中樞神經(jīng)系統(tǒng)CT影像診斷專家系統(tǒng)的設(shè)計(jì)效果統(tǒng)計(jì)4800字

上傳人:冷*** 文檔編號(hào):19261279 上傳時(shí)間:2021-01-08 格式:DOCX 頁數(shù):4 大?。?6.17KB
收藏 版權(quán)申訴 舉報(bào) 下載
中樞神經(jīng)系統(tǒng)CT影像診斷專家系統(tǒng)的設(shè)計(jì)效果統(tǒng)計(jì)4800字_第1頁
第1頁 / 共4頁
中樞神經(jīng)系統(tǒng)CT影像診斷專家系統(tǒng)的設(shè)計(jì)效果統(tǒng)計(jì)4800字_第2頁
第2頁 / 共4頁
中樞神經(jīng)系統(tǒng)CT影像診斷專家系統(tǒng)的設(shè)計(jì)效果統(tǒng)計(jì)4800字_第3頁
第3頁 / 共4頁

下載文檔到電腦,查找使用更方便

18 積分

下載資源

還剩頁未讀,繼續(xù)閱讀

資源描述:

《中樞神經(jīng)系統(tǒng)CT影像診斷專家系統(tǒng)的設(shè)計(jì)效果統(tǒng)計(jì)4800字》由會(huì)員分享,可在線閱讀,更多相關(guān)《中樞神經(jīng)系統(tǒng)CT影像診斷專家系統(tǒng)的設(shè)計(jì)效果統(tǒng)計(jì)4800字(4頁珍藏版)》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、中樞神經(jīng)系統(tǒng)CT影像診斷專家系統(tǒng)的設(shè)計(jì)效果統(tǒng)計(jì)4800字   目的:探討專家系統(tǒng)在輔助中樞神經(jīng)系統(tǒng)疾病的CT影像診斷中的價(jià)值。方法:根據(jù)影像診斷觀察習(xí)慣,選取20個(gè)指標(biāo),建立中樞神經(jīng)系統(tǒng)影像診斷知識(shí)庫,并根據(jù)公認(rèn)的發(fā)生概率設(shè)置各征象的初始值。采用VFP9.0數(shù)據(jù)庫語言編程。選取三甲醫(yī)院有完整臨床和影像學(xué)資料并經(jīng)病理證實(shí)的術(shù)前誤診病例共173例,分別由兩名三甲醫(yī)院副主任醫(yī)師(第一組)共同閱片,根據(jù)經(jīng)驗(yàn)進(jìn)行討論并達(dá)成一致,作出診斷;由一名副主任醫(yī)師(第二組)和一名住院醫(yī)師(第三組)分別將上述病例的相關(guān)信息輸入專家系統(tǒng),記錄所得結(jié)果。各組間閱片結(jié)果采用 字2檢驗(yàn)。結(jié)果

2、:第一組診斷準(zhǔn)確率為37.57%(65/173),第二組診斷準(zhǔn)確率為63.01%(109/173),第三組診斷準(zhǔn)確率為46.89%(81/173)。經(jīng)統(tǒng)計(jì)學(xué)處理表明,第二組與另外兩組間差異有統(tǒng)計(jì)學(xué)意義(P0.05)。結(jié)論:將專家系統(tǒng)融入中樞神經(jīng)系統(tǒng)CT影像診斷具有重要的實(shí)用價(jià)值。    影像診斷; 專家系統(tǒng); 中樞神經(jīng)系統(tǒng)   隨著信息技術(shù)和人工智能的不斷發(fā)展,專家系統(tǒng)在醫(yī)學(xué)領(lǐng)域的應(yīng)用逐步推廣。但在中樞神經(jīng)系統(tǒng)的影像診斷方面,較完整的應(yīng)用尚未見報(bào)道,現(xiàn)將筆者在這一方面做的一些嘗試介紹給大家,以供參考。   1 中樞神經(jīng)系統(tǒng)影像診斷專家系統(tǒng)的背景   專家系統(tǒng)的任務(wù)是應(yīng)用人工智能日趨成熟的各種技

