Экспертная система диагностики заболеваний челюстно-лицевой области
|
|
Скачать 0.92 Mb.
|
При анализе болезни от высшего уровня описания патологии осуществляется переход к максимально конкретизированному, то есть микроуровню. Следующий за наиболее абстрактным уровнем описания, уровень на котором выделяют тип патологического процесса, играет важную роль в процессе рассуждения от общего к частному во время постановки диагноза. На этом этапе выделяются типовые патологические процессы, которые развиваются по одинаковым законам, независимо от особенностей причин, вызывающих их и локализации патологии (например: воспаление). Следующим более конкретным уровнем, является уровень, на котором формируется представление о нозологической форме болезни. Конкретизация происходит в ходе дедуктивного мышления, когда врач-специалист точно устанавливает причину болезни (например, микобактерии туберкулеза), определяет пострадавший орган (например, язык) и связь личных характеристик данного конкретного индивидуума (таких как возраст, пол, род занятий) со спецификой протекания заболевания. Патологический процесс протекает в динамике и может содержать в себе несколько болезней. На момент обращения пациента формируется клиническое описание некоторого патологического состояния, на основе которого необходимо поставить точный диагноз[31]. Клиническое описание µ § микроситуации s - это множество клинических фрагментов µ §, связанных с определенными диагностическими решениями µ §. Связанным фрагментом назовем такой фрагмент µ §, для любого элемента µ §, найдется другой такой элемент µ §, в котором хотя бы один элемент множества X совпадает в обоих фактах µ § и µ § ѓp fi „} fr ѓr fj„}fr, fi = (x1i, r1i, x1i), fj = (x2j, r2j, x2j) x = x1i = x2j ѓt x В дальнейшем при использовании фрагмента имеется в виду удовлетворение условия связности. Диагностических решений, описанных в базе знаний (БЗ) системы множество. Сравнение и перебор всех возможных вариантов описаний диагнозов из БЗ с описанием µ § займет слишком много времени и ресурсов. Разделение знаний на уровни конкретизации и разработка механизмов обобщения и сравнения позволяет системе избежать перебора ненужных заболеваний[32]. Трудности систематизации, связанные с классификацией заболеваний полости рта рассмотрим на примере заболеваний слизистой оболочки полости рта. В основу предложенных классификаций болезней были положены различные аспекты: клиническое течение, локализация поражений, глубина поражений, типы воспалительных реакций. Считается, что идеальный диагноз слагается из множества элементов, в результате установления которого точно следует метод лечения. Клинический диагноз ЁC основной элемент, характеризующий клиническую картину болезни, совокупность ее проявлений; анатомический ЁC определяющий характер и место поражения у данного больного; функциональный ЁC характеризующий механизмы функциональных изменений, наблюдаемых при данном заболевании; этиологический диагноз, устанавливающий причины данного заболевания. В тех или иных патологиях в большей или меньшей мере выражены разные элементы диагноза. Нередко встречаются заболевания, этиологический диагноз которых отсутствует, например рак полости рта, ибо не известны причины вызывающие подобные заболевания. В основном распространены клинико-симптоматологические заболевания и их проявления в полости рта. Например: неврозы. Таким образом, в целом ряде заболеваний врачи сталкиваются не с идеальным, а с более или менее неполным диагнозом, причем этот неполный диагноз приобретает все больше клинический характер. Представим клиническую информацию о патологическом состоянии пациента в виде множества симптоматических фактов µ §. Каждый факт µ § является высказыванием вида µ §, где µ § = «клинический объект», µ § = имеет свойство, µ § = «определенное свойство или метод исследования», µ § = имеет значение, µ § = «определенное значение или результат метода исследования». Впредь подобные симптоматические высказывания будем коротко называть тройками µ §, где µ § - клинический объект, µ § - свойство клинического объекта, µ § - значение свойства клинического объекта или просто симптоматическими фактами µ §. На (Рис. 0. Пример клинической микроситуации в виде семантического графа.) приведен пример клинической микроситуации в виде семантического графа µ § [33]. Информация о состоянии пациента в виде клинического описания микроситуации µ § поступает на вход экспертной системы. Рис. 0. Пример клинической микроситуации в виде семантического графа. Рассмотрим пример симптоматического факта: перкуссия зуба безболезненна. Здесь записана информация о свойстве «перкуссия» объекта «зуб» - значение ЁC «безболезненна». Соответственно симптоматический факт представляется тройкой: <�объект = зуб, имеет свойство = перкуссия, имеет значение = безболезненна>. Также необходимо отметить, что в тройке типа µ § значение µ § свойства µ § может в свою очередь являться объектом в другой тройке µ §. Например: <�зуб поверхность пятно> и <�пятно цвет меловидное>. Далее, введем понятие характеристики клинического объекта µ §, и будем представлять ее следующим образом µ §, где µ § - свойство клинического объекта, а µ § ЁC значение этого свойства. С учетом характеристик клинических объектов приведенных на Рис. 0: объект µ § = полость, имеет следующие характеристики h1 = <�ѓг1 ѓи1> = (основание широкое) h2 = <�ѓг2 ѓи2> = (вход узкий) h3 = <�ѓг3 ѓи3> = (глубина глубокая) h4 = <�ѓг4 ѓи4> = (характер кариозная) h5 = <�ѓг5 ѓи5> = (зондирование болезненно по всему дну) Состоянием объекта будем называть множество характеристик µ §, присущих данному объекту. При этом µ §, В µ § могут встречаться как конкретные факты (зуб болит на сладкое, в прошлом зуб болел на холодное), так и нечетко определенные описания болевых синдромов (стреляющая, ноющая или причинная боль) и состояния (слабость, незначительное головокружение, умеренная кровоточивость лунки). Но возможны противоречивые и даже несовместимые описания (боль в области давно отсутствующего зуба, болевая реакция на холодный раздражитель давно депульпированного зуба). Одним из наиболее характерных свойств описания патологического состояния является присущая ему нечеткость. Необходимо отметить, что опытный врач-специалист легко справляется с подобной (возникающей) нечеткостью. Например: глубина повреждения твердых тканей зуба ЁC средняя. Каждый врач-специалист знает, является ли глубина средней, хотя указать её размеры или точные характеристики не может. При описании клинической картины состояния пациента, чаще всего приходится иметь дело с нечеткостью самих понятий. Необходимо отметить, что в основе проявления этого типа нечеткости лежит операция обобщения, и нечеткость этого типа есть прямое следствие этой операции. Цельное обобщенное описание «симптомокомплекс», позволяет врачам-специалистам оперировать клиническими описаниями, что выделяет системный подход в постановке диагноза. Анализ отдельно разрозненных фактов замедлил бы процесс идентификации патологического состояния. Оперируя нечеткими понятиями, врачи оперируют неявно заданной информацией известной практикующим врачам из их клинической практики. Рассмотрим, например, нечеткое лингвистическое понятие «боли». Различают многообразие проявлений, и сочетание различных признаков боли. У разных типов развития личности проявления болевого синдрома на различных этапах болезни разные. Например, на раннем этапе болезни эмоциональные нарушения ограничиваются симптомами легкой астении. При длительном же многолетнем хроническом течении болевого синдрома (например, атипичная лицевая боль) у больных с невротическим типом развития личности могут возникать стойкие депресивно-ипохондрические, астенодепрессивные и истерические состояния. Описание