Đang tải... (xem toàn văn)
Tự động hoá hỗ trợ chẩn đoán bệnh dựa trên logic mờ, logic ngôn ngữ
Tự động hoá hỗ trợ chẩn đoán bệnh dựa logic mờ, logic ngôn ngữ LATS Kỹ thuật : 62.52.70.01 Cung Phi Hùng H., 2007 -1CHƯƠNG 1-TỔNG QUAN VỀ TỰ ĐỘNG HỐ CHẨN ĐỐN BỆNH 1.1 Tính cấp thiết đề tài Tự động hố có vai trị vơ quan trọng nghiệp -2tên Đề tài “Tự động hoá (TĐH) hỗ trợ chẩn đoán bệnh dựa logic mờ, logic ngơn ngữ” 1.2 Tình hình nghiên cứu nước 1.2.1 Về lĩnh vực ứng dụng xử lý ảnh xử lý tín hiệu cơng nghiệp hoá, đại hoá đất nước Tự động hoá định tới Về hướng có nhiều cơng trình nghiên cứu [20, 26, 45] suất, chất lượng hiệu sản phẩm Tất cảc ứng dụng xử lý ảnh chụp cộng hưởng từ để phân tích, chẩn đốn tốn tự động hoá phát triển trước năm 1965 sử dụng lý bệnh não lưu chuyển máu não thuyết kinh điển (dựa lý thuyết tập rõ), nên có nhiều hạn chế Hầu hết nghiên cứu lĩnh vực sử dụng phương pháp lớp tốn mơi trường thơng tin khơng xác, xử lý ảnh ứng dụng chẩn đoán điều trị bệnh liên quan đến khơng chắn chun ngành chẩn đốn hình ảnh bệnh có liên quan đến Như biết người sử dụng ngôn ngữ hàng ngày để dạng tín hiệu điện não đồ, điện tâm đồ Còn phương pháp luận án nhận biết giới xung quanh Mọi thông tin cảm nhận ứng dụng chẩn đoán bệnh dựa logic mờ, logic ngơn ngữ, lập khơng xác, khơng chắn, người đưa luận xấp xỉ, với mơ hình biểu diễn hàm thuộc tham số định để thực cơng việc cách hiệu 1.2.2 Về lĩnh vực ứng dụng mạng noron Xuất phát từ lý vậy, năm 1965 Zadeh đưa khái niệm lý Theo hướng có nhiều cơng trình cơng bố [32], [98], thuyết tập mờ Hiệu lý thuyết tập mờ phủ nhận, … Ứng dụng mạng nơron phân tích ảnh X-quang, CT, để tự việc xây dựng hàm mờ cho ứng dụng cụ thể lại động hỗ trợ chẩn đoán bệnh ứng dụng việc phân tích đánh phức tạp, tính phức tạp, đa dạng thực tiễn lý thuyết tập giá triệu chứng để hỗ trợ định, … mờ chưa có cấu trúc tính tốn qn Vì việc xây dựng Hầu hết nghiên cứu lĩnh vực dùng phương pháp mô hàm mờ phụ thuộc vào ứng dụng cụ thể phụ thuộc mạng noron giống não người, sau cho mạng học vào toán Xuất phát từ lý mà tính cấp thiết đề phương pháp chẩn đoán bệnh chuyên gia y tế Khi mạng học tài đặt ra, nhằm đưa cấu trúc tính tốn rõ ràng, xong, đưa vào chẩn đoán, liệu đưa vào trùng với kết phương pháp xây dựng hàm thuộc tham số cách tường minh học máy đưa kết chẩn đốn, cịn khơng máy trả Trong lĩnh vực y tế chuyên gia làm việc lâu năm tích lời khơng đủ liệu để chẩn đốn Để khắc phục nhược điểm lũy nhiều kinh nghiệm, kinh nghiệm không tồn mãi luận án xây dựng hệ hỗ trợ chẩn đoán bệnh dùng phương pháp lập với thời gian., làm để thu thập tri thức chuyên luận xấp xỉ với ngơn ngữ bác sỹ chẩn đốn bệnh hàng gia y tế, nhiệm vụ nghiên cứu luận án đặt với ngày mơ hình hàm thuộc tham số -3- -4- 1.2.3 Về lĩnh vực ứng dụng logic mờ xây dựng hệ hỗ trợ hàm thuộc cách hoàn toàn tự khơng theo cấu trúc tính tốn chẩn đoán bệnh cụ thể Các tác giả mượn cấu trúc khơng gian hàm để tính tốn Theo hướng có nhiều cơng trình cơng bố [1], [29], cấu trúc miền giá trị ngôn ngữ Với cách tiếp cận làm [33], [76], [78], [90] Các nghiên cứu sử dụng phương pháp lý thuyết thơng tin ngữ nghĩa khơng tận dụng cấu trúc ngữ nghĩa tập mờ, lập luận xấp xỉ ứng dụng việc xây dựng hệ hỗ trợ miềm giá trị ngơn ngữ Chính khơng tồn giải pháp chẩn đốn bệnh tính tốn nhất, mà hồn tồn phụ thuộc vào tốn Trong cơng trình nghiên cứu công bố lĩnh vực này, chủ ứng dụng cụ thể, phụ thuộc vào chủ quan tác giả Vì khơng yếu sử dụng phương pháp so sánh thơng tin đầu vào âm có cấu trúc tính tốn xây dựng hàm thuộc gặp nhiều khó (multimedia); Phương pháp tính tốn mềm; Phương