3、術(shù),將專家的知識(shí)和經(jīng)驗(yàn)以適當(dāng)?shù)男问酱嫒胗?jì)算機(jī),利用類似專家的思維規(guī)則,對(duì)事例的原始數(shù)據(jù)進(jìn)行邏輯或可能性的推理、演繹,并作出判斷和決策[1-2]。   醫(yī)療專家系統(tǒng)最早成功應(yīng)用的實(shí)例,是1976年美國斯坦福大學(xué)肖特列夫(Shortliff)等[3]開發(fā)的醫(yī)學(xué)專家系統(tǒng)MYCIN,這個(gè)系統(tǒng)后來被視為“專家系統(tǒng)的設(shè)計(jì)規(guī)范”。此后的近四十年間,尤其是最近十多年,在網(wǎng)絡(luò)互連技術(shù)、數(shù)據(jù)庫技術(shù)、程序設(shè)計(jì)技術(shù)等信息處理技術(shù)的迅猛發(fā)展的推動(dòng)下,專家系統(tǒng)技術(shù)的應(yīng)用在廣度和深度上都到達(dá)了一個(gè)新的高度,診斷的準(zhǔn)確性或特異性均較傳統(tǒng)診斷方法明顯提高[4-8]。   目前在醫(yī)學(xué)影像診斷領(lǐng)域內(nèi),專家系統(tǒng)在肺部結(jié)節(jié)定性、乳腺癌

4、診斷及骨齡測定、骨腫瘤診斷等方面取得了不同程度突破。   2 設(shè)計(jì)原理   專家系統(tǒng)是基于知識(shí)的系統(tǒng)。一個(gè)完整的醫(yī)學(xué)專家系統(tǒng)應(yīng)由下列五個(gè)部分組成:數(shù)據(jù)庫、知識(shí)庫、推理機(jī)、解釋接口和知識(shí)獲取模塊。數(shù)據(jù)庫存放的是已確診病例的臨床和影像信息等數(shù)據(jù)集;知識(shí)庫是用來存儲(chǔ)已知的中樞神經(jīng)系統(tǒng)疾病各種診斷信息數(shù)據(jù)以及各種診斷信息的發(fā)病概率;推理機(jī)是專家系統(tǒng)的思維機(jī)構(gòu),本質(zhì)是一組程序,用來控制和協(xié)調(diào)整個(gè)系統(tǒng),它通過輸入的數(shù)據(jù),利用知識(shí)庫的原有知識(shí)按一定的推理策略解決所提出的問題;解釋接口是用戶與專家系統(tǒng)交互的環(huán)節(jié),負(fù)責(zé)對(duì)推理給出必要的解釋,便于用戶了解推理過程,為用戶向系統(tǒng)學(xué)習(xí)提供方便;人機(jī)接口主要用來完成輸入

5、輸出工作;學(xué)習(xí)系統(tǒng)就是知識(shí)獲取模塊,它為修改和擴(kuò)充知識(shí)庫存的原有知識(shí)提供相應(yīng)的手段,隨著醫(yī)學(xué)的不斷發(fā)展和人類對(duì)疾病認(rèn)識(shí)的不斷深入,結(jié)合實(shí)踐過程中總結(jié)出的經(jīng)驗(yàn)和教訓(xùn),程序設(shè)計(jì)者與臨床醫(yī)師間進(jìn)行交流后可以通過學(xué)習(xí)系統(tǒng)來完成顱內(nèi)疾病知識(shí)的完善和規(guī)則的修訂,并輸入知識(shí)庫中。   當(dāng)系統(tǒng)診斷一個(gè)疑似患者時(shí),就可以將該患者的臨床癥狀和影像信息通過人機(jī)接口輸入計(jì)算機(jī),推理機(jī)將這些資料與知識(shí)庫當(dāng)中的規(guī)則進(jìn)行比對(duì)、匹配。處理的結(jié)果通過屏幕或打印系統(tǒng)提供給用戶。   2.1 知識(shí)庫的建立 系統(tǒng)各相關(guān)指標(biāo)的設(shè)置是根據(jù)日常工作中,影像診斷醫(yī)師的常規(guī)觀察習(xí)慣,并結(jié)合各種CT征象在診斷中的權(quán)重來選取。主要有:發(fā)病部位(額

6、葉、顳葉、頂葉、枕葉、小腦半球、腦干、基底節(jié)區(qū)、鞍區(qū)、橋小腦腳區(qū)、松果體區(qū)、側(cè)腦室、三腦室、四腦室、腦膜、脊髓、顱骨以及跨多部位等)、病灶形態(tài)(圓形、類圓形、不規(guī)則形)、占位效應(yīng)(有、沒有)、平掃時(shí)病灶的密度(等密度、低密度、高密度和混合密度)、是否有鈣化(沒有、斑點(diǎn)狀、條片狀、完全鈣化)、囊變、壞死(沒有、小囊、大囊、多囊)、水腫(沒有、輕度、中度、重度)、腦積水(沒有、有)、強(qiáng)化程度(沒有、輕度、明顯)以及強(qiáng)化的特征(均勻、不均勻、厚環(huán)形、薄環(huán)形、開環(huán)形、壁結(jié)節(jié)強(qiáng)化等)、病灶境界(清楚、模糊)、病灶數(shù)量(單發(fā),多發(fā))等十二個(gè)CT征象,以及發(fā)病年齡、發(fā)熱、智力障礙、功能障礙、外傷史、疫區(qū)生活

