动物疾病模糊诊断数学模型的建立.doc

动物疾病模糊诊断数学模型的建立
肖建华高利刘云范洪刚马海鹍王洪斌
(东北农业大学动物医学学院哈尔滨150030)
摘要：动物疾病诊断专家系统的知识具有模糊性，动物疾病诊断的模糊数学模型可以较好地模拟兽医临床诊断的特点。本文对疾病的模糊数学表示模型、将动物的疾病划分为多个鉴别诊断组的方法及模糊诊断模型等进行了论述。
关键词：疾病；模糊；诊断；模型
Abstracts:Theknowledgeofanimaldiseasediagnosiswasfuzzy,thefuzzymodelcanimitatethecharacterofclinicaldiagnosisforveterinary.Thefuzzymodelofdisease,themethodsforclassthediseasegroupofdifferentialdiagnosisandthefuzzydiagnosismodelwerediscussedinthistext.
KeyWords:disease,fuzzy,diagnosis,model

疾病诊断知识具有模糊性，建立基于模糊集合论的诊断知识表示与推理模型在一定程度上可以反映出医学诊断的本质，在人类医学领域已经有这方面的报道，如结合模糊集合论和医学统计学知识，构建的骨肿瘤辅助诊断的模糊推理模型，此模型不仅可以较好地模拟骨肿瘤的诊断,而且可以随着案例的积累,自适应地调整诊断模型的参数,提高辅助诊断的准确度[1]。此外还有采用Fuzzy聚类与逐步判别分析相结合的方法建立胃癌诊断数学模型[2]、基于模糊推理的肝病诊断专家系统[3]、心脏病分类系统[4]、基于模糊逻辑的奶牛跛行预测专家系统[5]等。
1动物疾病的模糊数学模型
患病动物的症状、病史、体征、化验数据、病理检验等信息都可以作为诊断的证据，设是由动物疾病诊断过程中全部可以利用的证据组成的论域，是其中的一个证据，不同的证据诊断疾病的充分性大小不同，这种充分性可以表示为模糊性，因此可以建立疾病的模糊数学模型，即：
对于任意的证据，存在映射：，
可以将其看作与某疾病之间存在的关系。通过该映射可以建立某个疾病的证据集合：

为某一种疾病诊断证据组成的集合，可能包括疾病所表现的症状，所能了解的病史资料，流行病学资料等，是上的子集合，设F（X）为上的全部集合。则。为诊断元素对疾病的隶属函数，对于某一个具体的而言，是对的隶属函度。也就是在疾病诊断过程中所发挥作用的程度。
如设：
A=瘤胃积食
过食后饮水不足 0.1
采食过易发胀的饲料 0.25
突然变更饲料 0.2
瘤胃内容物充满坚硬，呈面团样 0.8
左侧腹围膨大明显 0.6
穿刺瘤胃上部有气体，下部有食糜 0.7
瘤胃冲击触诊有压痕 0.8
瘤胃积食的诊断元素集合可以表示为：

2鉴别诊断疾病组的划分
疾病与疾病之间可能存在着相似性、相关性等。为了进行诊断，要找到疾病之间的相互关系并以一定的形式表示出来。一种动物的疾病往往有上百种之多，不可能将几百种疾病之间的关系都表示出来，事实上，也没有必要进行这样的表示。在这么多的疾病之间并非都存在着联系。相互之间联系较小的疾病在诊断时也很容易区别。诊断的关键在于将存在联系的疾病区分开。所以首先要将上百种疾病划分为多个鉴别诊断组。将相似性较大的疾病划分为一组。在更精细的概念上区分这些疾病。对于一个鉴别诊断组的疾病要根据相似性的不同建立相互之间的关系。建立这种关系有助于在诊断时容易地发现相似的疾病。疾病之间的相似性是模糊的，可以用隶属度来表示。而疾病之间的关系可以表示为如下的模糊关系。
设为需要鉴别诊断的一组疾病，，为第个疾病。
或
其中。即第个疾病与第个疾病之间的相似性。
利用此模型，将疾病划分为多个组，在诊断时，可根据疾病之间的不同相似性发现最有可能发生的疾病。
鉴别诊断组可以采用模糊距离法确定，设D为一组需要鉴别诊断疾病的集合，D=，为症状的集合。则与之间的距离为：

是与之间的距离，如果确定一个阈值，当二个疾病的距离时，则认为这二个疾病属于同一个鉴别诊断组。
3动物疾病模糊诊断数学模型
首先建立疾病与症状之间的模糊关系模型。设为一组需要鉴别诊断疾病的集合，，为症状的集合。疾病与症状之间的模糊关系可以用n行m列的模糊矩阵来表示：
或
其中为疾病与症状之间的模糊关系，。
在此基础之上建立基于模糊距离的诊断模型。设D为一组需要鉴别诊断疾病的集合，D=，为症状的集合。则疾病与疾病之间的距离为：

，
则d，最有可能的疾病为min。单因素的模糊诊断模型可以确定二种疾病中可能性最大的一个，但当有多个疾病时，需要建立多因素模糊诊断模型，设D为一组需要鉴别诊断疾病的集合，D=，等诊断的疾病设为。为D上任意一种疾病与等诊断疾病之