- 相關(guān)推薦
醫(yī)學(xué)影像學(xué)診斷中粗糙集方法的應(yīng)用
醫(yī)學(xué)影像學(xué)診斷中粗糙集方法的應(yīng)用
【摘 要】隨著圖像處理技術(shù)的發(fā)展以及互聯(lián)網(wǎng)、計(jì)算機(jī)的普及，各種數(shù)字技術(shù)在醫(yī)學(xué)領(lǐng)域得到了廣泛應(yīng)用。
作為一種專門的視覺處理工具――圖像處理技術(shù)正在不斷向社會(huì)各個(gè)方面滲透，在與其他學(xué)科相互促進(jìn)的同時(shí)，自身得到了飛速發(fā)展。
目前來說，醫(yī)學(xué)圖像處理是非常重要的數(shù)字圖像分支，數(shù)字技術(shù)的應(yīng)用在降低醫(yī)療成本的同時(shí)，大幅度提高了臨床診斷正確性。
面對(duì)大量的臨床影像學(xué)資料，不同的分析方法有著不同的診斷準(zhǔn)確性。
接下來，本文將結(jié)合筆者多年相關(guān)工作經(jīng)驗(yàn)，詳細(xì)論述醫(yī)學(xué)影像學(xué)診斷中粗糙集方法的應(yīng)用分析。
【關(guān)鍵詞】粗糙集方法;醫(yī)學(xué)影像學(xué);診斷準(zhǔn)確性
粗糙集理論是一個(gè)交叉融合多種學(xué)科形成的新學(xué)科，已被廣泛用于各個(gè)行業(yè)包括：市場營銷、衛(wèi)生、電信、金融、農(nóng)副產(chǎn)品、互聯(lián)網(wǎng)語言的識(shí)別以及知識(shí)管理系統(tǒng)等等。
粗糙集理論在很多的領(lǐng)域已取得令人驕傲的應(yīng)用效果。
在醫(yī)學(xué)影像學(xué)領(lǐng)域中，隨著影像學(xué)數(shù)據(jù)信息不斷的增長，在醫(yī)學(xué)影像學(xué)診斷中運(yùn)用粗糙集方法，能客觀地展現(xiàn)出海量數(shù)據(jù)信息以及高維資料的背后的真實(shí)情況，更好的幫助醫(yī)生做出客觀、準(zhǔn)確的判斷，有利于臨床診斷正確性的提高。
1 簡要論述粗糙集方法
1982年波蘭數(shù)學(xué)家首次提出粗糙集概念，這是以等價(jià)關(guān)系為基礎(chǔ)的，用于分類問題的研究，用上集合與下集合生成一個(gè)相逼近的新集合，新結(jié)合的邊界線被定義為上下近似集的差集。
是繼概率論、證據(jù)論之后有一個(gè)不確定性問題的處理工具，是一種新型的軟計(jì)算方式。
這種建立在分類機(jī)制前提下的粗糙及理論，可以把分類解釋成為一定區(qū)域中的等價(jià)關(guān)系，這個(gè)區(qū)域正是由等價(jià)關(guān)系進(jìn)行劃分的。
將知識(shí)歸納為數(shù)據(jù)的劃分，被劃分后的集合定義為概念。
充分利用已知的信息庫，對(duì)不確定或不精確的知識(shí)通過已知的信息庫進(jìn)行近似刻畫。
無須提出數(shù)據(jù)集合以外的一切知識(shí)，因此，對(duì)于問題的描述比較客觀、比較具體，再加上粗糙集理論不包含不確定或不精確原始數(shù)據(jù)機(jī)制，與證據(jù)理論、概率論等有較強(qiáng)的互補(bǔ)性。
粗糙集合理方法適用于研究不定型問題的工具，作為集合理論的擴(kuò)展，粗糙集理論主要用來研究不完整的信息數(shù)據(jù)挖掘技術(shù)。
