D-S证据融合的中医辨证模型

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (15): 240-243.

D-S证据融合的中医辨证模型

李四海1，吕晓云2

1.甘肃中医学院信息工程学院，兰州 730000
2.兰州大学中西医结合研究所，兰州 730000

出版日期:2014-08-01 发布日期:2014-08-04

Model of differentiation of syndromes in TCM using D-S evidence fusion

LI Sihai1, LV Xiaoyun2

1.School of Information Engineering, Gansu University of Traditional Chinese Medicine, Lanzhou 730000, China
2.Institute of Integrated Traditional and Western Medicine, Lanzhou University, Lanzhou 730000, China

Online:2014-08-01 Published:2014-08-04

摘要/Abstract

摘要： 为提高传统不确定性推理在中医辨证中的准确率和灵活性，提出了基于D-S证据理论的中医辨证模型。模型采用群决策理论，以证素为识别框架，以不同专家的诊断结果为基本可信度分配，对专家的诊断结果进行证据融合，模型能够降低系统的不确定性，提高证素诊断的准确率和可信度。以冠心病的中医诊断为例，验证了模型的有效性。

关键词: D-S理论, 证据融合, 证素, 中医证侯, 专家系统

Abstract: Aiming to improve the accuracy and flexibility of uncertainty reasoning in TCM differentiation, a model of differentiation of syndromes in TCM is presented based on D-S theory. This model uses group decision-making to realize evidence fusion by means of the symptom factors as discernment frame and the result of expert diagnosing as basic belief assignment. The proposed model can reduce system uncertainty and improve both accuracy and reliability. A coronary heart diagnosis example is given to illustrate the effectiveness of the model.

Key words: Dempster-Shafer theory, evidence fusion, symptom factors, Traditional Chinese Medicine（TCM） syndrome, expert system

李四海1，吕晓云2. D-S证据融合的中医辨证模型[J]. 计算机工程与应用, 2014, 50(15): 240-243.

LI Sihai1, LV Xiaoyun2. Model of differentiation of syndromes in TCM using D-S evidence fusion[J]. Computer Engineering and Applications, 2014, 50(15): 240-243.

[1]	杜雨菲，吴保国，陈栋. 基于产生式规则的乔灌木识别推理算法研究[J]. 计算机工程与应用, 2020, 56(5): 242-250.
[2]	李建，习文风. 钻井液设计专家系统规则库的检测算法[J]. 计算机工程与应用, 2020, 56(4): 256-261.
[3]	王乐，黄长强，魏政磊. 基于SSA算法的飞行动作规则自动提取[J]. 计算机工程与应用, 2019, 55(14): 203-208.
[4]	肖鹏1，刘娜1，季长清2，李媛媛3，路莹1，唐晓君1. 基于相容性分析的医疗诊断专家系统[J]. 计算机工程与应用, 2018, 54(23): 264-270.
[5]	刘钻石，耿秀丽. 基于D-S理论的可信云服务评价方法研究[J]. 计算机工程与应用, 2017, 53(17): 70-76.
[6]	司明. 基于FES和FTA的锅炉安全隐患预警及评价系统[J]. 计算机工程与应用, 2016, 52(23): 244-248.
[7]	谢洪涛. 基于贝叶斯网络的隧道围岩失稳风险预警方法[J]. 计算机工程与应用, 2015, 51(7): 238-242.
[8]	靳留乾1，2，徐扬2，方新3，马方立4，杜利敏4. 基于证据理论的不确定性推理方法及其应用[J]. 计算机工程与应用, 2015, 51(10): 6-11.
[9]	马磊1，贾奇男2，张俊2，宝媛媛1，贺建峰1，李龙3. 基于基因组合模式挖掘的辅助诊断专家系统[J]. 计算机工程与应用, 2014, 50(24): 122-126.
[10]	夏欢，周德云，汪凌霄. 未知环境中无人机协同搜索信息融合方法研究[J]. 计算机工程与应用, 2011, 47(26): 228-231.
[11]	李发权1，熊德国1，Tang Xinkui2，熊世权3 . 设计认知过程研究的发展与分析[J]. 计算机工程与应用, 2011, 47(20): 24-27.
[12]	史永胜，蔡舒妤，宋云雪. 实时诊断中的无冗余动态知识存储技术研究[J]. 计算机工程与应用, 2010, 46(9): 246-248.
[13]	陈圣磊¹，陈耿¹，薛晖². D-S证据理论在审计证据融合中的应用研究[J]. 计算机工程与应用, 2010, 46(36): 23-25.
[14]	彭艳芳，彭军，李晶，李哲琴. Web GIS碳排放预警决策系统的研究与设计[J]. 计算机工程与应用, 2010, 46(28): 61-63.
[15]	张广斌. 智能化变速器检测系统的研究与开发[J]. 计算机工程与应用, 2010, 46(26): 64-66.