基于贝叶斯网络的中医专家系统构建方法
 |
| 第1页 |
参见附件(526KB，1页)。
[摘要]中医辨证从本质上来说就是一个分类问题，根据临床表现得出辨证分型结果，是中医专家系统的核心问题。考虑到各种症状之间有可能存在的因果关系，我们利用贝叶斯网络给出了一种分类的算法。
[关键词]贝叶斯网络；中医专家系统；信息熵
模拟中医专家进行诊疗历来就是中医现代化过程中的一个重大课题，同时也是将中医辨证的主观判断转化为客观逻辑推导的必由之路。中医专家系统，是根据中医专家的“整体思维，辨证论治”的诊疗特点，在一定的数学平台之上，根据“望、闻、问、切”得出的症状体征，给出诊断结果的智能计算机程序。迄今为止已经出现了上百种中医专家系统，这些中医专家系统的数学模型包括了贝叶斯公式法、最大似然法、模糊数学法等等，但是在这些中医专家系统中，往往把临床表现当作一个孤立的症状来看待，事实上，不同的症状之间由于中医的整体观念，往往存在着某种形式的因果关系。我们利用贝叶斯网络可以解决这个问题。
贝叶斯网络是1981年由R.Howard和J.Matheson提出来的，20世纪80年代早期，贝叶斯网络成功地应用于专家系统中对不确定性知识的表达，中医辨证是以大量的不确定性知识作为判断基础的，而贝叶斯网络应用于中医专家系统目前还处于探索阶段。
1贝叶斯公式
先验信息是指在抽样之前有关统计问题的一些信息，一般来说，先验信息主要来源于经验和历史资料。如果9是离散随机变量，先验分布可以用先验分布列 ，表示。这时候后验分布也是离散形式：
我们称这个公式为贝叶斯公式。如果有一个病人发热(我们设发热这个事件为x，医生要确定他患有何种疾病，则必须考虑病人可能发生的疾病θ1，θ2，θ3，…。我们假定θ1，θ2，θ3，…是互斥的，医生可以凭借以往的经验估计出发病率P(θi)i=1，2，…，n)，我们称P(θi)为先验概率。我们要进一步考虑一个人在发热的情况下患病θi的可能性 ......
您现在查看是摘要介绍页，详见PDF附件(526KB，1页)。