基于事例推理在甲型H1N1流感诊断中的应用研究

作     者：王家超 

作者单位：东北大学 

学位级别：硕士

导师姓名：黄玉基

授予年度：2010年

学科分类：1004[医学-公共卫生与预防医学(可授医学、理学学位)] 08[工学] 081104[工学-模式识别与智能系统] 100401[医学-流行病与卫生统计学] 0811[工学-控制科学与工程] 10[医学] 

主      题：最近相邻 事例推理 聚类 甲型H1N1流感诊断 

摘      要：论文选题来源于甲型H1N1流感诊断的部分典型病例的诊断和诊断型人工智能专家系统在实际医疗领域中的应用。论文分理论和应用,结合CBR理论研究,以甲型H1N1流感诊断为分析和研究基础,提出了一个系统辅助解决方案。论文阐述CBR的基本概念和原理,结合甲型H1N1流感诊断的有关知识,说明了CBR系统的几个核心环节和一些相关的方法：事例表示和存储,事例检索和匹配,事例的修改和学习,事例库的维护,事例添加与删除。 把聚类技术应用到CBR系统,使用改进的CURE KNN算法,对事例库中的事例进行聚类。在事例的表示中采用了面向对象的方法,有效的解决了知识表达的问题;采用分层方式构建标准事例库;在事例检索中,采用了分级式过滤与最近相邻方法相结合的策略,利用基于属性空间的概念,精简了检索过程,提高了系统的检索效率;在事例库维护方面,采用基于聚类的事例增加、事例删除策略,显著改善了事例检索的速度和质量。通过系统运行测试验证了这些方法的有效性。