- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于案例推理的中医诊疗专家系统论文.doc
基于案例推理的中医诊疗专家系统论文
【摘要】 为了解决中医诊疗专家系统中知识获取瓶颈和推理技术应用等问题,把基于案例推理技术用于中医诊疗专家系统的知识表示和推理。提出系统模型,介绍了案例推理的基本结构:案例提取网(case retrieval s)以及案例提取算法,对系统中案例的学习和修正机制进行了说明,并提出用基于案例的解释来生成诊断结果的解释性说明以及辅助构建基于案例的中医诊疗辅助教学系统。这种基于案例推理的中医诊疗专家系统可以适应不确定、不完全的知识表示,病案案例获取方便,充分体现中医经验在诊疗过程中的重要作用,是建立中医诊疗专家系统的一种新方法。
【关键词】 人工智能;专家系统;中医;基于案例的推理;案例提取网
Abstract:In order to solve knoedicine expert system.freels model and introduce the basic frame. This paper also explains the mechanism of case study and revise and puts forethod to explain the diagnosis result and to build a assistant tutoring system of Chinese traditional medicine by using case-base explanation. At last, this paper makes a summary of the advantages of the system, and put forent directions. It can adapt to uncertainty, inplete knoedical records case, fully embody the important role of the Chinese medicine experience in the clinic process. Our method is a novel method to establish a traditional Chinese medicine expert system.
Key ;Traditional Chinese medicine; Case-based reasoning; Case retrieval s
中医药现代化是国家中长期科技发展规划中具有战略意义的研究课题。为了适应信息时代发展要求,促进祖国传统医学的传承和发展,使中医中药在国际竞争中更具优势和特色,利用现代先进的智能的信息技术来解决中医诊断信息化过程中的关键问题,无疑是一项迫在眉睫的基础性工作。 然而,我国在这方面的整体研究水平还较低,多数中医诊疗专家系统缺乏足够的智能性,离临床使用要求还有很大距离。归结其原因主要有:没有从中医的整体性、系统性来分析和解决问题,仅针对具体病症分散开发一些小系统[1];系统结构固定,多采用基于规则的推理,准确性依赖于初始化时专家知识库的建立,难以适应多变的实际应用环境;没有很好实现中医专家知识的自动获取和学习,对于半结构化和非难以适应结构化诊疗知识无法很好地表示,存在知识获取瓶颈;直觉性经验知识是专家经验知识的重要组成部分[2],现有系统的知识获取和表示形式难以适应中医知识的这种经验性。
基于案例的推理(case-based reasoning,CBR)是将以前解决问题的经验以案例形式存储,作为以后的问题解决参考的一种机器学习和推理方法[3]。它在非结构化知识表示上很有优势,并且在知识获取上,优于基于规则的表示。在基于案例推理的医学诊疗专家系统中,知识的主体是病案案例,在知识获取和学习上有大量现成的来源。本文将基于案例的推理技术引入中医诊疗专家系统的建模中,使用案例表示中医专家的诊疗经验,用案例提取网(case retrieval s,CRN)作为案例提取结构,实现案例的提取、学习。系统根据几千年来众多中医名家的诊疗经验建立案例库,以案例推理方法为基础,模拟中医专家看病推理过程,针对病人的“望、闻、问、切”四诊症状,推断出病人几种症候的可能性,并由此提出建议处方,实现智能化的中医专家诊断过程。
首先提出基于案例推理的中医诊疗专家系统的体系结构,介绍了基于案例的推理和案例提取网的概念,说明案例提取(也即诊疗过程)的实现算法;然后说明了在这种结构下案例的修正、学习和解释的机制及效用;最后,进行了总结和进一步研究的展望。
1 系统框架和案例提取算法
1.1 系统框架中医诊断治疗过程是,首先建立病人信息模型,通过“望、闻、问、切”四诊来获取疾病症状、体征等临床信息;其次,根据患者个
文档评论(0)