болей пациентов не несут какой-либо систематизации. Они могут быть как самопроизвольными, так и связанными с определенными внешними раздражителями иногда проходящие после устранения раздражителя. Различают болевой синдром по продолжительности от кратковременного (нескольких секунд и минут) до продолжительного. Встречаются даже непрерывные (постоянные), и даже неясно очерченные, без дополнительных уточнений болевые синдромы. Например, «продолжительность болевого синдрома». Бывают боли прерывистые (приступообразные), пульсирующие или дергающие. Различного времени появления (ночные или дневные). Различная локализация боли (точно указан пораженный зуб), неопределенная («отдает» в висок, ухо) или отраженная (на участок кожи или зубы другой челюсти или стороны), различная по интенсивности от слабой до невыносимо сильной. Таким образом, комбинация различных качеств, таких как сенсорных, интенсивности, локализации, эмоциональных, вегетативных и моторных проявлений составляют мощный лингвистический потенциал при описании симптома боли. Установление этиологии такого сложного признака как боли дает возможность делать вывод и об этиологии самого заболевания. Различают боль физическую и психогенную по происхождению. Так выделяют физическую боль, обусловленную внешними воздействиями, связанную с внутренним патологическим процессом или вследствие повреждения нервной системы и её аппарата. Психогенная же боль различается как психологическая либо социальная. Социальная же в свою очередь разделяется на эмоциональную, связанную с состоянием личности или с окружающей ситуацией. Описание составляющих качеств боли являет собой попытку описания сложного синдрома в целом. Представим, например нечеткие лингвистические значения нечеткого понятия «интенсивность болевого синдрома» в виде семантической шкалы. Шкала, описывающая нечеткое понятие «интенсивность болевого синдрома» являет собой некую функцию близости нечетких лингвистических значений данного нечеткого понятия. Так, расположенные в разных концах данной семантической шкалы понятия наиболее противоречивы, а те которые расположены близких друг к другу, менее противоречивы. Это означает, что возможно при описании некоторой ситуации используемые понятия могут быть более или менее точным описанием. Нечеткие описания будем представлять двойкой µ §, где µ §ЁC нечеткое понятие, а µ §ЁC нечеткое лингвистическое значение (НЛЗ). НЛЗ будем различать двух видов: базовые и квантифицированные, т.е. µ § j µ §, где j ЁC квантор, µ § - базовое нечеткое лингвистическое значение. Например, л = «интенсивность болевого синдрома», µ § = слабо, а j = очень, тогда jµ §= «очень слабо». Таким образом, нечеткие лингвистические кванторы (НЛК) накладывают некоторые нечеткие ограничения на базовые значения нечеткого понятия µ §. В общем случае множество возможных НЛЗ µ §={µ §}={µ §1, µ §2, ЎK , µ §k} свойственных НП - л будем представлять в виде семантической шкалы µ § (Рис. 0. Семантическая шкала.). Рис. 0. Семантическая шкала. Для каждого НЛЗ µ § шкалы H(л) в семантической сети S должен существовать фрагмент F(µ §), в котором представлены отличительные свойства НЛЗ µ § (Рис. 0. Фрагмент, описывающий нечеткое лингвистическое значение.). Рис. 0. Фрагмент, описывающий нечеткое лингвистическое значение. Представим, к примеру, нечеткое лингвистическое понятие «глубина повреждения зуба» в виде семантической шкалы (Рис. 0. Семантическая шкала и фрагменты описывающие нечеткое понятие «Глубина повреждения зуба».). Теперь рассмотрим формальное описание модели управления для принятия диагностических решений. Как было сказано выше, предлагается трех уровневая модель управления (Рис. 0. Модель управления для принятия диагностических решений.). Рис. 0. Семантическая шкала и фрагменты описывающие нечеткое понятие «Глубина повреждения зуба». Рис. 0. Модель управления для принятия диагностических решений. На данных уровнях располагаются продукционные правилаµ § различной степени обобщения, где индексы i и m означают i-ую продукцию m-го уровня конкретизации знаний. При этом µ §, где k ЁC номер, соответствующий микроуровню, m=0 соответствует метауровню, m=1, m=2, ЎK, m=(k-1), соответствуют 1му, 2му и (k-1)му макроуровню. Формирование данных правил осуществляется на основе глобальной цели экспертной системы: постановка диагноза исходя из описания патологического состояния пациента. Кроме того, для определения продукционных правил мета, макро и микро уровней используются подцели глобальной цели, такие как, например: «Если локализация патологии полость рта, слюнные железы или челюсти, то болезни полости рта, слюнных желез и челюстей», или «если полость средняя, то средний кариес». Структура метауровня представляет собой последовательность продукций µ §,µ §, ..., µ §, где µ §=< µ §µ §>, а двойка <�µ §µ §> является полным клиническим фактом. При этом µ §, а µ §=µ §. Например µ § = <�µ §µ §>, µ §=µ §, µ § = <�µ §µ §µ §>, где µ §- обобщенный объект метауровня, µ § - обобщенное метаотношение, аµ §- обобщенное метазначение µ §. Исходя из уровня конкретизации каждый объект, свойство или значение имеет свое лингвистическое представление, характеризующееся включением в некоторые классы обобщенных понятий и содержащее некоторые классы конкретных понятий. Клиническая информация на наиболее конкретном уровне в БЗ выражается также тройкой µ §, где µ §. При этом µ § ЁC множество конкретных объектов, µ § ЁC множество семантических отношений и µ § ЁC множество значений. Информация об иерархическом представлении понятий представлена в базе знаний в виде аксиом конкретизации и обобщения понятий и отношений. (Error: Reference source not found). Рис. 0. Аксиомы обобщения и конкретизации понятий и отношений. Рис. 0. Диагностические решения. Собственно диагностические решения также представлены на разных уровнях конкретизации, например (Рис. 0. Диагностические решения.). Разработка механизма порождения диагностических решений Рассмотрим построение стратегии управления в модели диагностики заболеваний челюстно-лицевой области с целью порождения диагностического решения. Обобщенный метауровень системы формирует стратегию порождения диагностического решения на основе метаправил представленных на (Рис. 0. Обобщенный метауровень системы.): Рис. 0. Обобщенный метауровень системы. Где G = - исходная глобальная метацель, mG - глобальное описание, т.е. состояние пациента, dG ЁC глобальное диагностическое решение-состояние пациента, выраженное кратким медицинским обозначением, т.е. диагнозом. P01 ЁC это первая продукция метауровня, а P01=, где m01 ЁC первое метаописание нулевого уровня, которое имеет вид {<�µ §>}, а µ § - болезни конкретных органов. Например µ § - патология органов, µ § - имеет место, µ § - конкретные органы. На начальном этапе поступления микро описания µ § патологического состояния конкретного пациента система распознает микроситуацию конфликтной, что обусловлено уровнем описания. При этом в микро описании состояния пациента могут быть как микроуровневые, так и макроуровневые выражения вида µ § Вывод системы из конфликтного состояния производится порождением µ § на метауровне, что осуществляется следующим образом. Описание µ § микро ситуации сравнивается со всеми мета описаниями (левыми частями продукций) мета уровня: µ § В результате операции сравнения определяется iЁCое мета описание µ §, которое семантически наиболее близко к µ §, откуда следует обобщенное решение µ §. Операция сравнения реализуется с помощью метода семантической толерантности. Мерой толерантности фрагментов является множество отношений толерантности между фактами. Для того чтобы определить меру семантической толерантности фрагментов µ § и µ §, необходимо предварительно обобщить µ §, т.