發(fā)布時間：2020-08-04 21:05

【摘要】：隨著人民生活水平的不斷提高和生活方式的改變,我國冠心病發(fā)病率逐年提高。由于心臟介入術具有創(chuàng)傷小、治療效果顯著等特點,且患者恢復快,所以在治療冠心病方面應用日益廣泛。大量臨床經驗表明手術的成功實施關鍵在于器械的選型與應用。然而,傳統(tǒng)的心臟介入術的器械選型方案大多依據(jù)于醫(yī)生個人的臨床經驗,不利于診療知識的系統(tǒng)化與傳承。為此,針對我國冠心病現(xiàn)狀,進行心臟介入術計算機輔助方法的研究,不僅有利于知識的組織還可以為醫(yī)生提供有效的器械型號參考,對提高心臟介入手術的效率具有重要意義。本文結合心臟介入治療領域的特點,在專家系統(tǒng)及模糊邏輯相關理論的基礎上,設計研究了心臟介入術器械輔助選型方法,并設計、開發(fā)了原型系統(tǒng)。首先,通過分析不同知識表示法的基本形式和優(yōu)缺點,針對具有復雜性、模糊性的醫(yī)學知識描述,提出了一種結合產生式與框架表示法的知識表示方法。然后,重點對推理方法進行了研究,結合案例推理技術、模糊推理技術和規(guī)則推理技術,利用它們之間的互補關系,將CBR、RBR、FBR三種推理綜合進行問題求解。對案例檢索方法,采用知識導引和最近鄰混合搜索法,先根據(jù)知識導引法針對案例集檢索出候選案例集,再利用最近鄰法在候選案例中匹配計算出最相似案例,避免了單獨采用最近鄰法的不足,提高了案例檢索效率。推理基于多規(guī)則多輸入推理模型,采取正向推理與不確定推理的控制策略�；谄ヅ涠韧评硭惴ㄟM行案例相似度推理,并在推理中引入模糊隸屬度等概念對用戶輸入的血管特征參數(shù)進行數(shù)值表示,最終推導出綜合貼近度指標值并輸出選型結論。最后,在上述研究的基礎上,設計并開發(fā)了心臟介入術器械輔助選型系統(tǒng),包括用戶登陸模塊、推理模塊和知識庫管理模塊。系統(tǒng)采用數(shù)據(jù)庫SQL Server建立知識庫,在VC++軟件編程環(huán)境進行了系統(tǒng)框架搭建,實現(xiàn)了系統(tǒng)交互頁面、模糊推理和知識庫的維護功能。經實驗驗證分析,系統(tǒng)能夠合理組織、擴充選型知識并量化輸出推導結果,達到了輔助心臟介入醫(yī)生進行器械選型的效果。
【學位授予單位】：西安工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP311.52;R54
【圖文】：

圖 1.2 2016 年中國各省市（部分）百萬病例數(shù)入術器械狀動脈內支架置入術（Coronary Stent Implantation，CASI），被認為是 PCI 最重之一，冠狀動脈內支架置入術擴大了 PTCA 的使用范圍，明顯降低了 PTCA 術窄概率，改善了它的安全性和遠期效果。目前在 PCI 的患者中約 95%以上的病入支架，冠狀動脈支架置入術是目前唯一能減少原位病變和再狹窄的治療方法臨床經驗表明是否能成功實施手術的關鍵在于器械的選擇和應用，因此進行介入助選型研究越來越重要。冠狀動脈介入術的器械包括：介入導絲、導引導管、球。介入導絲。介入導絲是介入治療的基本器械，在手術中是將器械送到指定病變著導向和定位的作用，是替換導管的重要器械，介入導絲的選擇直接影響治療過與否[6]。導引導管。導引導管是冠脈介入治療的通路，導引導管的作用是器械傳送、對

并且按照成功匹配激發(fā)規(guī)則，提4.1 基于重要度支持度框架規(guī)則知識表衡量一個推理機優(yōu)劣的主要標志是：推理于問題的求解是至關重要的，所以選取合適的效率�；诳蚣芤�(guī)則知識表示法的基礎上，針對病癥特征前提中引入模糊隸屬度的概念。系統(tǒng)隸屬程度，規(guī)則中的前提癥狀對于全部癥狀都患者的診斷具有不同的參考價值，不同的癥狀則病癥特征引入了“重要度”和“支持度”的度的框架規(guī)則知識表示法[65][66]。定義 1[66]：給規(guī)則中的分支癥狀賦一個實該規(guī)則中各個前提所占的重要程度，IM 越大持度越大。且滿足條件：1）

圖 5.7 系統(tǒng)登陸界面圖2 推理機推理模塊建立系統(tǒng)選型對話框，添加一個對話框類，然后添加成員變量，將其與對話框起來，存儲用戶輸入的參數(shù)值，血管主要病癥參數(shù)及變量如表 5.9 所示。表 5.9 血管病癥參數(shù)及變量表血管特征 特征變量RCA 開口 m_rca1RCA 起源 m_rca2RCA 病變 m_rca3LM m_lmLAD m_ladLCX m_lcxPLA m_plaLCA m_lca

【參考文獻】

相關期刊論文 前10條

1 姚震;陳林;;我國心血管疾病現(xiàn)狀與展望[J];海南醫(yī)學;2013年13期

2 裴道武;;模糊推理的基本理論[J];高校應用數(shù)學學報A輯;2012年03期

3 趙海良;;簡易插值模糊推理方法[J];模糊系統(tǒng)與數(shù)學;2010年06期

4 鄒祥福;裴道武;;模糊推理的SIS算法[J];模糊系統(tǒng)與數(shù)學;2010年06期

5 張麗珍;潘正華;;基于中介邏輯的模糊推理算法[J];計算機工程與科學;2010年09期

6 夏昌浩;向學軍;段莉梅;;天氣數(shù)據(jù)模糊化處理對神經網絡短期負荷預測模型的影響研究[J];三峽大學學報(自然科學版);2010年04期

7 常浩;金大瑋;邢國平;孫德翔;;某型飛機起落架故障診斷專家系統(tǒng)設計研究[J];飛機設計;2009年05期

8 鄭麗穎;肖健;;農田雜草識別模糊專家系統(tǒng)的設計與實現(xiàn)[J];應用科技;2009年08期

9 馬逸;陳斌;;專家系統(tǒng)在醫(yī)學上的研究現(xiàn)狀及進展[J];中國醫(yī)療設備;2008年06期

10 劉曉慧;佟偉光;林樹寬;;基于模糊推理的專家系統(tǒng)的研究與實現(xiàn)[J];沈陽工程學院學報(自然科學版);2007年02期

相關會議論文 前1條

1 李俊玲;周東岱;鐘紹春;趙瑞清;;帶重要度可信度框架規(guī)則知識表示及其模糊推理算法[A];2006年全國理論計算機科學學術年會論文集[C];2006年

本文編號：2781079