zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Y Tế - Sức Khoẻ

» Y khoa - Dược

Xây dựng mô hình hỗ trợ chẩn đoán bệnh dựa trên hệ suy diễn mờ phức Mamdani

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:3

Báo xấu

14
lượt xem 3
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết Xây dựng mô hình hỗ trợ chẩn đoán bệnh dựa trên hệ suy diễn mờ phức MAMDANI tập trung vào ứng dụng hệ suy diễn mờ trong chẩn đoán y tế. Kết quả thực nghiệm trên 5 bộ dữ liệu đã khẳng định hiệu quả của phương pháp đề xuất so với các hệ suy diễn đã có.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Xây dựng mô hình hỗ trợ chẩn đoán bệnh dựa trên hệ suy diễn mờ phức Mamdani

Tuyển tập Hội nghị Khoa học thường niên năm 2019. ISBN: 978-604-82-2981-8 XÂY DỰNG MÔ HÌNH HỖ TRỢ CHẨN ĐOÁN BỆNH DỰA TRÊN HỆ SUY DIỄN MỜ PHỨC MAMDANI Lương Thị Hồng Lan1, Nguyễn Khánh Tùng2 1 Trường Đại học Thủy lợi, email: lanlhbk@tlu.edu.vn 2 Trường Đại học Điện lực 1. GIỚI THIỆU CHUNG những chẩn đoán chính xác về bệnh thần kinh ngoại. Frolova và cộng sự đã sử dụng hệ suy Chẩn đoán y tế là dự báo khả năng mắc bệnh của bệnh nhân dựa vào những thông tin, diễn mờ để xác định suy tim cấp tính. triệu chứng mà bệnh nhân gặp phải. Nó đóng Gayathri và Sumathi lại hỗ trợ trong việc xác vai trò quan trọng trong quy trình điều trị của định khối u ung thư bằng suy luận mờ bệnh nhân và cũng là trung tâm trong y học Mamdani. lâm sàng. Do đó, việc đảm bảo và nâng cao Thakur và cộng sự [10] đã sử dụng hệ suy chất lượng chẩn đoán là vấn đề đang được diễn mờ MAMDANI để chẩn đoán bệnh quan tâm hàng đầu tại Việt Nam cũng như Thalassemia. Sardesai và cộng sự lại nghiên trên thế giới. cứu giảm thiểu sự phức tạp của bệnh phụ Zadel đã phát triển lý thuyết lập luận mờ khoa bằng hệ suy diễn mờ Mamdani. Gần nhằm đưa ra một cách biểu diễn và lập luận đây, Nazaria và cộng sự đã đưa ra cách tiếp với những thông tin ngôn ngữ không chính cận mới dựa trên hệ suy diễn mờ để chẩn đoán khả năng phát triển bệnh tim ở xác. Đó là xây dựng hệ cơ sở tri thức (dựa bệnh nhân. trên các luật If... then) và xây dựng các lập Từ những kết quả nghiên cứu về hệ mờ đã luận tương ứng với cơ sở tri thức đó (dựa trên có, tôi nghiên cứu hệ mờ phức và áp dụng để giá trị của biến ngôn ngữ đã được xây dựng xây dựng hệ suy diễn Mamdani dựa trên tập trên nền tảng mờ). mờ phức. Các hướng nghiên cứu ứng dụng mờ trong chẩn đoán y tế chủ yếu dựa trên hai hướng 2. HỆ SUY DIỄN MỜ PHỨC chính là các hệ thống học mờ được xây dựng 2.1. Tập mờ phức từ việc kết hợp hệ suy diễn với các phương pháp mờ như các phương pháp dựa trên luật Khái niệm về tập mờ phức (Complex mờ, hệ chuyên gia mờ, suy diễn mờ... và các Fuzzy Set - CFS) và logic mờ phức hệ thống học mờ được xây dựng dựa trên mô (Complex Fuzzy Logic - CFL) đã được đề hình mạng noron. Bài báo này tập trung vào xuất bởi Ramot và các cộng sự như là một phần mở rộng của lý thuyết tập mờ và logic ứng dụng hệ suy diễn mờ trong chẩn đoán y tế. mờ. Một tập mờ phức được đặc trưng bởi Một vài ví dụ về ứng dụng của hệ suy diễn một hàm thuộc giá trị phức μs(x) mà phạm vi mờ trong y tế bao gồm nhóm tác giả Adeli và giá trị của nó là đường tròn đơn vị trong Neshat đã thiết kế một hệ mờ chuyên gia để không gian phức, và được biểu diễn có dạng: chẩn đoán bệnh tim. Lee và Wang đã cung cấp một hệ chuyên gia mờ cho một ứng dụng μ S ( x ) = rS ( x ).e( jωS ( x ) , j = −1 hỗ trợ ra quyết định bệnh tiểu đường. Trong đó: rs(s) là biên độ và ωs(x) pha, và Kunhimangalam và cộng sự áp dụng kĩ cả 2 đều là các hàm có giá trị thực với điều thuật suy luận mờ Mamdani để hỗ trợ đưa ra kiện rs(s) ∈ [0,1]. Pha bổ sung thêm một số 216