е. µ §. Процедура обобщения объектов реализуется с помощью графа µ § представленного на (Рис. 0. Граф «Обобщение объектов».) Рис. 0. Граф «Обобщение объектов». Если обобщению подлежит объект µ §, то, попадая в вершину графа, µ § определяется вершинаµ §, далее поднимаясь по дугам графа попадаем в искомую вершину µ §, которая представляет собой обобщение б ЁC уровня от µ §. Операция обобщения для объектов µ § определяется следующим образом. Пусть задан объект µ §, тогда µ §, где µ §ЁC операция обобщения объекта µ § на б ЁC уровне, если в базе знаний находится такой объект µ §, что µ §. Аналогично осуществляется операция обобщения для свойств и для значений свойств объектов:µ §µ §, µ §, и µ §, µ §. Таким же образом производится обобщение µ §: если µ § и µ §, то µ §. Для обобщения факта µ § в БЗ находится такой объект µ §, что µ § и характеристика µ § такая, что µ § , т.е. µ § ,где µ § ЁC обобщенный факт б - уровня. Обобщая же фрагмент µ §до определенного б ЁC уровня, обобщению подлежат факты, содержащие объект µ § такой, в соответствии которому из второго фрагмента, подлежащего сравнению с µ § найдется такой объект µ §, что µ §. Факты же не связанные с µ § из µ § не подлежат операции обобщения. Таким образом, в результате операции обобщения определяются факты, подлежащие сравнению. Объединение результатов сравнения фактов определяет результат сравнения фрагментов µ §, где µ § и µ §и µ §,µ § такие что µ § или µ §. Определим результат сравнения µ § с µ §, как µ §, при этом элементы µ § являются координатами n ЁC мерного вектора семантической толерантности µ §, где б ЁC уровень обобщения. Пусть µ §, а µ §. Тогда для определения меры смысловой близости µ § и µ § необходимо построить матрицу µ §, элементы µ § которой будут представлять результаты сравнения всех фактов µ § и µ §попарно, учитывая при этом информацию из БЗ. Элементы µ § матрицы µ § представляют собой одно из отношений толерантности, которые, в общем, определены следующим образом µ §, где µ § - строгая два-толерантность,µ § - нестрогая два-толерантность, µ § - строгая один-толерантность, µ § - нестрогая один-толерантность, µ § - строгая нуль-толерантность, µ § - нестрогая нуль-толерантность, µ § - просто нуль-толерантность. Два факта µ § и µ § будут строго два-толерантны µ §, если оба объекта и отношение совпадают друг с другом, т.е. µ §, где µ §, µ § и µ §, µ §, µ § или µ §, µ §, µ §. Определим нестрогую два-толерантность µ § как µ §, где µ §, µ § и µ §, µ §, µ § или µ §, µ §, µ §. Строгая один-толерантность µ § выполняется, если µ § или µ § или µ § или µ §. В случае если объект или значение свойства будут включаться, а не совпадать будет иметь место нестрогая один-толерантность µ §. Если µ § , выполняется нуль-толерантность. Различаются три вида нуль-толерантности: строгая µ §, нестрогая µ § и просто µ §. Строгая нуль-толерантность µ § выполняется, если для некоторого µ § или µ § и хотя бы одного µ § или µ § в сети найдется такой фрагмент µ §, в котором µ § и µ § или µ § и µ § или µ § и между ними существует дуга µ §. Нестрогая нуль-толерантность µ § отличается от строгой нуль-толерантности тем, что выполняется одно из включений µ § или µ § и µ § или µ §. Просто нуль-толерантность µ § выполняется если µ § и для некоторого µ § или µ § и хотя бы одного µ § или µ § существует такой фрагмент µ § в котором выделяется такая вершина µ §, что, µ § причем µ § или µ §, а µ § или µ §. Матрица толерантностей для двух фрагментов, к примеру, µ § и µ §, подлежащих сравнению µ §имеет следующий вид (Рис. 0. Матрица толерантностей для двух фрагментов.) , где µ §. В ней строками представлены факты из µ § , а столбцами факты из µ §. На пересечении же фактов выставляются меры толерантностей тех фактов, которые подлежат сравнению, другим же элементам присваивается ш. Объединение элементов матрицы µ § представляет собой меру семантической близости двух клинических описаний µ § и µ §. Рис. 0. Матрица толерантностей для двух фрагментов. На пересечении µ § строки и µ § столбца ставится элемент µ §, представляющий собой меру толерантности фактов µ § и µ §. Аналогично осуществляется сравнение µ § с остальными описаниями мета уровня, т.