[发明专利]医学全息权重诊断方法

摘要

本发明涉及一种医学全息权重诊断方法，针对表征对象存在正相关因素和负相关因素特点，首先以病人症状体征发生率的统计数据作为基准权重，依据专家调查经验值将疾病与症状体征的权重关系进行修正，再根据负权重值绝对值的总和与正权重值总和的比较，建立单一全息权重集或由正负权重集共同组成的全息权重集。然后将诊断对象的症状表现集合与全息权重集进行模糊合成运算，得到疾病诊断的总评价集或正负作用评价集，选取总评价集中的最大隶属度为诊断结果，或将正负作用评价集最大隶属度的差值作为诊断结果。本发明不仅针对现有医学领域诊断过程中采用的正相关信息进行处理，还能处理负相关信息，从而使得疾病诊断的结果更为理想准确。

主权项

1、一种医学全息权重诊断方法，其特征在于按如下步骤进行：1)根据采集的病人的症状体征，建立病人症状的实例空间集合，即有限非空的因素集U，因素集U中元素取值为：有症状表现取1，无症状表现取0；根据采集的病人的症状体征严重程度，建立实例空间的症状体征的程度集合，即有限非空的程度集合V；取U和V的元素积的集合X：X＝U·V，为具体的诊断对象的症状表现集合；2)以病人症状体征发生率的统计数据作为基准权重，并在此基准权重基础上，根据专家调查经验值将疾病与症状体征的权重关系进行修正，其中，正作用关系的权重取正值，负作用关系的权重取负值；3)如果负权重值绝对值的总和大于正权重值总和的5％-10％，则分别建立正权重集和负权重集，其中，正权重集满足归一化条件，即正权重总和为1，负权重集满足绝对值的归一化条件，即负权重绝对值的总和为1，正权重集及负权重集共同组成全息权重集；如果负权重值绝对值的总和小于正权重值总和的5％-10％，则取正负权重共同满足归一化条件，即所有权重的和为1，得到全息权重集；4)将诊断对象的症状表现集合X与上述全息权重集进行模糊合成运算，得到疾病诊断的总评价集，或者得到疾病诊断的正作用评价集和负作用评价集；对于疾病诊断的总评价集，选取评价集的最大隶属度为诊断结果；对于正作用评价集和负作用评价集，将正作用评价集的最大隶属度与负作用评价集最大隶属度的差值作为诊断结果，诊断结果分为若干级，包括确诊、可能诊断、无法确诊。