7、史等臨床指標(biāo)信息,并建立每項(xiàng)影像特征的標(biāo)準(zhǔn)化選項(xiàng)。   根據(jù)各指標(biāo)分別建立信息庫,信息庫包括每種疾病各指標(biāo)的屬性值及發(fā)生概率。各指標(biāo)發(fā)生概率的系統(tǒng)初始值以目前學(xué)術(shù)界公認(rèn)的概率為標(biāo)準(zhǔn)設(shè)置。在系統(tǒng)開始使用后,隨著每一條隨訪記錄的錄入,系統(tǒng)通過后臺(tái)的維護(hù)模塊將自動(dòng)調(diào)整各指標(biāo)的發(fā)生概率。   2.2 程序編寫 中樞神經(jīng)系統(tǒng)影像診斷專家系統(tǒng)編程開發(fā)語言為VFP9.0,數(shù)據(jù)庫管理系統(tǒng)軟件為VFP9.0,操作系統(tǒng)為Windows。系統(tǒng)采用采用VFP9.0數(shù)據(jù)庫和SQL技術(shù)。為了確保信息采集的準(zhǔn)確性,系統(tǒng)采用下拉式選項(xiàng)框方式進(jìn)行信息采集。按照影像專家日常分析圖像的習(xí)慣,分步驟采集患者各種影像及臨床信息。通過S

8、QL技術(shù)獲取符合上述特征的候選疾病,通過各參數(shù)在相關(guān)疾病的發(fā)病概率計(jì)算,得出可能的疾病,再結(jié)合關(guān)鍵性信息,得出最終的診斷結(jié)果,供影像診斷醫(yī)師參考,見圖1~2。   2.3 準(zhǔn)確性驗(yàn)證 采用三甲醫(yī)院有完整臨床和影像學(xué)資料并經(jīng)病理證實(shí)的術(shù)前誤診病例共173例,包括腫瘤、感染、中毒、外傷、血管、先天性、變性、代謝、脫髓鞘、遺傳性病變等十大類疾病。測試方法:⑴由兩名三甲醫(yī)院副主任醫(yī)師(第一組)共同閱片,根據(jù)經(jīng)驗(yàn)進(jìn)行討論并達(dá)成一致,作出診斷;⑵由一名副主任醫(yī)師(第二組)和一名住院醫(yī)師(第三組)分別將上述病例的相關(guān)信息輸入專家系統(tǒng),記錄所得結(jié)果。并分別對(duì)第一組與第二組 ,第二組與第三組進(jìn)行準(zhǔn)確率統(tǒng)計(jì)

9、?!?.4 統(tǒng)計(jì)學(xué)處理 采用SPSS 13.0軟件,對(duì)三組結(jié)果分別進(jìn)行兩組間 字2檢驗(yàn),以P<0.05為組間差異具有統(tǒng)計(jì)學(xué)意義。   3 結(jié)果   4 討論   4.1 臨床應(yīng)用價(jià)值 醫(yī)療診斷是一項(xiàng)典型的專家任務(wù)。醫(yī)學(xué)專家必須具有特定領(lǐng)域的知識(shí)和豐富的實(shí)踐經(jīng)驗(yàn)。而要培養(yǎng)一個(gè)醫(yī)學(xué)專家既需要時(shí)間,又花費(fèi)巨大。因此,開發(fā)特定應(yīng)用的計(jì)算機(jī)輔助醫(yī)療專家系統(tǒng)就成為生物醫(yī)學(xué)工程領(lǐng)域的一個(gè)熱點(diǎn)課題。   醫(yī)療專家系統(tǒng)有許多吸引人的特征,如不像人類專家那樣會(huì)遺忘或退休,專家知識(shí)可以不再受時(shí)間和空間的限制而得以永久保留并廣為推廣應(yīng)用;專家系統(tǒng)的可靠性高;還可以綜合多個(gè)專家的知識(shí)和經(jīng)驗(yàn),提高解決問題的能力。計(jì)算機(jī)輔