pháp thăm khăn tác giả có nhiều phương pháp tự để lựa chọn dò sử dụng luật bản; Phương pháp dựa bệnh án mẫu; phương pháp cho toán cụ thể Các kết sau xây dựng xong Phương pháp tìm kiếm quy luật sử dụng thuốc; Phương pháp lai; phải kiểm chứng lại, kết không đạt yêu cầu so với Phương pháp suy luận mờ để đưa kết chẩn đoán với độ thực tiễn họ lại phải xây dựng từ đầu chắn; Các phương pháp giải toán phương pháp Để khắc phục hạn chế trên, luận án đề xuất phương pháp xây dựng hàm thuộc dựa phương pháp luập luận ứng xây dựng hàm thuộc tham số cho miền giá trị ngôn ngữ, cho cấu dụng cụ thể khơng có ràng buộc rõ ràng toán trúc đại số hàm thuộc đẳng cấu với cấu trúc miền giá trị ngôn ngữ này, hay nói cách khác đi, tác giả hồn tồn tự việc Phương pháp nghiên cứu luận án có cấu trúc tính tốn rõ ràng giải tốn Chính luận án đưa số phương thuận tiện áp dụng cho ứng dụng, sở hiệu chỉnh pháp để giải toán xây dựng hàm thuộc tham số tham số dựa cấu trúc ĐSGT 2) Về lập luận xấp xỉ 1.2.4 Về lĩnh vực lý thuyết tập mờ, lập luận xấp xỉ, đại số gia tử Về lĩnh vực có nhiều cơng trình nghiên cứu [97], [98], [99], 1) Về lý thuyết tập mờ [101], phương pháp chủ yếu phát triển lý thuyết lập luận xấp xỉ Lĩnh vực Lotfi A Zadeh đề xuất vào năm 1965 [95] (cũng gọi lập luận mờ) nhằm mơ hình hóa phương pháp lập luận đưa mơ hình tốn học cho khái niệm tập mờ Một người nghiên cứu phương pháp lập luận xấp xỉ cho phép ứng dụng quan trọng lý thuyết tập mờ sử dụng làm việc với thông tin ngôn ngữ mờ, khơng xác cơng cụ tốn học việc mơ hình hố q trình lập luận người Trong cơng trình nghiên cứu lập luận xấp xỉ, chế suy diễn mờ hầu hết quan tâm nghiên cứu phát triển mở rộng qui Hầu hết tác giả lĩnh vực không đặt ràng tắc modus ponens kinh điển Luận án phát triển phương pháp buộc trình xây dựng hàm thuộc, mà tác giả xây dựng lập luận xấp xỉ sử dụng biểu diễn hàm thuộc tham số gia -5- -6- tử ngôn ngữ Các kết tương đồng với nghiên đề xuất số phương pháp thuật toán xây dựng hàm thuộc tham số cứu trước có hiệu tính tốn tốt mang thơng tin cấu trúc miền giá trị ngôn ngữ xây dựng phương 3) Về đại số gia tử pháp lập luân xấp xỉ họ hàm thuộc Phương pháp Về lĩnh vực có nhiều cơng trình nghiên cứu [53], [54], [46], ứng dụng vào việc xây dựng thuật toán tự động hố hỗ trợ chẩn xem mơ hình tốn học mơ trực tiếp cấu đoán bệnh viêm gan siêu vi B, với sở tri thức chuyên gia y tế biểu trúc miền ngơn ngữ phương pháp tính tốn trực diễn dạng ngơn ngữ, tức thông tin mờ không chắn tiếp ngôn ngữ Logic ngôn ngữ lập luận xấp xỉ dựa 1.4 Mục tiêu nghiên cứu việc định lượng đại số gia tử phát triển cấu trúc đại số trọng đến phương pháp xây dựng hàm thuộc tham số cho Nghiên cứu góp phần phát triển phương pháp luận cho phép thu thập, biểu diễn tri thức chuyên gia lĩnh vực Y tế xây dựng phương pháp tự động hóa việc hỗ trợ chẩn đốn số bệnh sở nghiên cứu, xây dựng phương pháp luận, thuật tốn lập luận xấp xỉ mơi trường thông tin mờ, không chắn giá trị ngôn ngữ nên việc thực toán miền tham số 1.5 Nhiệm vụ nghiên cứu xem cách tiếp cận đại số ĐSGT sau đời thay đổi cách tiếp cận tính tốn cũ, xây dựng cấu trúc tính tốn miền giá trị ngôn ngữ Nhưng ĐSGT dừng lại tạo cấu trúc Đại số mà chưa gặp nhiều khó khăn, tốn độ tính tốn phức Nghiên cứu logic mờ, logic ngôn ngữ, lập luận xấp xỉ tạp Với hạn chế vậy, luận án đề xuất phương pháp xây sở xây dựng họ hàm thuộc tham số biến ngôn ngữ dựng cấu trúc đại số miền giá trị ngôn ngữ mơ hình − Xây dựng họ hàm thuộc tham số cho giá trị ngôn ngữ nguyên biểu diễn hàm thuộc tham số 1.3 Vấn đề đặt luận án thuỷ gia tử ngôn ngữ biến ngôn ngữ − Xây dựng quan hệ thứ tự ngữ nghĩa giá trị ngôn ngữ Việc tự động hoá hỗ trợ chuẩn đoán điều trị bệnh y tế không gian hàm thuộc tham số Các giá trị ngôn ngữ nguyên thuỷ toán lớn phức tạp Hầu hết tri thức chuyên gia gia tử ngôn ngữ sánh với tạo nên chẩn đoán điều trị bệnh bao hàm thông tin ngôn ngữ mờ, cấu trúc thứ tự ngữ nghĩa giá trị ngôn ngữ không chắn − Nghiên cứu cấu trúc đại số không gian hàm thuộc tham số Với phương pháp lập luận xấp xỉ hàm thuộc biểu Chứng minh cấu trúc đại số vừa xây dựng phù hợp với đại số diễn ngữ nghĩa thông tin ngôn ngữ xây dựng tự do, thiếu thông De-Morgan Cấu trúc đại số này, vừa họ tham số vừa tin cấu trúc miền giá trị ngơn ngữ làm cho tốn trở lên phức dàn phân phối đầy đủ 〈TX, ∨, ∧, ¬, ≤s 〉 Từ mở rộng để xây dựng tạp Trên sở nghiên cứu tổng quan phương pháp trên, cấu trúc đại số khác cho miền giá trị chân lý ngơn ngữ với việc phân tích ưu nhược điểm chúng, luận án nghiên cứu -7− Xây dựng phương pháp lập luận xấp xỉ dựa cấu trúc đại số vừa xây dựng -8pháp nghiên cứu biết, tác giả xác định vấn đề đặt luận án, từ đưa mục tiêu, nhiệm vụ phương pháp nghiên cứu luận Nghiên cứu ứng dụng phương pháp luập luận xấp xỉ đề án Sau tác giả xin trình bày chương sở tốn học xuất việc xây dựng thuật toán tự động hoá hỗ trợ chẩn đoán để xây dựng nên thuật toán tự động hoá hỗ trợ chẩn đoán bệnh bệnh Xây dựng thuật toán tự động hoá hỗ trợ chẩn đoán bệnh viêm mục tiêu đặt luận án gan siêu vi B với sở tri thức dạng luật Thu thập sở tri thức chuyên gia y tế bệnh viêm gan siêu vi CHƯƠNG - KHÔNG GIAN HÀM THUỘC CỦA CÁC BIẾN NGÔN NGỮ VÀ LẬP LUẬN XẤP XỈ B để xây dựng tập luật phục vụ cài đặt phần mềm ứng dụng Tổ Trong chương xây dựng sở lý thuyết logic mờ, chức cài đặt thử nghiệm phần mềm chẩn đoán bệnh viêm gan siêu vi logic ngôn ngữ lập luận xấp xỉ để ứng dụng vào hệ tự động hoá hỗ B với thuật toán vừa xậy dựng chạy thử nghiệm thực tế trợ chẩn đoán bệnh chương bệnh viện Bạch Mai 1.6 Phương pháp nghiên cứu Nghiên cứu dựa sở lý thuyết về: logic mờ, logic ngơn ngữ, lập luận xấp xỉ, tốn rời rạc, kỹ thuật số, … Trong chương nghiên cứu phương pháp xây dựng không gian hàm thuộc tham số miền giá trị ngôn ngữ biến ngôn ngữ Phương pháp dựa quan sát thực tế ngữ nghĩa khái niệm mờ sử dụng ngôn ngữ ngày Ứng dụng phương tiện kỹ thuật đại máy tính, phân tích [59, 60] Do đó, theo cách xây dựng chúng phần mềm tính tốn, … kết hợp với tri thức chun gia để lập tôi, không gian hàm thuộc miền giá trị ngơn ngữ biến ngơn trình, mơ kiểm chứng kết nghiên cứu ngữ có hai phần tử sinh nguyên thuỷ (không kể phần tử trung tính) Phương pháp nghiên cứu khoa học từ khảo sát thực tế, xây dựng có cấu trúc đại số đủ tốt để thực nhiệm vụ tính tốn Sau tốn, dùng cơng cụ, kỹ thuật giải tốn Sau tạo hệ hỗ trợ định dựa vào phương pháp mơ phỏng, hiệu chỉnh thuật tốn nghiên cứu để hồn thiện kết lập luận xấp xỉ giá trị ngôn ngữ Với phương pháp lập luận xấp xỉ Cuối tiến hành thử nghiệm số liệu hồ sơ bệnh án thực tế giá trị mờ biểu diễn không gian hàm thuộc để đánh giá kết dựa nghiên cứu thống kê tham số xây dựng hệ hỗ trợ định chẩn 1.7 Kết luận chương đoán bệnh sở tri thức, chế suy diễn để tạo sở lý thuyết phục Trong chương tác giả trình bày tổng quan hướng vụ ứng dụng chương nghiên cứu, cơng trình cơng bố ngồi nước tự 2.1 Không gian hàm thuộc Logic mờ logic ngôn ngữ, động hoá hỗ trợ chẩn đoán bệnh Sau trình bày hướng nghiên phương pháp xây dựng cấu trúc đại số cứu lý thuyết tập mờ, lập luận xấp xỉ đại số gia tử Trên sở 2.1.1 Xây dựng hàm thuộc cho phần tử sinh nguyên thuỷ phân tích đánh giá ưu khuyết điểm cơng trình phương Thuật