《中樞神經(jīng)系統(tǒng)CT影像診斷專家系統(tǒng)的設(shè)計(jì)效果統(tǒng)計(jì)5200字》由會(huì)員分享，可在線閱讀，更多相關(guān)《中樞神經(jīng)系統(tǒng)CT影像診斷專家系統(tǒng)的設(shè)計(jì)效果統(tǒng)計(jì)5200字（3頁珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。
1、中樞神經(jīng)系統(tǒng)CT影像診斷專家系統(tǒng)的設(shè)計(jì)效果統(tǒng)計(jì)5200字
目的：探討專家系統(tǒng)在輔助中樞神經(jīng)系統(tǒng)疾病的CT影像診斷中的價(jià)值。方法：根據(jù)影像診斷觀察習(xí)慣，選取20個(gè)指標(biāo)，建立中樞神經(jīng)系統(tǒng)影像診斷知識(shí)庫，并根據(jù)公認(rèn)的發(fā)生概率設(shè)置各征象的初始值。采用VFP9.0數(shù)據(jù)庫語言編程。選取三甲醫(yī)院有完整臨床和影像學(xué)資料并經(jīng)病理證實(shí)的術(shù)前誤診病例共173例，分別由兩名三甲醫(yī)院副主任醫(yī)師（第一組）共同閱片，根據(jù)經(jīng)驗(yàn)進(jìn)行討論并達(dá)成一致，作出診斷；由一名副主任醫(yī)師（第二組）和一名住院醫(yī)師（第三組）分別將上述病例的相關(guān)信息輸入專家系統(tǒng)，記錄所得結(jié)果。各組間閱片結(jié)果采用 字2檢驗(yàn)。結(jié)果：第一組
2、診斷準(zhǔn)確率為37.57%（65/173），第二組診斷準(zhǔn)確率為63.01%（109/173），第三組診斷準(zhǔn)確率為46.89%（81/173）。經(jīng)統(tǒng)計(jì)學(xué)處理表明，第二組與另外兩組間差異有統(tǒng)計(jì)學(xué)意義（P0.05）。結(jié)論：將專家系統(tǒng)融入中樞神經(jīng)系統(tǒng)CT影像診斷具有重要的實(shí)用價(jià)值。
影像診斷； 專家系統(tǒng)； 中樞神經(jīng)系統(tǒng)
隨著信息技術(shù)和人工智能的不斷發(fā)展，專家系統(tǒng)在醫(yī)學(xué)領(lǐng)域的應(yīng)用逐步推廣。但在中樞神經(jīng)系統(tǒng)的影像診斷方面，較完整的應(yīng)用尚未見報(bào)道，現(xiàn)將筆者在這一方面做的一些嘗試介紹給大家，以供參考。
1 中樞神經(jīng)系統(tǒng)影像診斷專家系統(tǒng)的背景
專家系統(tǒng)的任務(wù)是應(yīng)用人工智能日趨成熟的各種技
3、術(shù)，將專家的知識(shí)和經(jīng)驗(yàn)以適當(dāng)?shù)男问酱嫒胗?jì)算機(jī)，利用類似專家的思維規(guī)則，對(duì)事例的原始數(shù)據(jù)進(jìn)行邏輯或可能性的推理、演繹，并作出判斷和決策[1-2]。
醫(yī)療專家系統(tǒng)最早成功應(yīng)用的實(shí)例，是1976年美國斯坦福大學(xué)肖特列夫（Shortliff）等[3]開發(fā)的醫(yī)學(xué)專家系統(tǒng)MYCIN，這個(gè)系統(tǒng)后來被視為"專家系統(tǒng)的設(shè)計(jì)規(guī)范";。此后的近四十年間，尤其是最近十多年，在網(wǎng)絡(luò)互連技術(shù)、數(shù)據(jù)庫技術(shù)、程序設(shè)計(jì)技術(shù)等信息處理技術(shù)的迅猛發(fā)展的推動(dòng)下，專家系統(tǒng)技術(shù)的應(yīng)用在廣度和深度上都到達(dá)了一個(gè)新的高度，診斷的準(zhǔn)確性或特異性均較傳統(tǒng)診斷方法明顯提高[4-8]。
