基于格的模糊医疗专家系统用于下腰痛管理
人工智能
2019-09-10 v1
摘要
下腰痛（LBP）是一种常见的医学病症，使全球许多患者无法进行正常的日常活动。在缺乏外部生物标志物的情形下，LBP的诊断颇具挑战性。它需要处理若干并无精确量化值的临床变量。为开发用于LBP管理的模糊医疗专家系统，本研究提出了一种吸引人的基于格的知识表示方案，以处理知识中的不精确性，并为模糊知识库与模糊推理系统提供了适宜的设计方法。模糊知识库以模块化方式构建，每个模块捕获有关相关临床病史、临床检查和实验室检查结果的相互关联医学知识。这种设计方案确保了知识库的最优性、一致性、精确性与可扩展性。该模糊推理系统采用Mamdani方法，使用三角隶属函数进行模糊化，并采用面积中心法（Centroid of Area）进行去模糊化。利用从领域专科医师处提取的知识构建了该系统的原型。已对位于Sealdah的ESI医院中若干可用患者记录的系统的推理进行了核查。验证医学专家认定其可接受。
引用
@article{arxiv.1909.03983,
title = {Lattice-Based Fuzzy Medical Expert System for Low Back Pain Management},
author = {Debarpita Santra and S. K. Basu and J. K. Mondal and Subrata Goswami},
journal= {arXiv preprint arXiv:1909.03983},
year = {2019}
}