tốn 2.1 Xây dựng hàm thuộc cho giá trị ngôn ngữ -9- -10- nguyên thuỷ Bắt đầu từ cận U, kí hiệu umin 2.1.2 Biểu diễn tham số không gian hàm thuộc biến ngôn Theo hướng tăng giá trị U xác định giá trị a0 cho ngữ a0 ∫ μ A (u ) p (u ) du = u a0 ∫ u (2.3) p (u ) du = 2n Xác định cận a1 cho giá tập mờ A1 cho a1 ∫ μ A (u ) p(u )du = a0 2n Trường hợp (X có phần tử sinh t, f, m) Giả sử từ liệu quan sát (Bỏ thu thập) được, sử dụng thuật tốn đồng đẳng hóa mờ xây dựng hàm thuộc cho phần tử sinh nguyên thuỷ t, f, m X Theo cách xây dựng này, tập mờ tương ứng giá trị ngôn ngữ t, f, m làm thành phân hoạch mờ U, đồng thời biểu (2.4) diễn đồ thị hàm thuộc giá trị ngơn ngữ ngun thuỷ t, f, m, kí hiệu μt, μf, μm tương ứng, có dạng mơ tả hình vẽ For i = to n-1 sau đây: μm μf Tính xác suất kiện mờ gắn với phần đường cong đơn điệu tăng μt tập mờ Ai công thức ei = ∫μ Ai (2.5) (u ) p (u ) du a −1 Xác định cận ai+1 cho giá tập mờ Ai cho +1 ∫ μ Ai (u ) p (u )du = n − ei a1 a2 a3 b Hình 2.3 Hàm thuộc giá trị ngôn ngữ nguyên thuỷ sinh (2.6) đồng đẳng hóa mờ Trường hợp (X có phần tử sinh t, f) Tương tự Trường hợp 1, Cuối hàm thuộc tập mờ An xác định hàm thuộc theo cách xây dựng hàm thuộc dùng đồng đẳng hóa mờ, tập mờ hình thang cho tham số sau: (an, an+1, umax, umax) tương ứng giá trị ngôn ngữ t, f làm thành phân hoạch mờ e2 A2 A1 1/n – e2 U Khi biểu diễn đồ thị hàm thuộc giá trị ngôn An ngữ nguyên thuỷ t f, kí hiệu μt μf tương ứng, có dạng mơ tả Hình 2.4 sau: umin a0 a1 a2 an an+1 μf μt umax Hình 2.2 Hàm thuộc giá trị ngôn ngữ nguyên thuỷ với ràng buột đồng đẳng hóa ngơn ngữ a1 a a2 b Hình 2.4 Hàm thuộc giá trị ngôn ngữ nguyên thuỷ sinh đồng đẳng hóa mờ -12- -112.1.3 Quan hệ ngữ nghĩa giá trị ngôn ngữ không μf gian hàm thuộc tham số biến ngôn ngữ μt Định nghĩa 2.3 Xét hai giá trị ngôn ngữ tuỳ ý x = δc x ′ = δ ′c , c ∈{f, t}, biến ngơn ngữ X Khi ta nói x đặc tả x’, kí hiệu x f x′ , μ x (u ) < μ x′ (u ) , với u∈(a1, a2) Định lý 2.1 Xét hai giá trị ngôn ngữ tuỳ ý x = δc x ′ = δ ′ , c∈{f, c t}, biến ngôn ngữ X, ta có: x f x ′ , nêú b a ∫ μ x (u )du < ∫ μ x′ (u )du a1 u ¬u a2 b Hình 2.7 Mơ hình biểu diễn tốn tử negation Như định nghĩa tốn tử negation TX, ký hiệu ¬, dựa vào Định lý 2.3 Hệ 2.2 Kí hiệu V = 〈TX, ∨, ∧, ¬, ≤ S 〉 b a a Cấu trúc đại số V số tính chất cho định lý Hệ 2.1 Xét hai giá trị ngôn ngữ tuỳ ý x = δc x ′ = δ ′ , c ∈{f, c t}, biến ngôn ngữ X Giả sử α c ( x) α c ( x ′) tham số Định lý 2.4 Cho V = 〈TX, ∨, ∧, ¬, ≤ S 〉 ta có khẳng định sau tương ứng biểu diễn hàm thuộc x x’ Khi ta có đúng: ⎧α c ( x ) > α c ( x′), x f x′ ⇔ ⎨ ⎩α c ( x ) < α c ( x′), c=t c= f 1) ¬¬ x = x, với x ∈TX ; 2) x ≤ S y ¬y ≤ S ¬x, với x, y ∈TX ; 3) ¬t = f, ¬f = t; 2.1.5 Cấu trúc đại số khơng gian hàm thuộc tham số 4) ¬W = W; biến ngơn ngữ 5) ¬Absolutely t = Absolutely f, ¬Absolutely f = Absolutely t; Định lý 2.3 Ta có αt(δt) = (a2 + a1) - αf(δf) 6) V đại số De-Morgan Định lý dễ dàng suy từ giả thiết (2.20) (2.18-19) 2.2 Lập luận xấp xỉ dựa mơ hình tham số biến ngôn Hệ 2.2 Với δ ∈ H*, ta có μ δt (u ) = μ δf (a1 + a − u ) ngữ Ý nghĩa trực quan Hệ 2.2 sau: u không nằm miền 2.2.1 Giới thiệu mờ, tức khoảng (a1, a2), (a1 + a2 – u) không Qui tắc modus ponen phát biểu từ mệnh đề: P1= “If X is B nằm miền mờ ngược lại (để đơn giản đặt (a1 + a2 – Then Y is C” P2 = “X is B”, suy diễn “Y is C” Nếu u) ≡ ¬u); đồng thời giá trị hàm thuộc giá trị u giá mệnh đề P2 khơng đối sánh xác phần tiền đề P1, chẳng trị ngôn ngữ x giá trị hàm thuộc giá trị đối xứng ¬u hạn P2 = “X is A”, khơng thể áp dụng qui tắc modus giá trị ngôn ngữ trái nghĩa x Xem minh hoạ hình