目前在醫(yī)學(xué)影像診斷領(lǐng)域內(nèi)，專家系統(tǒng)在肺部結(jié)節(jié)定性、
4、乳腺癌診斷及骨齡測定、骨腫瘤診斷等方面取得了不同程度突破[9-13]。在中樞神經(jīng)系統(tǒng)領(lǐng)域內(nèi)，專家系統(tǒng)的研發(fā)還僅限于單病種或單個(gè)部位的應(yīng)用，如：1999年，北京神經(jīng)外科研究所關(guān)于鞍區(qū)腫瘤的計(jì)算機(jī)輔助MR診斷研究[14]；2006年，上海交通大學(xué)進(jìn)行了基于貝葉斯網(wǎng)絡(luò)的腦膠質(zhì)瘤惡性高低度的自動(dòng)診斷方面的研究[15]；2010年，復(fù)旦大學(xué)進(jìn)行了粗糙集、決策樹及回歸法對(duì)膠質(zhì)瘤分級(jí)的對(duì)比研究[16]；2012年，加拿大瑞爾森大學(xué)開發(fā)的基于DWI成像和磁共振波譜的小兒代謝性腦病計(jì)算機(jī)輔助診斷系統(tǒng)等[17]。
2 設(shè)計(jì)原理
專家系統(tǒng)是基于知識(shí)的系統(tǒng)。一個(gè)完整的醫(yī)學(xué)專家系統(tǒng)應(yīng)由下列五個(gè)部分組成：數(shù)據(jù)
5、庫、知識(shí)庫、推理機(jī)、解釋接口和知識(shí)獲取模塊。數(shù)據(jù)庫存放的是已確診病例的臨床和影像信息等數(shù)據(jù)集；知識(shí)庫是用來存儲(chǔ)已知的中樞神經(jīng)系統(tǒng)疾病各種診斷信息數(shù)據(jù)以及各種診斷信息的發(fā)病概率；推理機(jī)是專家系統(tǒng)的思維機(jī)構(gòu)，本質(zhì)是一組程序，用來控制和協(xié)調(diào)整個(gè)系統(tǒng)，它通過輸入的數(shù)據(jù)，利用知識(shí)庫的原有知識(shí)按一定的推理策略解決所提出的問題；解釋接口是用戶與專家系統(tǒng)交互的環(huán)節(jié)，負(fù)責(zé)對(duì)推理給出必要的解釋，便于用戶了解推理過程，為用戶向系統(tǒng)學(xué)習(xí)提供方便；人機(jī)接口主要用來完成輸入輸出工作；學(xué)習(xí)系統(tǒng)就是知識(shí)獲取模塊，它為修改和擴(kuò)充知識(shí)庫存的原有知識(shí)提供相應(yīng)的手段，隨著醫(yī)學(xué)的不斷發(fā)展和人類對(duì)疾病認(rèn)識(shí)的不斷深入，結(jié)合實(shí)踐過程中總結(jié)出
6、的經(jīng)驗(yàn)和教訓(xùn)，程序設(shè)計(jì)者與臨床醫(yī)師間進(jìn)行交流后可以通過學(xué)習(xí)系統(tǒng)來完成顱內(nèi)疾病知識(shí)的完善和規(guī)則的修訂，并輸入知識(shí)庫中。
當(dāng)系統(tǒng)診斷一個(gè)疑似患者時(shí)，就可以將該患者的臨床癥狀和影像信息通過人機(jī)接口輸入計(jì)算機(jī)，推理機(jī)將這些資料與知識(shí)庫當(dāng)中的規(guī)則進(jìn)行比對(duì)、匹配。處理的結(jié)果通過屏幕或打印系統(tǒng)提供給用戶。
