基于CBR-RBR集成方法的马病远程诊断专家系统的研究

发布时间：2018-06-18 12:48

  本文选题：马 + 专家系统　； 参考：《东北农业大学》2017年博士论文

【摘要】：伴随着国家经济持续发展,我国马产业的发展速度也随之加快,但是在发展的同时也面临着新的机遇与挑战。近年来,我国在马匹专门化品种繁殖培育、马群保种和壮大的研究、示范的工作,对马产业的发展起到了一定效果。但是在马生产养殖方面取得进步的同时,疾病的发生仍然制约着马产业的持续发展。目前,马匹养殖环节存在着很多问题,如生产养殖多分布于基层,疾病诊断基础设施条件相对落后,领域专家稀缺,具有丰富临床诊疗经验的基层马兽医在数量和质量上都无法满足产业发展的需求。鉴于马病频发,马病诊断困难,诊断准确率低等问题,本研究旨在构建具备领域专家级疾病诊断水平的马病远程诊断与管理信息系统,一定程度上降低马病临床诊疗的误诊率和漏诊率,提高基层马兽医的服务质量。马病远程诊断与管理信息系统按照N层体系架构和面向对象技术进行设计,基于.NET框架技术,采用Asp.net和SQL Server 2008数据库等工具构建。研究通过走访新疆维吾尔自治区7个示范区调查基层马兽医的使用需求,分析与总结马病知识特点及规律,在领域专家的密切协作下,通过人工获取知识的方式,将马病专家经验知识和领域专业知识总结分析与归纳整理,采用基于对象-属性-值三元组法改进的产生式规则知识表示法和框架知识表示法对规则知识和案例知识进行表示,在关联数据库的基础上建造知识库和数据库,分别构建规则知识库、案例知识库、治疗数据库、病例数据库、预防数据库、多媒体数据库及工作数据库等辅助数据库。在分析马兽医领域专家诊断疾病的思维方式和诊断方法的基础上,对传统的规则推理进行了一定的改进,采用基于模糊规则提升理论的规则推理为主,案例推理为辅的集成推理模式,充分结合两种推理机制的优点,进而提高疾病诊断的准确率。本系统最终实现功能如下:(1)本项研究成功的研制出“马病远程诊断专家系统”和“马病远程管理信息系统”,该系统能够对118种马病进行诊断,并实现相关信息的管理功能。(2)马病远程诊断专家系统,针对传统规则推理中规则置信系数固定不变的不足,应用置信系数多值逻辑对知识的不确定性进行评估,采用模糊规则提升理论对规则推理进行一定的改进,实现规则置信系数的动态调整与优化。采用基于模糊规则提升理论的规则推理为主,案例推理为辅的CBR-RBR集成推理策略,将CBR作为改进后的RBR推理的补充和结果验证的保障,较好的模拟领域专家诊断疾病时的推理思维方式。(3)马病远程诊断专家系统实现了马病的智能化诊断功能,为用户提供19个疾病症状信息组,500多个图片及视频多媒体资料,118种马病的辅助诊断。系统依据用户提供的临床症状信息,通过推理诊断过程给出疾病诊断结果供用户参考。用户在操作过程中可以随时查看典型症状图片、视频等多媒体资料,为临床诊疗工作提供决策支持。(4)马病远程管理信息系统能够记录病马的具体发病情况,并对疾病发病率统计分析,为基层马兽医的疾病诊断和防治决策提供详细的参照。实现免疫、驱虫和消毒等疾病预防方面的管理功能,根据相应的工作程序,实现提醒功能,避免了由于马匹机体免疫等功能的缺失而造成疾病的发生。(5)马病远程管理信息系统还为用户提供典型病案资料和疾病预防方案的知识学习功能,系统不但以文字信息的方式将知识进行展示,而且还提供了典型疾病的症状图片和视频多媒体资料等丰富的学习资源。除此之外开发远程教学平台,实现用户与专家的网络平台信息交流。(6)马病远程诊断与管理信息系统通过了示范区的应用示范,并进行分组验证评价,评价结果显示系统在诊断疾病的准确性、界面友好度、问题描述的清晰程度、知识库的覆盖面及完整性方面的性能良好,具有较强的实用性和可操作性,能够较好的为基层马兽医提供疾病辅助诊疗及管理服务。
[Abstract]:This research aims to construct a remote diagnosis and management information system for horse diseases with expert level in the field of disease diagnosis and management information system . A remote diagnosis expert system based on fuzzy rule is used to evaluate the diagnosis and control of disease .
【学位授予单位】：东北农业大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：S858.21;TP182