sau ponen Trong [103], Zadeh mở rộng qui tắc cho trường hợp B, đây: C, A mơ hình tập mờ Khi mệnh đề P1 cảm sinh -13- -14- phân bố khả năng: Π(X | Y) = R, với μR(u,v) = min{1, max{(1-μB(u)), μC(v)}} comp( A, B) = (2.24) Một cách tiếp cận khác [28] thay biến đổi mệnh đề P1 A∩ B A∪ B (2.29) thành phân bố khả trên, Baldwin so sánh mệnh đề “X đó⏐•⏐kí hiệu diện tích miền nằm bên hàm thuộc tập is A” với mệnh đề “X is B”dựa khái niệm độ đo tương thích, mờ sau kết so sánh sử dụng để biến đổi hàm thuộc C Định nghĩa 2.10 Giả sử μA μB hàm thuộc tham số tập mờ A B tương ứng đoạn [u1,u2] cho A = σB, với σ thu hàm thuộc cho D [28, 72] Sau phát triển phương pháp lập luận xấp xỉ gia tử ngôn ngữ Giả sử μC hàm thuộc tham số tập mờ C sử dụng biểu diễn tham số gia tử ngôn ngữ Các kết đoạn [v1,v2], k : [-∞,u2] → [-∞,v2] Khi tập mờ D cho hàm chúng tơi hồn tồn quán với nghiên cứu trước có thuộc μD cho comp(A,B)=comp(D,C) hiệu tính tốn tốt Hơn nữa, Mệnh đề 2.4 Với giả thiết kí hiệu cho Định phương pháp suy diễn đề xuất nghiên cứu nghĩa 2.10 ta có D = σC, với gia tử ngơn ngữ σ cho biểu diễn mở rộng nhằm áp dụng cho toán suy diễn mờ đa điều kiện tham số tương tự Định nghĩa 2.7 Hay nói cách khác, với 2.2.2 Giá trị chân lý ngôn ngữ logic mờ cho lập luận xấp xỉ lược đồ suy diễn đề nghị, modus ponens tổng quát thoả mãn quan Định nghĩa 2.7 Xét biến chân lý ngôn ngữ Truth với giá trị hệ cho Bảng 2.6 Hơn nữa, A B rời nhau, tức chân lý sở true false Kí hiệu σ gia tử ngơn ngữ comp(A,B) = 0, D unknown, tức μD(v) = với v dãy gia tử ngơn ngữ Khi hàm thuộc là: 2.2.4 Suy diễn mờ đa điều kiện μσtrue (u, n) = max(0, (1 − n) (u − n)) , μ σfalse (u , m) = max(0, m −1 (m − u )) , −1 (2.26) (2.27) q: X is A (2.28) r: Y is D Định nghĩa 2.8 Cho A B tập mờ, tức tập mờ tập số thực ℜ Khi mức độ tương thích A B định nghĩa sau: X1 is A1 and and Xn is An r: Then Y is C, If X1 is B1 and and Xn is Bn Then Y is C, q: Qui tắc modus ponen tổng quát mô tả sau: If X is B dụng cho hệ lập luận mờ đa điều kiện sau: p: 2.2.3 Suy diễn với qui tắc modus ponens tổng quát p: Phương pháp suy diễn đề nghị mở rộng để áp Y is D (2.32) Thuật toán để xác định tham số cho tập mờ D mẫu lập luận mờ đa điều kiện trình bày sau: − Xây dựng biến đổi tuyến tính tăng, liên tục hi : [u1i, u2i] → [0,1], với i= 1, , n k : [v1, v2] → [0,1] (chuẩn hoá miền dùng chung miền đoạn đơn vị) − For i = to n tính ci = comp(Ai,Bi) -15- -16- − Tính T(c1, ,cn) gán comp(C, D) = T(c1, ,cn) giá trị chân lý ngôn ngữ cung cấp giải thích thích hợp mặt ngữ − Xác định tham số hàm thuộc cho D nghĩa cho định nghĩa giá trị (nhãn) ngôn ngữ trái nghĩa Điều 2.2.5 Logic mờ dựa biểu diễn tham số giá trị chân lý làm sở ngữ nghĩa cho việc sử dụng giá trị ngôn ngữ trái ngơn ngữ nghĩa để định nghĩa tốn tử negation logic giá trị ngôn ngữ Chúng ta trở lại xét biến chân lý ngôn ngữ Truth với giá trị sau chân lý nguyên thuỷ true false Kí hiệu σ gia tử ngơn ngữ Kí hiệu V tập tất giá trị chân lý ngơn ngữ sinh từ Khi áp dụng phương pháp xây dựng họ hàm thuộc tham số mục (2.33) (2.34) với giá trị ngôn ngữ đặc biệt Absolutely true, 2.1.2 nên hàm thuộc giá trị chân lý ngôn ngữ cho sau: Absolutely false, unknown Như nghiên cứu mục 2.1, V μσtrue (u ) = max(0, (1 − α δtrue ) (u − α δtrue )) −1 (2.33) với tham số αδtrue∈(-∞,1) μσfalse (u ) = max(0,α với quan hệ thứ tự ngữ nghĩa ≤ S dàn phân phối đầy đủ Định lý 2.6 Các toán tử đại số ∧, ∨, ¬ −1 δfalse (α δfalse − u )) (2.34) , tương ứng với mơ hình xác liên kết logic hội, tuyển phủ định logic với tham số αδfalse∈(0,∞) mờ giá trị ngôn ngữ cho Định nghĩa 2.11 Cụ thể chúng