智能化冠脉支架辅助选型方法研究

发布时间：2020-05-08 16:34

【摘要】：传统的冠脉介入支架的选型大多是通过临床医生凭借自身掌握的相关知识和多年的经验对病情进行诊断得出的,这种选型方法受主观因素影响较大,手术效果的好坏与医生自身的医疗水平关系紧密,并且这种经验知识的传授仍属口口相传形式,无法将支架选型知识进行有效的整合、管理和传承,所以急需一种量化的方法指导医生进行选型。因此对计算机辅助冠脉支架选型方法进行研究在传承介入手术领域专家知识、提高手术效果等方面意义重大。为了解决上述问题,通过获取病例样本及领域专家知识与经验,对系统知识库和推理机制进行设计与研究,并结合专家系统、神经网络以及遗传算法等技术,构建了一种用于冠脉支架选型的混合推理模型。本文的主要研究内容包括:首先,对专家系统、神经网络和遗传算法的概念、结构及特点进行分析,然后通过对比三种技术之间的优缺点,构建了一种基于专家系统和遗传算法优化的BP神经网络的混合推理模型,并对其整体工作流程进行了论述。其次,根据专家系统的知识表示方法和知识获取途径,通过分析影响冠脉支架选型的病症信息以及支架特征参数选择病例特征并对其进行编码预处理。然后,将获取到的相关知识以产生式规则和神经网络权值法进行表示,以建立完备的支架选型系统知识库,并存储于SQL Server数据库中供后续支架推理调用。然后对专家系统推理部分进行分析,包括推理策略选择及推理实现,并详细论述了BP网络以及遗传算法优化的BP网络推理实现过程,得到优化后网络的支架各参数预测准确率均在94%以上,并分别利用临床具体实例对两种选型方法进行验证。结果表明:该混合推理模型的推理结果符合实际临床支架选型要求。最后,利用Visual Studio 2010系统集成开发环境、MFC框架技术、SQL Server 2008数据库管理系统以及MATLAB神经网络工具箱设计了冠脉支架辅助选型系统,实现了智能化冠脉支架的选型推理。
【图文】：

医学专家系统,基本结构,解释机制

医学专家系统基本结构

模型图,人工神经元,模型,大脑

不具备联想和学习能力。分布能力较差。无法将专家系统的功能分解到不同弱。系统在推理时，往往因为“冲突消解”或“组效率变低[50]。络模型的大脑大概有 1012左右个神经元，它们之间互相关于协助大脑处理各种各样的信息。其中，生物神经元；然后，在细胞体中将信息进行处理；最后，，通过轴突触在这个过程中起传递信息的桥梁作用。于是，作特点提出了 MP 模型[51]，图 2.2 是该模型结构。
【学位授予单位】：西安工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.7;R541.4

【参考文献】