10、助醫(yī)學(xué)診斷系統(tǒng)是計(jì)算機(jī)技術(shù)在醫(yī)學(xué)領(lǐng)域中應(yīng)用的深化。利用專家系統(tǒng)技術(shù)來處理這些知識(shí)密集性的任務(wù),可以將人們從重復(fù)和繁重的腦力勞動(dòng)中解放出來,從事更富有創(chuàng)造性的工作。   國內(nèi)專家系統(tǒng)在醫(yī)療領(lǐng)域的應(yīng)用和發(fā)展相對(duì)來說規(guī)模較小、水平較低,應(yīng)用范圍也有限,這與我國計(jì)算機(jī)專業(yè)人員與醫(yī)生缺乏交流等因素有關(guān)。通過從事計(jì)算機(jī)研究的專家和醫(yī)學(xué)專家們的共同努力,特別是跨學(xué)科的生物醫(yī)學(xué)工程人員的培養(yǎng),相信專家系統(tǒng)必將在醫(yī)療領(lǐng)域得到更為廣泛的重視和應(yīng)用。   目前在醫(yī)學(xué)影像診斷領(lǐng)域內(nèi),在肺部結(jié)節(jié)、乳腺癌診斷及骨齡測定等領(lǐng)域有部分應(yīng)用。顱內(nèi)病變?cè)\斷方面,2009年復(fù)旦大學(xué)醫(yī)學(xué)院進(jìn)行了基于模糊集的腦膠質(zhì)瘤分級(jí)自動(dòng)診斷方面的

11、研究。1999年,北京神經(jīng)外科研究所開發(fā)了鞍區(qū)及鞍上腫瘤計(jì)算機(jī)輔助MR影像診斷軟件。而較為完整和全面的神經(jīng)系統(tǒng)方面的專家系統(tǒng),目前國內(nèi)外文獻(xiàn)均未見報(bào)道。   由于專家數(shù)量相對(duì)于患者數(shù)量以及醫(yī)療機(jī)構(gòu)的數(shù)量仍然是明顯偏少的,不少中、小型及偏遠(yuǎn)地區(qū)醫(yī)院的醫(yī)生或者經(jīng)驗(yàn)不夠豐富的年輕醫(yī)生的誤診率偏高。本系統(tǒng)的實(shí)現(xiàn)與應(yīng)用將有助于改善這種情況。   在本項(xiàng)目的數(shù)據(jù)測試中,未使用專家系統(tǒng)輔助診斷的準(zhǔn)確率為37.57%(65/173),與文獻(xiàn)[14]報(bào)道類似。這與大多數(shù)人的認(rèn)識(shí)有很大差異,主要是因?yàn)闇y試中,僅以第一診斷作為判斷準(zhǔn)確率的依據(jù),與日常工作中以常見病、多發(fā)病為主有所不同;另外,也與測試病例均為誤診病例

12、有關(guān)。使用輔助診斷的兩組的準(zhǔn)確率分別為第二組63.01%(109/173)和第三組46.89%(81/173)。兩組的準(zhǔn)確率均較未使用軟件輔助診斷的準(zhǔn)確率高,其中第二組與第一組、第三組之間具有顯著性意義,差異有統(tǒng)計(jì)學(xué)意義(P<0.05)。本系統(tǒng)通過逐步提問,引導(dǎo)醫(yī)生全面、仔細(xì)閱片,通過及時(shí)反饋可能結(jié)果,可以拓展年輕醫(yī)生的思路,對(duì)于提高基層醫(yī)院和廣大低年資醫(yī)師的中樞神經(jīng)系統(tǒng)疾病診斷水平有很大幫助。   4.2 關(guān)于推理機(jī)的設(shè)計(jì) 傳統(tǒng)的醫(yī)學(xué)診斷專家系統(tǒng)一般采用概率統(tǒng)計(jì)法,為解決醫(yī)學(xué)活動(dòng)中的不確定性知識(shí),近來又發(fā)展出基于二元Logistic回歸法、分類回歸樹及粗糙集等數(shù)據(jù)挖掘技術(shù)的模糊算法專家系統(tǒng)。