【参考文献】

相关期刊论文 前10条

1 芒来;;中国马业主产区马产业的发展趋势[J];新疆畜牧业;2016年09期

2 秦宏宇;李建新;高翔;王欢;肖建华;王洪斌;;基于模糊规则提升理论的马病辅助诊断专家系统[J];农业工程学报;2016年05期

3 万红玉;;中国畜牧业政策支持水平研究[J];北京农业;2015年36期

4 侯文通;;对中国马业发展问题的思考与商榷[J];草食家畜;2015年06期

5 芒来;阿娜尔;赵一萍;;中国马业科技人才队伍建设及产业发展刍议[J];内蒙古农业大学学报(社会科学版);2015年04期

6 彭冬平;张锦;;基于仪表盘的城市地质灾害预警信息可视化发布实现技术[J];经纬天地;2015年04期

7 翟志南;王洪斌;秦宏宇;王超;栾宏梁;肖建华;;马消化系统疾病辅助诊疗专家系统的设计与实现[J];中国兽医杂志;2014年09期

8 刘燕;钱育锋;马海燕;张春燕;李志辉;;基于区间值模糊推理的公路工程定额拟定[J];重庆交通大学学报(自然科学版);2014年04期

9 毛培胜;刘克思;夏方山;;放牧管理与饲草生产在我国现代马业发展中的作用[J];中国草食动物科学;2013年06期

10 刘怡然;娄玉杰;;马产业及其转型优势[J];家畜生态学报;2013年10期

相关会议论文 前2条

1 马建;王晓钧;;中国马传染病的防控历史与现状[A];中国畜牧兽医学会马学分会成立大会学术论文集[C];2014年

2 岳峰;张达古拉;邓亮;王新武;;我国马匹进口与检疫现状[A];中国畜牧兽医学会马学分会成立大会学术论文集[C];2014年

相关博士学位论文 前10条

1 辜丽川;基于CBR-Ontology的农作物病虫害防控智能决策支持系统研究[D];合肥工业大学;2015年

2 王向前;基于案例推理的煤矿回采巷道支护决策系统研究[D];安徽理工大学;2014年

3 孟凡东;我国畜牧业生态经济发展的系统分析[D];青岛大学;2012年

4 叶枫;基于CBR-RBR集成方法的临床决策支持系统研究[D];浙江工业大学;2011年

5 冯锐;基于案例推理的经验学习研究[D];华东师范大学;2011年

6 徐曼;基于智能融合模型的心脏病急救决策鲁棒性研究[D];天津大学;2011年

7 郑伟;基于混合推理的骨折智能诊断与治疗系统的研究[D];哈尔滨理工大学;2005年

8 刘东明;证据不确定性推理和奶牛疾病治疗专家系统的研究[D];东北农业大学;2004年

9 郭永洪;基于本体的鱼病知识获取与诊断推理集成系统研究[D];中国农业大学;2004年

10 颜红梅;医学知识工程生产线与基于人工神经网络和遗传算法的医学决策支持系统的研究[D];重庆大学;2003年

相关硕士学位论文 前10条

1 赵晓琳;犬呼吸系统疾病诊断专家系统的研发[D];东北农业大学;2016年

2 赵鸿宇;原发性肝癌智能专家系统的设计与开发[D];首都医科大学;2016年

3 肖连杰;基于案例推理的城市轨道交通应急系统研究[D];南京理工大学;2016年

4 栾宏梁;禽病辅助诊断与管理信息系统的研制[D];东北农业大学;2015年

5 李盼玉;基于智能手机的猪病远程诊断系统的设计与实现[D];安徽农业大学;2015年

6 王超;马场信息管理系统的构建[D];东北农业大学;2014年

7 宝音娜;现代竞技马在我国的发展现状及其推广应用[D];内蒙古农业大学;2014年

8 李丹青;企业两化融合决策支持系统的案例推理机制研究[D];北京交通大学;2014年

9 彭湃;网络服务质量管理系统的设计与实现[D];华中科技大学;2014年

10 冯娇娇;慢性肾病分级预测辅助诊断系统研究与设计[D];华南理工大学;2013年

，

本文编号：2035536