е. µ §,µ §,ЎK,µ §,ЎK,µ §, что сводится, в конечном счете, к построению аналогичных матриц µ §, где µ §. Таким образом, объединяя элементы остальных построенных матриц, получим координаты µ §. В результате проведенных процедур строится вектор семантической толерантности фрагментов µ § Задача поиска наиболее схожего описания сводится к определению максимальной координатыµ §. Вектор µ §представляет собой p-мерный вектор, каждая координата которого есть элемент µ §, где µ §ЁC отношение толерантности µ §,где µ §- полное отношение толерантности, а µ §ЁC мера толерантности, представимая какµ §,где µ §ЁC ядро толерантности. µ §ЁCокрестность. Ядро толерантности µ § определяется как µ §; а окрестность µ § как µ §. Определение максимальной координаты µ § дает возможность определить µ § наиболее близкое к µ §. После чего необходимо перейти на следующий уровень макромодели управления, т.е. первый уровень (Рис. 0. Первый уровень макромодели управления.). После этого необходимо определить включение µ § в одно из правил первого уровня макромодели, что осуществляется процедурами аналогичными с процедурами нахождения максимальной координаты вектора µ § мета уровня описания. Рис. 0. Первый уровень макромодели управления. Рассмотрим данные процедуры для k-го уровня макро модели. Пусть на уровне k макромодель представлена j ЁC м количеством макропродукций: µ §, где µ § На следующем (k+1) ЁC м уровне каждая j ЁC ая продукция конкретизируется множеством продукций µ § (Рис. 0. Фрагмент макросети.) На рисунке приведен фрагмент макро сети kЁCго уровня, где продукция (k-1)ЁCго уровня содержит µ §ЁC макро описание µ §ЁC го диагноза. В общем виде клиническое описание диагностического решения k-го уровня имеет вид: µ § Рис. 0. Фрагмент макросети. К примеру, µ § = патология твердых тканей зубов, µ § = кариес зуба, µ § = пульпиты зубов, µ § = кариес в стадии пятна, µ § = поверхностный кариес, µ § = средний кариес, µ § = глубокий кариес, µ § = прогрессирующая деминерализация, µ § = медленно текущий или приостановившийся процесс, µ § = быстротекущий, µ § = медленнотекущий, µ § = острый, µ § = хронический, µ § = быстрый, µ § = медленно текущий или хронический. Также пусть например, начальная микро ситуация µ §, поступившая в систему будет содержать следующее описание: Зуб имеет дефект в виде пятна, светло-желтого цвета, зондирование слегка чувствительно, болевая реакция на сладкое проходит после устранения раздражителя за 5-7 секунд, пятно появилось 1-1,5 месяца назад. Во внутреннем представлении это микро описание будет иметь вид: µ §Где µ § = зуб,µ § = имеет, µ § = пятно, µ § = цвет, µ § = светло-желтый, µ § = зондирование, µ § = слегка чувствительно, µ § = появилось, µ § = 1-1,5 месяца назад, µ § = причиняет, µ § = боль, µ § = на, µ § = сладкое, µ § = после устранения, µ § = проходит за 5-7 секунд. Допустим, что посредством пошаговой конкретизации с метауровня, как было описано выше, данное описание попадает в описание µ §, диагностическим решением которого является µ §. Дальнейшая конкретизация на kЁCм уровне предполагает включение µ § в µ § или µ §. Рассмотрим сравнение µ § c µ § и µ § подробнее. µ §, где µ § = зуб, µ § = ЭОД, µ § = 2-6мкА, µ § = <10-12мкА, µ § = µ §как у соседних здоровых зубов, µ § = µ §симметричному здоровому зубу, µ § = причиняет, µ § боль, µ § = на, µ § = раздражитель, µ § = после устранения, µ § = быстро проходящая, µ § = от химических могут сохраняться 15-20 сек. Пусть, к примеру, µ § имеет следующий вид: µ § , где µ § = зуб, µ § = имеет, µ § = кариозная полость, µ § = трещина, µ § = отлом эмали, µ § = глубокий клиновидный дефект, µ § = патологическое