13、影像診斷的特點(diǎn)是要全面分析病灶的各種信息,并密切結(jié)合臨床信息,綜合分析。本系統(tǒng)根據(jù)影像診斷的過程和特點(diǎn),采用概率法與關(guān)鍵特征相結(jié)合的推理機(jī)制。相對(duì)于貝葉斯算法、二元Logistic回歸法、分類回歸樹及粗糙集等數(shù)據(jù)挖掘技術(shù)的模糊算法,本系統(tǒng)有實(shí)現(xiàn)相對(duì)簡單,緊密聯(lián)系臨床等優(yōu)點(diǎn)。   4.3 自我學(xué)習(xí)功能 自我學(xué)習(xí)功能是提高專家系統(tǒng)自我更新、自我完善能力的重要途徑。常見的專家系統(tǒng)推理方法,如貝葉斯算法、二元Logistic回歸法、分類回歸樹及粗糙集等數(shù)據(jù)挖掘技術(shù)的模糊算法,需要具有專業(yè)知識(shí)的人員定期進(jìn)行數(shù)據(jù)的重新訓(xùn)練、挖掘,無法實(shí)現(xiàn)用戶對(duì)軟件在后期應(yīng)用中的自我更新、完善。本系統(tǒng)初步具備了自我更新、自

14、我完善的能力,通過知識(shí)補(bǔ)充模塊,可以添加系統(tǒng)原來無法診斷的疾病,也可以補(bǔ)充原本不完整的知識(shí)信息,并且,隨著數(shù)據(jù)庫中樣本數(shù)量的不斷擴(kuò)大,學(xué)習(xí)程序可以通過每一個(gè)隨訪病例的錄入,自動(dòng)調(diào)整各種指標(biāo)屬性值的發(fā)病概率,以達(dá)到自我學(xué)習(xí),自我完善的目的。   4.4 目前存在的不足之處 雖然,使用軟件的第一診斷準(zhǔn)確率高于常規(guī)組,但僅有63.01%。造成第一診斷準(zhǔn)確率偏低的原因有以下可能性:所選病例為術(shù)前誤診的疑難病例;軟件對(duì)某些征象的描述、分類不夠細(xì)化;屬性賦值不夠精確;軟件使用者對(duì)一些影像征象的觀察不夠準(zhǔn)確。隨著對(duì)影像征象的分類、描述更趨合理,系統(tǒng)搜集的確診病例不斷豐富,以及醫(yī)務(wù)人員對(duì)影像資料解讀的不斷提高

15、,軟件的診斷準(zhǔn)確率必將進(jìn)一步提高。   計(jì)算機(jī)輔助診斷是影像診斷學(xué)發(fā)展的方向之一。將來,隨著計(jì)算機(jī)輔助診斷與圖像處理、PACS系統(tǒng)等技術(shù)融合,專家系統(tǒng)的臨床應(yīng)用范圍將進(jìn)一步擴(kuò)大。本系統(tǒng)希望能為這方面的工作做一些有益的嘗試。   參考文獻(xiàn)   [1]俞思偉.醫(yī)學(xué)專家系統(tǒng)的設(shè)計(jì)原理與實(shí)現(xiàn)方法[J].醫(yī)學(xué)信息,2002,15(6):346-349.   [2]韋曉虎,鄭虹.基于事例推理的醫(yī)學(xué)診斷專家系統(tǒng)[J].玉林師范學(xué)院學(xué)報(bào),2006,27(3):179-180.   [3] E. H . Short liffe, S. G. Axline, B. G. Buchanan , et al. An

16、artificial intelligence program to advise physicians regarding antimicrobial therapy[J].Computers an d Biomedical Research,1973,6(6):544-560.   [4] Yongqian Qiang,Youmin Guo ,Xue Li,et al.The Diagnostic Rules of Peripheral Lung Cancer Preliminary Study Based on Data Mining Technique[J].Journal of Nanjing Medical University,2007,21(3):190-195.

展開閱讀全文
溫馨提示:
1: 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
2: 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
3.本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
5. 裝配圖網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

相關(guān)資源

更多
正為您匹配相似的精品文檔
關(guān)于我們 - 網(wǎng)站聲明 - 網(wǎng)站地圖 - 資源地圖 - 友情鏈接 - 網(wǎng)站客服 - 聯(lián)系我們

copyright@ 2023-2025  zhuangpeitu.com 裝配圖網(wǎng)版權(quán)所有   聯(lián)系電話:18123376007

備案號(hào):ICP2024067431號(hào)-1 川公網(wǎng)安備51140202000466號(hào)


本站為文檔C2C交易模式,即用戶上傳的文檔直接被用戶下載,本站只是中間服務(wù)平臺(tái),本站所有文檔下載所得的收益歸上傳人(含作者)所有。裝配圖網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)上載內(nèi)容本身不做任何修改或編輯。若文檔所含內(nèi)容侵犯了您的版權(quán)或隱私,請(qǐng)立即通知裝配圖網(wǎng),我們立即給予刪除!