Với σ, giá trị chân lý ngôn ngữ σtrue gọi phần tử đối ta có: nghịch σfalse ngược lại Khi quan hệ đối nghịch định nghĩa thơng qua độ đo đặc tả ràng buộc sau đây: S(σtrue) = S(σfalse) (2.38) v(P and Q) = v(P) ∧ v(Q); v(P or Q) = v(P) ∨ v(Q); v(not P) = ¬v(P) Như có cấu trúc đai số sau đây: = 〈V, ∧, ∨, ¬, ≤ S 〉 2.3 Kết luận chương μ(u) Trong chương chúng tơi vừa phát triển mơ hình biểu diễn hàm unknown false thuộc tham số cho biến ngôn ngữ Trước hết thuật toán để xây true Absolutely false Absolutely true σtrue σfalse undefined u Hình 2.10 Các giá trị chân lý ngôn ngữ đặc biệt với biểu diễn tham số gia tử dựng miền giá trị ngôn ngữ biến ngôn ngữ xây dựng Sau mơ hình hàm thuộc tham số cho biến ngơn ngữ có hai phần tử sinh nguyên thuỷ xây dựng, đồng thời cấu trúc đại số không gian hàm thuộc tham số biến ngôn ngữ khảo sát nghiên cứu Một kết quan trọng cấu trúc đại số thoả mãn tính chất đại số De Morgan Điều cho thấy mơ hình biểu diễn Hệ 2.3: Với điều kiện (2.38), ta có: hàm thuộc tham số cho biến ngôn ngữ xây dựng chương αδtrue = - αδfalse, đó: μ δtrue (u ) = μ δfalse (1 − u ) có cấu trúc đại số đủ tốt để mơ hình tốn tử logic cần thiết Thông qua Hệ 2.3 thấy mô hình tham số ứng dụng Trong chương chúng tơi cịn nghiên cứu -17phương pháp lập luận xấp xỉ dựa mơ hình biểu diễn tham số biến ngôn ngữ Qui tắc suy diễn modus ponen tổng quát xem -18IF Điều kiện (Nhiệt độ cao) AND xét, kết cho thấy mơ hình suy diễn dựa biểu diễn tham số cho kết phù hợp với tiêu chuẩn trực quan nghiên cứu AND trước Đồng thời mơ hình lập luận mờ đa điều kiện THEN nghiên cứu CHƯƠNG - TỰ ĐỘNG HĨA HỖ TRỢ CHẨN ĐỐN BỆNH DỰA TRÊN LOGIC MỜ, LOGIC NGÔN NGỮ VÀ LẬP LUẬN XẤP XỈ Phương pháp lập luận xấp xỉ trình bày Chương tức lập luận xấp xỉ với giá trị mờ biểu diễn không gian hàm thuộc tham số Mỗi giá trị ngôn ngữ y tế nói Điều kiện n (Hình ảnh siêu âm có dấu hiệu mắc bệnh) Kết luận (Mắc bệnh tiểu đường) 3.1.2 Cơ chế suy diễn sở tri thức mờ Cơ chế suy diễn: { Trong chương chúng tơi trình bày hệ hỗ trợ định dựa vào phương pháp lập luận xấp xỉ giá trị ngôn ngữ Điều kiện (Xét nghiệm lượng đường máu cao) TGIAN := GT; VET := φ ; IF (KL ⊆ TGIAN) THEN Exit(“Thơng báo tìm được”); THOA := prLOC(R, TGIAN); chung biểu diễn hàm thuộc tương ứng với WHILE (THOA ≠ φ ) DO tham số Để xây dựng hệ hỗ trợ định chúng { r := prCHON(THOA, H); ta cần có thành phần như: sở tri thức, chế suy diễn Cơ sở tri thức biểu diễn dạng luật IF-THEN Với cách biểu Q := prTINHTOAN(r, TGIAN); diễn tri thức dạng luật bổ sung hay loại bỏ luật TGIAN := TGIAN ∪ Q; cách dễ dàng mà không ảnh hưởng đến chế suy diễn Hơn nữa, tận dụng điểm mạnh quy tắc modusponen modus-tollen Sau xây dựng xong thuật toán cho toán tự động hoá hỗ trợ chẩn đốn bệnh Y tế nói chung, VET := VET ^ ; R := R \ {r}; THOA := prCHON(R, TGIAN); thuật toán áp dụng cho bệnh viêm gan siêu vi B IF (KL ⊆ TGIAN) THEN Exit(“Thơng báo tìm được”); 3.1 Xây dựng thuật toán tự động hoá hỗ trợ chẩn đoán bệnh } 3.1.1 Biểu diễn tri thức cho toán chẩn đốn bệnh Y tế Exit(“Thơng báo khơng tìm được”); Hầu hết luật y tế sử dụng dạng luật biểu diễn dạng sau: } -193.2 Tổng quan bệnh gan 3.2.1 Sơ lược bệnh gan Có nhiều loại bệnh gan, bệnh quan trọng là: Viêm gan siêu vi A, B, C, D, E, G; Xơ gan; Các rối loạn gan trẻ em; Sỏi mật; Các rối loạn có liên quan đến rượu; Ung thư gan 3.2.2 Chức Gan Lá gan, quan lớn thể bạn, đóng vai trị sống -203.4.2 Cơ chế suy diễn sở tri thức mờ Thuật toán suy diễn: Bước Nhập triệu chứng ban đầu (giả thiết) nhập bệnh cần kiểm tra (kết luận) Bước Nếu tập giả thiết chứa kết luận dừng thuật tốn thơng báo kết Bước Lặp bước sau: việc điều hòa diễn tiến sống bạn Cơ quan 3.1.Chọn luật r từ tập luật cho theo tiêu chuẩn phức tạp thực nhiều thiết yếu cho sống 3.2.Từ giá trị tập giả thiết luật r áp dụng phương pháp 3.2.3 Các triệu chứng bệnh viêm gan siêu vi B lập luận xấp xỉ mục 3.1 để tính giá trị ngơn ngữ biến kết luận − Triệu chứng lâm sàng (Làm sở để xây dựng luật tiền 3.3.Bổ sung giá trị tính vào tập giả thiết hồng đản, hoàng đản phân biệt) 3.4.