Tuyển tập Hội nghị Khoa học thường niên năm 2019. ISBN: 978-604-82-2981-8 thông tin mở rộng liên quan tới chu kì không Bước 1: Mô tả triệu chứng bệnh gian và thời gian trong tập mờ đã được xác S = (S1,..., Sm) đầu vào thành các tập mờ định bởi biên độ. phức ( Biên độ là các giá trị thuộc tính; Pha là mối liên hệ giữa các thuộc tính bệnh) 2.2. Xây dựng hệ suy diễn mamdani trên Ở đây, tôi sử dụng hàm mờ phức Gaussian tập mờ phức (MCFIS) [7] Hệ suy diễn mờ phức chủ yếu gồm 4 thành cGaussian ( x,m,σ ,λ ) = rS ( x,m,σ ) exp ( jωs ( x,m,σ ,λ ) ) phần: Các luật mờ phức, một bộ mờ hóa với và là biên độ và pha của hàm thuộc phức, một cơ chế suy diễn phức và một bộ mờ phức và được định nghiã như sau giải mờ phức. Quá trình suy diễn này bao ⎡ ⎛ x−m⎞ ⎤ 2 gồm 4 bước: rS ( x,m,σ ) = Gaussian ( x,m,σ ) = exp ⎢−0.5 ⎜ ⎟ ⎥ Bước 1: Xây dựng các vùng mờ phức. ⎣⎢ ⎝ σ ⎠ ⎦⎥ Trong bước này tôi sẽ xây dựng các vùng ⎡ ⎛ x−m⎞ ⎤ ⎛ x−m⎞ 2 mờ phức bằng cách chia thành từng khoảng ωs ( x,m,σ ,λ ) = − exp ⎢ −0.5 ⎜ ⎟ ⎥ x⎜ 2 ⎟ x λ ⎣⎢ ⎝ σ ⎠ ⎦⎥ ⎝ σ ⎠ miền và mỗi miền sẽ chứa lớp giá trị mờ phức của hàm thuộc đối với đầu vào hoặc với {m, σ, λ}là trung bình, dải của hàm đầu ra. Gaussian và yếu tố tần số pha của hàm thuộc Bước 2. Sinh các luật mờ phức. mờ phức, x là một thành phần thuộc không Trong bước này, tôi sẽ tạo ra các luật mờ gian nền U phức từ các dạng dữ liệu số để xác định độ Bước 2: Xây dựng hệ luật mờ phức thuộc giá trị phức từ mỗi cặp dữ và tạo ra luật - Khởi tạo bộ luật mờ phức đầu vào- đầu ra. - Xây dựng bộ luật mờ tối ưu bằng cách Bước 3. Tối ưu hoá bộ luật mờ phức. Khi loại bỏ các luật dư thừa, luật yếu snh được tập các luật từ dữ liệu ban đầu, ta Trong quá trình xây dựng bộ luật mờ phức, thực hiện giản lược kích thước của cơ sở luật chúng tôi sử dụng phép kéo theo của phức này và loại bỏ các xung đột. Mỗi một Mamdani trên tập mờ phức. luật phức được gán một mức độ giá trị phức ⎛ ω ( x) ω ( y) ⎞ j 2π ⎜ A . B ⎟ dựa trên tích hợp tối đa của các tập dữ liệu μ A→ B ( x, y ) = ( rA ( x ) .rB ( y ) ) .e ⎝ 2π 2π ⎠ đầu vào và các tập dữ liệu đầu ra riêng biệt. Bước 3. Thực hiện quá trình suy diễn dựa Bước 4. Ánh xạ đầu ra thông qua giải mờ trên bộ luật mờ tối ưu đã xây dựng ở bước 2 phức. Trong giai đoạn cuối cùng này tôi thực Bước 4. Giải mờ phức để tính toán kết quả hiện đưa ra ánh xạ giữa đầu vào và đầu ra cho giá trị đầu ra có bệnh/ không có bệnh bằng cách giải mờ phức của các dữ liệu đầu Mô hình hỗ trợ chẩn đoán bệnh bao gồm 2 vào. phần chính: phần thứ nhất dành cho chuyên 2.3. Xây dựng mô hình hỗ trợ chẩn đoán gia để thực hiện quá trình tạo ra hệ thống cơ bệnh dựa trên MCFIS sở luật phức ban đầu, phần thứ hai được dùng để suy luận ứng với giá trị các triệu chứng Trong mô hình bài toán hệ hỗ trợ quyết bệnh đầu vào. Quá trình suy luận chẩn đoán định dựa trên tập mờ phức có đầu vào là n bệnh được thực hiện thông qua hệ suy diễn bệnh nhân với các triệu chứng bệnh của mỗi mờ phức để từ đó có thể có được giá trị bệnh nhân, ta cần nội suy ra yếu tố đầu ra tức đầu ra. chẩn đoán bệnh nhân có bệnh hay không? Input: P = (P1,..., Pn) là danh sách các 3. THỰC NGHIỆM bệnh nhân, S = (S1,..., Sm) là triệu chứng Output: Nhãn bệnh (có bệnh/ không Tập dữ liệu thực nghiệm có bệnh) Hệ hỗ trợ chẩn đoán bệnh được thực hiện Việc xác định chẩn đoán bệnh được thực trên 5 bộ dữ liệu bệnh: Trong đó 3 bộ dữ liệu hiện dựa trên tập mờ phức theo các bước sau: ILPD (Indian Liver Patient Dataset), LD 217