стирание зубов, µ § = пародонтальные карманы, µ § = очаги воспаления, µ § = эрозия, µ § = причиняет, µ §=µ § = боль, µ § = возникающая, µ § = без воздействия внешнего раздражителя (самопроизвольная боль), µ § = на, µ § = раздражитель, µ § = после устранения, µ § = продолжительный болевой приступ, µ § = ночью, µ § = усиливается, µ § = не меняется, µ § = характер, µ § = приступообразный, µ § = иррадиация, µ § = по ходу ветвей тройничного нерва, µ § = появилась, µ § = несколько недель назад, µ § = ЭОД, µ § = до 80 мкА. Как было описано выше, для сравнения двух фрагментов необходимо определить, какие конкретные факты подлежат сравнению. Для этого необходимо с помощью БЗ определить µ §, µ §, µ § всех объектов из µ §: µ §= µ § = зуб =µ §, µ § = µ § = ш, µ § = µ § = боль = µ §. Соответственно необходимо сравнивать факты, содержащие клиническое описание объектов µ § = зуб и µ § = боль. Т.е. факты µ §, µ §, µ §, µ § из µ §сравниваются с фактами µ §, µ §, µ §, µ §, µ §, µ §из µ §. Определим таким же образом µ §=µ §=ш, µ §=µ §=ш, µ §=µ §=ш, µ §=µ § = раздражитель =µ §, µ §=µ §= быстро проходящая =µ §. Обобщения µ § и µ § рассмотрению не подлежат, так как µ §=µ §, а µ §=µ §. Соответственно, необходимо сравнивать все факты, содержащие в клиническом описании значения µ § и µ §. К тройкам, подлежащим сравнению добавляются ещё тройки, определенные при обобщении значений, например µ § т.е. µ §. Таким образом, формируется матрица µ § (Рис. 0. Матрица толерантностей фрагментов описаний µ § и µ §.), где строками будут необходимые для сравнения тройки из µ §, а столбцами - тройки из µ §. Элементами матрицы будут меры толерантностей троек, попавших в сравнение. Результатом сравнения фрагментов является объединение элементов матрицы. Таким образом, определяется мера толерантности фрагментов описаний µ § и µ §. Рис. 0. Матрица толерантностей фрагментов описаний µ § и µ §. Из данной матрицы следует, что µ §=µ §. Аналогичным образом определим что µ §=µ §. Учитывая, что µ § получим µ §>µ §, соответственно µ § и µ §. Порождается решение k-го уровня µ § = кариес. Для дальнейшей конкретизации необходимо провести сравнение µ § с µ §, µ §,µ §,µ §. Допустим что на (k+1)-м и на (k+2)-м уровнях меры толерантностей описаний совпадают µ §=µ §, где µ §=µ § и µ §=µ § и пусть (k+2)-ой уровень ЁC последний в сети. В таком случае необходимо осуществить дифференциальную диагностику заболеваний. Для этого в БЗ находится таблица дифференциальной диагностики ТДД, где описаны диагностические решения и те альтернативные решения, с которыми необходимо проводить дифференциальную диагностику (Таблица 0. Дифференциальная диагностика). Таблица 0. Дифференциальная диагностика µ §µ §ЎKµ §µ §µ §µ §ЎKµ §ЎKЎKЎKЎKЎKµ §µ §µ §ЎKµ § Пусть в ТДД существуют факты, разделяющие описания подлежащих дифференциальной диагностике диагнозов и такие значения свойств µ §µ §ЎKµ §, которые в разных диагностических решенияхµ §µ §ЎKµ § разные. Далее, используя операцию сравнения µ § и µ §, определяется то значение свойства µ §, которое удовлетворяет отношению толерантности T. Отсюда следует, что µ § определит решение, µ § которое и будет результатом дифференциальной диагностики. В случае, когда в µ § нет факта µ §, система формирует следующий запрос врачу в виде фрагмента строк из ТДД (Таблица 0. Запрос i-ый, Таблица 0. Запрос j-ый): Таблица 0. Запрос i-ый µ §µ §µ §ЎKµ §ЎK Таблица 0. Запрос j-ый µ §µ §µ §ЎKµ § Далее врач выбирает необходимое значение свойства µ §, которое вносится в µ § с целью дополнения клинического описания. С учетом дополненного клинического описания µ § формируется новый вектор толерантности µ §, максимальная координата которого µ § и будет определять окончательное диагностическое решение. Наличие двух или более диагнозов может быть обусловлено и недостаточностью знаний в БЗ. В этом случае необходимо осуществить дообучение БЗ путем диалога