[发明专利]一种基于模糊推理逻辑的前列腺癌大数据辅助决策方法及系统构建方法

摘要

本发明公开了一种基于模糊推理逻辑的前列腺癌大数据辅助决策方法及系统构建方法，该系统利用医院检测的历史数据和Mamdani模糊推理原理，对各疾病指标的权重采用信息熵的处理方法，构建了一种新的基于Mamdani模糊推理系统的前列腺癌检测模型，用辅助于判断疾病的临床分期；该辅助系统将统计分析与医疗数据决策相结合，能够自动为医生提供快速、准确的治疗方案；该系统能够根据不同诊断时间间隔的生理指标比较，可以实时监测前列腺癌的进展情况，医生借助该系统可以评估确定性治疗方案对患者的疗效。

主权项

1.一种基于模糊推理逻辑的前列腺癌大数据辅助决策系统构建方法，其特征在于，包括以下步骤：/n步骤1：获取医院病人历史前列腺癌检测和诊断数据；/n所述前列腺癌检测数据包含列腺癌疾病指标以及PEV，所述前列腺疾病指标包括TPSA、RBC、Hb、FPSA、PAP、PSMA，所述前列腺癌诊断数据包含病人当前疾病所属分期，{I期、II期、III期、IV期}；/n步骤2：基于前列腺癌疾病指标历史数据，采用信息熵计算各前列腺癌疾病指标的权重；/n步骤3：将前列腺疾病诊断指标分为两类C(t)＝{TPSA,FPSA,Hb,RBC}和M(t)＝{PAP,PSMA}，利用C(t)和M(t)检测值和权重分别构建前列腺癌主关联和次关联计算模型SC(t)和PC(t)；/n步骤4：利用各前列腺癌疾病指标的权重，计算病人在检测时间t时，前列腺癌主关联和次关联相关性；/n步骤5：基于医院病人历史前列腺癌诊断数据，采用三分法，构建前列腺癌分期关于AD_PCa(i)的隶属度函数；/n /n步骤6：随机设定{a₁,a₂,σ₁,σ₂}和各分期的PEV值区间点，依次利用医院病人历史前列腺癌历史数据基于构建的隶属度函数，采用质心法计算病人的历史前列腺癌PEV的相位估计值，若超过90％的病人的检测值PEV落入设定的与分期结论一致的PEV值区间中，则获得当前由相关性计算模型和前列腺癌分期的隶属度函数构建的基于模糊推理逻辑的前列腺癌大数据辅助决策系统，否则，重新调整{a₁,a₂,σ₁,σ₂}和各分期的PEV值区间点，重复步骤6；/n其中，{a₁,σ₁}和{a₂,σ₂}分别表示前列腺癌分期关于AD_PCa(i)的隶属度函数中第一隶属度函数和第二隶属度函数、第二隶属度函数和第三隶属度函数分界点的均值和方差。/n