应用模糊逻辑对呼吸系统疾病诊断

【摘要】：近年来,人工智能的方法广泛地应用在包括医学应用的不同领域。在医学领域,已经存在有许多专家系统(ESs)。诊断呼吸系统疾病非常重要,需要得到重视,与呼吸系统相关的人体所有疾病的新技术需要得到发展。 首先我们的工作是根据医生的意见使用模糊集,设计出专家系统诊断疾病。这里使用的模糊集诊断方法是基于20名医生的意见,该方法的输出能诊断出三种呼吸系统疾病(呼吸系统疾病的主要种类)：肺炎(PEN),肺结核(TB),普通流感(INF)。四种症状：X射线,呼吸频率(RR),咳嗽(CO)和发烧(F)以数值数据的形式作为计算机的输入。这就是模糊逻辑的输入,输出是风险的范围和呼吸系统疾病的类型。 在这项工作中,我们讨论的是如何使用人工智能研究(模糊集)去诊断疾病,而不是使用传统的诊断方法。同样地,考虑问题——解决过程的方法也是非常重要的。 本论文是基于传统的诊断方法,研究医疗诊断问题。同时也认识到注意复杂问题领域的一些细节的必要性。 本论文尝试在医疗诊断问题中融入模糊集模板和范例,特别是纯粹的概念探讨本研究分三个部分,第一阶段医生检查疾病然后收集他或她的症状如体温等等 。第二阶段把数值数据输入到程序中,最后我们实施方案获得结果。这就是所有步骤。■