手术住院患者病历,汇总体征、各项检查结果及抗菌药物使用数据,运用Rosetta软件对数据进行约简分析,将约简得到的指标与国家关于抗菌药物使用规定进行对照,判断抗菌药物合理使用情况.结果 对数据约简得到抗菌药物使用23个指标,经对比,使用指标同国家相关规定基本相符.结论 医院抗菌药物使用基本合理,通过研究拓展了粗糙集理论使用范围,丰富了抗菌药物合理使用的评判方法.
-
基于数据挖掘的中医五脏相关理论研究思路
通过对中医五脏相关理论内涵的分析及对常用中医理论数字化数据挖掘技术的对比，认为中医五脏相关理论的数据挖掘技术可选择处理不确定性信息的常用数学方法，即粗糙集和关联规则。数据挖掘方法中的粗糙集和关联规则不需先验知识，可以直接从数据中挖掘规则，有效处理不完整数据，符合五脏相关理论的特点和要求。以此建立五脏相关的数学模型，模拟中医专家的诊断过程，具有一定的可行性。
-
基于粗糙集理论的数据挖掘技术在脑梗塞疾病研究中的应用
[目的]研究引起脑梗塞疾病的各种相关因素,分析造成该疾病主要原因,提出预防该疾病的有效手段.[方法]以关联规则和粗糙集理论为脑梗塞疾病数据挖掘的主要技术手段,提出了基于粗糙集理论的脑梗塞疾病关联规则知识获取方法. [结果]糖尿病、高血压、血红蛋白量高等是导致脑梗塞的重要因素. [结论]提出脑梗塞预防建议:a.戒烟;b.预防和控制糖尿病;c.控制血压; d.控制血红蛋白含量,防止血液粘稠.
-
基于粗糙集的某三甲医院住院患者费用分类特征集约简
目的 患者费用分类隐藏着泛化的分类规则,通过分类规则能快速判断患者费用类别,以便实施医疗费用控制.本文旨在采用属性约简方法得到患者属性的佳约简,并基于佳约简运用值约简来得到患者费用的分类规则.方法 分类随机抽取1 527例某三甲医院2013年住院患者,并收集了其相关的21项临床属性,采用Rossetta 3.0软件进行统计分析.结果 生成10项核属性和76条用于指导患者费用分类的分类规则,76条规则中有44条规则可以确定患者的唯一分类,其余32条能确定患者的潜在分类.同时,归纳出唯一分类规则中的共同属性取值,以指导每类患者费用控制.结论 粗糙集方法用于患者费用分类的特征值约简和规则生成,客观可行且具有重要意义.
-
基于粗糙集的中药复方药物重要性评价
为评价中药复方中各味药物作用,将粗糙集理论应用于中药复方药物重要性评价.该方法可以度量出同一类方剂针对不同证型时各药物的重要性,从而区分出在不同证型中起关键作用的药物,较传统频数统计的方法,粗糙集方法能更加深刻揭示某一类方剂的用药规律.本研究对临床用药及中药研制过程中的药物筛选具有一定的指导作用.
-
基于粗糙集的类方配伍规律研究的决策规则模型
为了挖掘类方配伍与其证候指标之间的相关关系,将粗糙集理论应用于类方配伍规律的研究,建立了类方配伍规律研究的决策规则模型.根据此模型通过属性约简可以得到类方中影响药效的核心药物,通过挖掘有效的决策规则可以分析类方内各药物之间的相互作用,并且可以利用决策规则对药效进行预测.该模型的建立对优化类方配伍及临床实践具有一定的指导意义.
-
心电信号预测冠心病的粗糙集方法
应用粗糙集理论对心电图波形所蕴涵的大量信息进行处理,目的是评价心电信号实测指标与冠心病的关系.通过对心电图导联Ⅰ中采集的心电信号进行属性约简,降低决策表的冗余性,提取用于判别冠心病的重要属性和诊断规则.实例分析表明,粗糙集理论应用于心电信号分析,可得到清晰简明的诊断规则,有助于冠心病的临床诊断.