Đánh dấu để loại luật r khỏi sở luật − Triệu chứng cận lâm sàng - xét nghiệm chức gan (Làm sở 3.5.Kiểm tra tập giả thiết chứa kết luận cần tìm thơng báo kết để xây dựng luật xét nghiệm) − Dịch tễ (Làm sở để xây dựng luật dịch tế) dừng thuật tốn Lặp lại q trình tìm kết tồn luật − Chẩn đoán (Làm sở để xây dựng luật chẩn đoán) bị đánh dấu loại Quá trình dừng tập luật hữu hạn 3.3 Các luật y tế hỗ trợ chẩn đoán bệnh viêm gan siêu vi B 3.4.3 Các tiêu chuẩn chọn luật Căn vào trình thu thập tri thức chuyên gia y tế, Với sở luật tương đối lớn cần xác định luật cần thiết để xây dựng nhóm luật bao gồm: luật dịch tễ, luật giai đoạn tính tốn liệu bước nhanh chóng Trong luận án chúng tơi tiền hồng đản, luật giai đoạn hồng đản, luật xét nghiệm, luật phân đưa tiêu chuẩn chọn luật r biệt, luật chẩn đoán bệnh Tống số có 65 luật từ R0 đến R65 Tiêu chuẩn 1: Tiêu chuẩn dựa vào khoảng cách từ giá trị biến 3.4 Phương pháp lập luận xấp xỉ chế suy diễn ngôn ngữ vế trái luật giá trị tương ứng tập giả thiết 3.4.1 Phương pháp lập luận xấp xỉ Khoảng cách nhỏ việc áp dụng thích hợp Khi biểu diễn tri thức y tế hoàn toàn phù hợp với luật IF THEN Mỗi giá trị ngôn ngữ y tế biểu diễn hàm thuộc với tham số tương ứng Tiêu chuẩn 2: Độ tin cậy luật Luật có độ tin cậy cao ưu tiên lựa chọn Tiêu chuẩn 3: Đánh giá khả xuất biến áp dụng luật r Tiêu chuẩn 4: Đánh giá khả tăng thêm luật áp dụng -21được từ tập giả thiết sau áp dụng luật r Tiêu chuẩn 5: Đánh giá mức độ sử dụng kết luận luật r, nghĩa -22Sau đặt cấu hình xong thực công việc menu “Suy dien” gồm: Nạp tập luật: load luật vào nhớ kết luận luật r có mặt thân luật khác hay không Ra toán suy diễn: Nạp mệnh đề giả thiết Các mệnh đề giả thiết triệu chứng bệnh nhân Luật chọn luật có giá trị tích hợp cao tiêu chuẩn Bắt đầu suy diễn: Thực chế suy diễn Xem kết suy diễn: Tạo cửa sổ thể bước suy diễn 3.5 Kết luận chương 4.4 Các kết thử nghiệm Trong chương chúng tơi trình bày chế suy diễn với Lấy ngẫu nhiên 33 bệnh án số 100 bệnh án bệnh nhân sở tri thức mờ Cơ sở tri thức mờ trình bày luận án phù viêm gan siêu vi B bệnh viện Bạch mai Các kết 33 bệnh hợp với ngôn ngữ tự nhiên luật IF-THEN Biểu diễn nhân xem phụ lục luật dạng giúp cho trình suy diễn thuận lợi Mỗi 4.5 Kết luận chương bước tính tốn suy diễn phải dựa vào luật định Chương chúng tơi mơ tả lớp chương trình đồng thời chúng tơi đưa cách chọn luật dựa tiêu chuẩn cụ thể Theo trình bày giao diện thực phần mềm Qua quan sát kết thử tiêu chuẩn đề xuất giúp hạn chế việc tìm kết trùng lặp có độ tin cậy thấp Do q trình tính tốn để tìm kết luận rút ngắn, giá trị tìm có độ tin cậy cao nghiệm chương trình với liệu trích từ bệnh án cho kết tốt Rõ ràng với kết thu sau chạy chương trình từ Rõ ràng chế suy diễn sử dụng nhờ vào việc biểu hồ sơ bệnh án ta thấy triệu chứng bệnh, xét nghiệm diễn giá trị ngôn ngữ hàm thuộc tham số chương Bilirubin, SGOT, SGPT tăng nhiều HbsAg dương tính mạnh Hơn nữa, có tri thức chuyên gia cho bệnh khác bệnh nhân “mắc_bệnh nặng“ Còn xét nghiệm trường lĩnh vực khác, cách áp dụng chế suy diễn đưa định hỗ trợ tương ứng CHƯƠNG - PHẦN MỀM TỰ ĐỘNG HOÁ HỖ TRỢ CHẨN ĐOÁN BỆNH VIÊM GAN