基于Rough集从临床数据中提取诊断规则.pdfVIP

第32卷第2期 南昌大学学报(理科版) V01．32No．2 of 2008年4月 Journal Science) NanchangUniversity(Natural Apr．2008 文章编号：1006一0464(2008)02—0193—05 基于Rough集从临床数据中提取诊断规则 聂斌1，王命延h，于海雯1，胡玲芳2 (1．南昌大学信息工程学院，江西南昌330031；2．六盘水职业技术学院，贵州I，、．r-盘水553003) 摘要：在医学上，没有正确的诊断就没有正确的治疗。本文提出用简化的分明矩阵方法对临床数据信息表属性 约简，并在此基础上提出相应分类和合并诊断规则生成算法。通过对该数据集测试表明，此算法是可行有效的，并 缩短了诊断规则长度，有时还能为病人节省不必要的检查。 关键词：Rough集；属性约简；粗糙包含；诊断规则 中图分类号：TPl8 文献标识码：A Rough集理论是由波兰科学家PawlakZ在20世纪80年 表1医学信息表 代初提出，近年来得到了迅速的发展和完善，是一种用于处 理不确定性、不分明性和模糊性知识的软计算方法，其基本 思想是在保持分类能力不变的前提下，通过知识约简。导出 概念的分类规则，并从中发现隐含的知识，揭示出潜在的新 o方面都有成功 知识和规律。目前，Rough集理论在许多¨。7 的研究和应用。 在I临床医学诊断应用中，通常的Rough集理论提取规则 法不一定适合那些症状或病症包含度高的疾病诊断，Tsumoto S提出的方法却能按照医学专家诊断模式从l临床数据中很 好的提取诊断规则【8J。但面对庞杂的临床数据时，如果能用 contraction 表muscle headache，migraine代表classicmigraine， 简化分明矩阵法先对临床数据进行约简，则更有利于后期的 psychogenic代表psychoenic 规则提取，也有利于病人节省不必要的检查费用。 代表no。 文中采用的方法分四步：一，先用简化的分明矩阵方法 对信息表属性约简；二，按照属性中特征粗糙包含度分成不 属性集代替原来的条件属性集，而不影响原有的功能。 同的组；三，再在各组中区分出疾病；四，合并第二三步，为每 定义1设R是一个等价关系族，r∈R，如果IND(尺) 一种决策属性产生一条规则。 =IND(R一…)，则称r在R中是可被约去的知识；如果P =R一{r}是独立的，则P是尺中一个约简。 1 Rough集基本理论 定义2如果任一个r∈R是尺中不可约去的，则等价关 1．1信息系统 系族尺是独立的；否则只是相关的。 u 定义3尺中所有不可约去的关系称为核，由它构成的 一个信息系统可以定义为S=(U，AD)，其中U是一 个非空、有穷、被称为全域的个体的集合，A是非空、有穷的属 集合称为JR的核集，记成CORE(R)。 性集合，即对于属性口EA，有a：U—亿，其中屹被称做属性 简化分明矩阵属性约简法，是一边从信息系统s=(U， Au 口的值集；集合V=V。。．屹被说成是属性集A的值区 D)中提取关于属性值是分明的属性并构造成分明合取