Tuyển tập Hội nghị Khoa học thường niên năm 2019. ISBN: 978-604-82-2981-8 (Liver-Disorders) và PIDD (Pima Indians 5. TÀI LIỆU THAM KHẢO Diabetes Dataset) được lấy từ kho dữ liệu [1] Adeli, A., Neshat, M. (2010). A fuzzy UCI Machine Learning Repository; còn 2 bộ expert system for heart disease diagnosis. dữ liệu Benchmark dataset Diebetes và Lecture Notes in Engineering and Computer Benmark dataset Heart thì được lấy từ Đại Science. Hong Kong. March. học Vanderbit. [2] Frolova, N., Bakal, J. A., McAlister, F. A, Thực nghiệm Rowe, Kaul, P., (2015). Assessing the use of international classification of diseases- Ngôn ngữ cài đặt thực nghiệm là Matlab 10th revision codes from the emergency 2014. Độ đo Accuracy (Acc) được dùng để department for the identification of acute đánh giá và so sánh hiệu năng của các thuật heart failure, 3(5), 386-91. toán được cài đặt trong bài báo này. Các [3] Gayathri, B. M., & Sumathi, C. P. (2015). phương pháp để so sánh chẩn đoán bệnh gan Mamdani fuzzy inference system for breast gồm có: suy diễn mờ Mamdani (MFIS), cancer risk detection, 2015 IEEE Sugeno (SFIS), hệ suy diễn dựa trên tập mờ International Conference on (pp. 1-6). IEEE [4] Kunhimangalam, R., Ovallath, S., & trực cảm (IFIS) và hệ suy diễn Mamdani trên Joseph, P. K. (2014). A clinical decision tập mờ phức (Mamdani-CFIS). support system with an integrated EMR for diagnosis of peripheral neuropathy. Journal of medical systems, 38(4), 38. [5] Lee, C. S., Wang, M. H. (2011). A fuzzy expert system for diabetes decision support application. IEEE Transactions on Systems, Man, and Cybernetics, 41(1), 139-153 [6] Nazari, S., Fallah, M., Kazemipoor, H., & Salehipour, A. (2018). A fuzzy inference- fuzzy analytic hierarchy process-based clinical decision support system for diagnosis of heart diseases. Expert Systems with Applications, 95, 261-271. Hình 3.1. So sánh độ chính xác các thuật [7] Ramot, D., Friedman, M., (2003). Complex toán Mamdani, Sugeno, IFS, Mamdani-CFIS fuzzy logic. IEEE Transactions on Fuzzy Systems, 11(4), 450-461. Kết quả chạy thực nghiệm cho thấy độ [8] Sardesai, A., Kharat, V., Sambarey, P., & chính xác của hệ suy diễn dựa trên tập mờ Deshpande, A. (2016). Fuzzy Logic-Based phức cao hơn các hệ suy diễn so sánh tuy Formalisms for Gynecology Disease nhiên thời gian chạy vẫn còn khá cao. Diagnosis. Journal of Intelligent Systems, 25(2), 283-295. 4. KẾT LUẬN [9] Sun, C., Wang, G., Liu, C., Jin, S., Hu, Y., & Wu, L. (2017). Research on the Trong bài báo này tôi đã phát triển hệ suy Application of Reading Recommendation diễn Mamdani dựa trên tập mờ phức để hỗ System in High Medical College Library trợ trong bài toán chẩn đoán bệnh. Bài báo có Based on the Local Data. DEStech Transactions on Social Science, Education một số đóng góp chính như sau: (i) đã xây and Human Science. dựng mô hình hệ suy diễn Mamdani dựa trên [10] Thakur, Raw, S. N., Sharma, (2016). tập mờ phức; (ii) đã cài đặt thực nghiệm hệ Design of a Fuzzy Model for Thalassemia suy diễn mờ phức Mamdani trên các bộ dữ Disease Diagnosis: Using Mamdani Type liệu chuẩn nhằm hiện thực các bước xây Fuzzy Inference System. International dựng hệ hỗ trợ chẩn đoán bệnh; (iii) Kết quả Journal of Pharmacy and Pharmaceutical thực nghiệm trên 5 bộ dữ liệu đã khẳng định Sciences, 8(4), 356-361. [11] Zadeh, L. A. (1972). A fuzzy-set-theoretic hiệu quả của phương pháp đề xuất so với các interpretation of linguistic hedges. hệ suy diễn đã có. 218

CÓ THỂ BẠN MUỐN DOWNLOAD

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.