-
粗糙集滤过的神经网络在昆虫分类学上的应用研究
根据昆虫图像,对半翅目、鳞翅目、鞘翅目的28种昆虫提取形状参数、叶状性、球状性等7项数学形态特征进行了粗糙集理论与方法的论证和运算,并与赵汗青等统计分析的结果加以比较;在粗糙集处理的基础上,通过神经网络模式识别,与传统分类相比较.实验结果表明: 在作为目级阶元分类时,各项特征的重要性依次为:(似圆度、偏心率)＞(亮斑数、球状性、圆形性)＞(叶状性、形状参数);神经网络模式识别结果与传统分类结果完全一致.由此得出: 粗糙集理论在昆虫依据数学形态特征进行分类方面与统计分析方法相比有更为理想的作用;粗糙集神经网络的结合应用在昆虫分类上有重要意义.
-
国境口岸致病微生物检测基因芯片探针设计新方法的研究
SNP位点选择是是国境口岸致病微生物基因芯片检测探针设计的关键环节,目前主要依靠手工完成,严重影响着检测速度和检测质量.我们提出了一种基于遗传算法的SNP位点的自动选择方法,该方法运用粗糙集理论评估SNP位点组合的分类能力,综合与检测实验密切相关的设计指标,采用遗传算法进行优化搜索.实验结果表明,该方法具有很好的稳健性和较快的收敛速度,能够准确地寻找致病微生物的SNP位点组合,为大规模的检测基因芯片探针自动设计提供了快速可靠的途径,缩短了国境口岸致病微生物的检测时限,提高了检测结果的准确性.
-
粗糙集理论在药物构效关系研究中的应用概况
目的 综述粗糙集方法在药物构效关系研究中的应用进展情况,希望对相关的研究和科研工作人员有所帮助.方法 选择比较突出的抗HIV药物构效关系研究文献,对结果及所用研究方法进行总结.结果 相关文献为药物的药效团、作用靶点等研究提供了大量的信息,粗糙集方法已经是药物研究的重要工具.结论 作为一种数据挖掘系统,粗糙集方法能够提取出数据中特别的关系,与mLR、PCA、PLS等方法相比,具有非线性功能,与ANN等方法相比,其结果又具有明确的物理意义.
-
恶性血液病数据库分析系统的建立
目的:建立一个基于临床恶性血液病(hematological malignant disease, HM)案为数据源,并具有模糊查询,数据分析辅助诊断,科学统计等功能的数据库系统. 方法:以Windows操作系统为平台,Delphi6作为开发数据库客户访问端和简单分析的工具,SQL Server2000作为关系数据库开发和管理工具,并将SPSS 11.0集成到数据库系统中实现对数据分析统计功能. 结果:建立HM电子病历和数据库系统,较完整的记录患者的诊断和治疗信息,实现随时查询,对相似病例比较分析和对相关数据进行数据挖掘及图形或图表统计分析的功能. 结论:集智能查询,数据挖掘和具有权威性统计分析为一体的HM数据库系统,减轻了书面病例维护难的问题,实现临床数据源数字化. 有利于医生对诊疗过程的疗效分析和做出客观评价.
-
粗糙集在构建骨肿瘤辅助诊断知识库的应用研究
在骨肿瘤辅助诊断专家系统研究中,知识库的建立是一直困扰系统建立的瓶颈问题,知识库的好坏不仅影响到后续推理过程,而且还对诊断的精度有着很大的影响.本文使用基于粗糙集理论的数据挖掘技术,对已确诊病例资料数据库进行数据分析,建立骨肿瘤与患者临床表现之间的推理关系,并结合医生的临床实践,终形成一个比较完备的辅助诊断知识数据库,为后续的推理、解释程序打下良好的基础.