SIÊU VI B 4.3 Giao diện chương trình Menu “Dat cau hinh” cho phép chọn tập luật suy diễn, phương pháp lập luận xấp xỉ xem chi tiết bước suy diễn (Hình 4.2) Bước phải thực trước tiên hợp có mức độ yếu hơn, ta thu kết “mắc_bệnh” Như vậy, kết trình chạy chương trình thu phụ lục luận án phản ánh theo số liệu hồ sơ bệnh án Vậy khẳng định việc biểu diễn giá trị ngôn ngữ không gian hàm thuộc phù hợp với thực tiễn Hơn cách xây dựng nhiều phần mềm hỗ trợ định khác -23KẾT LUẬN CHUNG -242 Đã nghiên cứu ứng dụng phương pháp luập luận xấp xỉ để Tóm tắt kết luận án xây dựng thuật toán tự động hoá hỗ trợ chẩn đoán bệnh y tế Tiếp Luận án nghiên cứu tự động hóa hỗ trợ chẩn đốn bệnh dựa sau xây dựng thuật toán tự động hoá hỗ trợ chẩn đoán logic mờ, logic ngôn ngữ lập luận xấp xỉ Kết luận án tóm tắt sau: bệnh viêm gan siêu vi B với sở tri thức dạng luật Đã thu thập sở tri thức chuyên gia y tế bệnh viêm gan Đã nghiên cứu vấn đề logic mờ, logic ngôn ngữ, siêu vi B để xây dựng tập luật phục vụ cài đặt phần mềm ứng dụng lập luận xấp xỉ sở xây dựng họ hàm thuộc tham số Đã tổ chức cài đặt thử nghiệm phần mềm chẩn đoán bệnh viêm gan biến ngôn ngữ sau:: siêu vi B với thuật toán vừa xậy dựng Kết thử nghiệm phần − Đã xây dựng họ ⎧0(c = t );1(c = f) a ≤ u ≤ a1 ⎪ giá trị ngôn ngữ μ (u ) = ⎪max( 0, u − α ( x ) ), a ≤ u ≤ a ⎨ x a − α ( x) nguyên thuỷ gia ⎪ ⎪1(c = t );0(c = f ) u ≥ a2 tử ngôn ngữ biến ⎩ mềm chứng minh tính đắn phương pháp xây dựng hàm hàm thuộc tham số cho thuộc tham số chương Cụ thể chạy thử trực tiếp ngôn ngữ: Bilirubin… phần mềm cho kết phù hợp với kết thực hồ sơ bệnh án với tình thay đổi kết xét nghiệm mang tính chất định đến kết mắc bệnh thay đổi HBsAg, HBVDNA, HBcAg, HBeAg, HBcAb, HbeAb, HbsAb, SGOT, SGPT, − Đã xây dựng quan hệ thứ tự ngữ nghĩa giá trị ngôn tế thay đổi Một minh chứng khác cho HBVDNA tăng nhiều ngữ không gian hàm thuộc tham số Các giá trị ngôn ngữ (1010) SGOT, SGPT, Bilirubin cho mức bình thường máy nguyên thuỷ gia tử ngơn ngữ sánh với trả lời khômg đủ để kết luận bệnh Thực tế, GSTS Nguyễn tạo nên cấu trúc thứ Khánh Trạch cho biết, trường hợp thực tế cần phải tự ngữ nghĩa giá trị ngôn ngữ: ⎧α c ( x ) > α c ( x′), x f x′ ⇔ ⎨ ⎩α c ( x ) < α c ( x′), c=t c= f − Đã nghiên cứu xây dựng cấu trúc đại số không gian hàm thuộc tham số Chứng minh cấu trúc đại số vừa xây dựng phù hợp với đại số De-Morgan Cấu trúc đại số này, vừa họ thêm số xét nghiệm đưa kết chẩn đoán Kiến nghị nghiên cứu Từ mơ hình hàm thuộc tham số xây dựng thuật toán TĐH hỗ trợ chẩn đoán bệnh cho bệnh khác lĩnh vực khác Để phát triển hệ chuyên gia TĐH hỗ trợ chẩn đoán bệnh chúng tham số vừa dàn phân phối đầy đủ:〈TX, ∨, ∧, ¬, ≤s 〉 Từ tơi kiến nghị nên có dự án nghiên cứu khoa học hệ chuyên gia mở rộng để xây dựng cấu trúc đại số khác cho miền giá trị này, nhằm thu thập tri thức chuyên gia y tế tạo hệ chân lý ngơn ngữ chun gia chẩn đốn bệnh mang tính chất chuyên nghiệp − Đã xây dựng phương pháp lập luận xấp xỉ dựa cấu trúc đại số vừa xây dựng ... việc xây dựng thuật toán tự động hoá hỗ trợ chẩn đoán để xây dựng nên thuật toán tự động hoá hỗ trợ chẩn đoán bệnh bệnh Xây dựng thuật toán tự động hoá hỗ trợ chẩn đoán bệnh viêm mục tiêu đặt luận... QUAN VỀ TỰ ĐỘNG HOÁ CHẨN ĐOÁN BỆNH 1.1 Tính cấp thiết đề tài Tự động hố có vai trị vơ quan trọng nghiệp -2tên Đề tài ? ?Tự động hoá (TĐH) hỗ trợ chẩn đốn bệnh dựa logic mờ, logic ngơn ngữ? ?? 1.2... Luận án nghiên cứu tự động hóa hỗ trợ chẩn đốn bệnh dựa sau xây dựng thuật toán tự động hoá hỗ trợ chẩn đốn logic mờ, logic ngơn ngữ lập luận xấp xỉ Kết luận án tóm tắt sau: bệnh viêm gan siêu