2.1 知識(shí)庫的建立 系統(tǒng)各相關(guān)指標(biāo)的設(shè)置是根據(jù)日常工作中，影像診斷醫(yī)師的常規(guī)觀察習(xí)慣，并結(jié)合各種CT征象在診斷中的權(quán)重來選取。主要有：發(fā)病部位（額葉、顳葉、頂葉、枕葉、小腦半球、腦干、基底節(jié)區(qū)、鞍區(qū)、橋小腦腳區(qū)、松果體區(qū)、側(cè)腦室、三腦室、四腦室、腦膜、脊髓、顱骨以及跨多部位等）、病灶形態(tài)（圓
7、形、類圓形、不規(guī)則形）、占位效應(yīng)（有、沒有）、平掃時(shí)病灶的密度（等密度、低密度、高密度和混合密度）、是否有鈣化（沒有、斑點(diǎn)狀、條片狀、完全鈣化）、囊變、壞死（沒有、小囊、大囊、多囊）、水腫（沒有、輕度、中度、重度）、腦積水（沒有、有）、強(qiáng)化程度（沒有、輕度、明顯）以及強(qiáng)化的特征（均勻、不均勻、厚環(huán)形、薄環(huán)形、開環(huán)形、壁結(jié)節(jié)強(qiáng)化等）、病灶境界（清楚、模糊）、病灶數(shù)量（單發(fā)，多發(fā)）等十二個(gè)CT征象，以及發(fā)病年齡、發(fā)熱、智力障礙、功能障礙、外傷史、疫區(qū)生活史等臨床指標(biāo)信息，并建立每項(xiàng)影像特征的標(biāo)準(zhǔn)化選項(xiàng)。
根據(jù)各指標(biāo)分別建立信息庫，信息庫包括每種疾病各指標(biāo)的屬性值及發(fā)生概率。各指標(biāo)發(fā)生概率的系
8、統(tǒng)初始值以目前學(xué)術(shù)界公認(rèn)的概率為標(biāo)準(zhǔn)設(shè)置。在系統(tǒng)開始使用后，隨著每一條隨訪記錄的錄入，系統(tǒng)通過后臺(tái)的維護(hù)模塊將自動(dòng)調(diào)整各指標(biāo)的發(fā)生概率。
2.2 程序編寫 中樞神經(jīng)系統(tǒng)影像診斷專家系統(tǒng)編程開發(fā)語言為VFP9.0，數(shù)據(jù)庫管理系統(tǒng)軟件為VFP9.0，操作系統(tǒng)為Windows。系統(tǒng)采用采用VFP9.0數(shù)據(jù)庫和SQL技術(shù)。為了確保信息采集的準(zhǔn)確性，系統(tǒng)采用下拉式選項(xiàng)框方式進(jìn)行信息采集。按照影像專家日常分析圖像的習(xí)慣，分步驟采集患者各種影像及臨床信息。通過SQL技術(shù)獲取符合上述特征的候選疾病，通過各參數(shù)在相關(guān)疾病的發(fā)病概率計(jì)算，得出可能的疾病，再結(jié)合關(guān)鍵性信息，得出最終的診斷結(jié)果，供影像診斷醫(yī)師參考，見圖1～2。
2.3 準(zhǔn)確性驗(yàn)證 采用三甲醫(yī)院有完整臨床和影像學(xué)資料并經(jīng)病理證實(shí)的術(shù)前誤診病例共173例，包括腫瘤、感染、中毒、外傷、血管、先天性、變性、代謝、脫髓鞘、遺傳性病變等十大類疾病。測試方法：⑴由兩名三甲醫(yī)院副主任醫(yī)師（第一組）共同閱片，根據(jù)經(jīng)驗(yàn)進(jìn)行討論并達(dá)成一致，作出診斷；⑵由一名副主任醫(yī)師（第二組）和一名住院醫(yī)師（第三組）分別將上述病例的相關(guān)信息輸入專家系統(tǒng)，記錄所得結(jié)果。并分別對(duì)第一組與第二組
中樞神經(jīng)系統(tǒng)CT影像診斷專家系統(tǒng)的設(shè)計(jì)效果統(tǒng)計(jì)5200字