с экспертом. Дифференциальную диагностику также следует проводить в случае порождения одного диагностического решения µ § на микроуровне. В этом случае процесс дифференциальной диагностики проводится аналогично. Разработка методики объяснения решений Предположим, что в результате работы системы получено диагностическое решение µ § микро уровня, которое представлено кортежем: µ §, где µ § Данное решение принято на n-ом уровне (Рис. 0. Объяснение решения.). Рис. 0. Объяснение решения. Вначале, в кортеже решения находится диагностическое решение µ § мета уровня. Предположим, что необходимо объяснить выбор этого решения. Для этого необходимо указать все имеющиеся на метауровне диагностические решения µ § и раскрыть клиническую информацию µ §, на основании которой было принято решение µ §. По результатам сравнения µ § определяются все соответствующие симптоматические факты µ §, где µ §, а факты µ § представляют собой обобщение µ § на метауровне. Отсюда следует, что именно факты µ § поясняют выбор решения µ § µ § , где порядок расположения фактов определяется их важностью. Аналогичным образом могут быть пояснены отдельные решения любого уровня. Что касается микроуровня, то здесь объяснение решения осуществляется несколько иначе. А именно, необходимо указать кроме всех имеющихся на микроуровне диагностических решений, с которыми проводилось сравнение, µ § так же все диагнозы µ §, с которыми проводилась дифференциальная диагностика. Далее необходимо раскрыть клиническую информацию µ §, на основании которой было принято решение µ §. Т.е. µ § Если данное объяснение удовлетворяет пользователя, то на этом процесс заканчивается. В случае возникновения сомнения, связанного с наличием других близких диагнозов, процесс объяснения осуществляется следующим образом. Пользователь выбирает близкие на его взгляд диагностические решения µ § из множества решений данного уровня, полученных в результате процедуры сравнения описаний на соответствующих уровнях (Таблица 0. Дифференциальная диагностика). После этого строится следующая таблица объяснения решения. Столбцы таблицы соответствуют выбранным диагностическим решениям µ §. Строки данной таблицы соответствуют характерным и не характерным фактам. На пересечении строки, соответствующей характерным фактам и столбца, соответствующего выбранному решению записываются клинические факты, определенные соответствующим толерантностям. На пересечении строки соответствующей не характерным фактам и выбранного диагностического решения записываются нетолерантные факты.Приведенные выше факты получены из описаний µ § микроуровня. Полученная в результате такого построения таблица будет иметь следующий вид (Таблица 0. Объяснение решения). Таблица 0. Объяснение решения µ §µ §ЎKµ §Характерныеµ §,µ §µ §,µ §ЎKµ §,µ §,µ §Не характерныеµ §µ § Факты в клетках таблицы объясняют выбор решения. На этом уровне пользователь «эксперт» имеет возможность изменить по необходимости факты, не соответствующие определенным диагнозам. Также просмотреть и корректировать в семантической сети соответствующий фрагмент, который влияет на определение меры толерантности, соответственно изменяет саму меру толерантности, т.е. обучает систему. Также эксперт может получить объяснение самих мер толерантностей фактов. Например: Два факта =«зуб цвет нормальный» и =«язык форма нормальная» нуль-толерантны потому, что в семантической сети существует такой объект x3=«орган полости рта», где x1„} x3 ,x2 „} x3. Подобно толерантностям фактов «Эксперт по диагностике» может получить информацию о толерантности фрагментов описаний в виде таблицы. Выводы по второй главе. |
плохо
1
Похожие:
База данных защищена авторским правом ©MedZnate 2000-2016
allo, dekanat, ansya, kenam
обратиться к администрации | правообладателям | пользователям
allo, dekanat, ansya, kenam
обратиться к администрации | правообладателям | пользователям