它可以在缺乏數(shù)據(jù)的先驗(yàn)知識(shí)前提下，用考察數(shù)據(jù)分類的能力解決模糊不定的數(shù)據(jù)并加以分析處理，與此同時(shí)粗糙集算法簡單且容易操作，現(xiàn)在以它為基礎(chǔ)的數(shù)據(jù)挖掘工具也非常多，粗糙集理論其出發(fā)點(diǎn)是假設(shè)所有研究對(duì)象都涉及一些的信息。
隨著粗糙集理論的廣泛應(yīng)用，其有效性被越來越多的證實(shí)，成為了現(xiàn)階段人工智能研究的重點(diǎn)。
2 醫(yī)學(xué)影像學(xué)診斷中粗糙集方法的應(yīng)用實(shí)例分析
收集了2011年1月-2012年1月來我院進(jìn)行膠質(zhì)瘤診斷治療的50例患者的臨床資料進(jìn)行詳細(xì)研究，其中，29例男，21例女，患者年齡在23歲-77歲之間，平均年齡為58.7歲。
其中，11例WHO I級(jí)，25例WHO II級(jí)，9例WHO III級(jí)，5例WHO IV級(jí)。
對(duì)上述患者進(jìn)行MRI檢查，平掃TIW1橫斷面與矢狀面得出影像學(xué)資料。
由放射科專業(yè)醫(yī)生對(duì)上述患者的MRI影像學(xué)資料進(jìn)行分析研究，包括病灶位置、形狀、囊變、TIW1、T2W1、水腫、鈣化、出血、性變等等，按照影像學(xué)特征對(duì)不同指標(biāo)進(jìn)行分類。
并通過粗糙集方法、Logistic二元回歸方法與分類回歸樹方法對(duì)影像學(xué)資料進(jìn)行研究。
具體粗糙集方法：將決策表導(dǎo)入專門的Rosetta軟件，通過軟件對(duì)病例進(jìn)行規(guī)則約簡與屬性約簡。
在條件屬性核產(chǎn)生的基礎(chǔ)上，得到?jīng)Q策規(guī)則庫，通過規(guī)則庫過濾，達(dá)到知識(shí)的精簡。
通過10折交叉驗(yàn)證方式測試膠質(zhì)瘤數(shù)據(jù)，通過測試結(jié)果的診斷靈敏性、覆蓋率、陽性預(yù)測值、特異度、陰性預(yù)測值等提取診斷性能，繪制ROC曲線。
結(jié)果顯示，粗糙集方法的診斷準(zhǔn)確性為85.2%，特異度為92.7%;決策樹方法診斷準(zhǔn)確性為83.0%，特異度為91.3%;Logistic二元回歸方法診斷準(zhǔn)確性為83.2%，特異度為85.6%。
充分證實(shí)了，在臨床影像學(xué)診斷中，粗糙集方法能夠得到更多的確定性規(guī)則，進(jìn)一步提高臨床診斷準(zhǔn)確率。
3 醫(yī)學(xué)影像學(xué)診斷中粗糙集方法的應(yīng)用的優(yōu)點(diǎn)分析
3.1 粗糙集方法應(yīng)用便捷、結(jié)果準(zhǔn)確性高
粗糙集方法不需要預(yù)先設(shè)計(jì)概率、不需要建立相應(yīng)的因變量函數(shù)關(guān)系，直接運(yùn)算集合中的對(duì)象，直接獲得不可分辨的矩陣，直接得出結(jié)論。
通過粗糙集法分析，其結(jié)論呈現(xiàn)的方式是以IF….Then…的形式出現(xiàn)，呈現(xiàn)結(jié)果不僅具有非常高的價(jià)值，而且呈現(xiàn)形式非常明確。
3.2 粗糙集方法能客觀地展現(xiàn)出海量數(shù)據(jù)信息以及高維資料的背后的真實(shí)情
這種基于數(shù)據(jù)集合的挖掘方法，在臨床影像學(xué)診斷中，粗糙集方法能夠發(fā)現(xiàn)隱藏在現(xiàn)象背后的知識(shí)。
例如，在在對(duì)膠質(zhì)瘤影像學(xué)資料進(jìn)行規(guī)則提取以及屬性約簡時(shí)，整個(gè)過程都是客觀的，不受外界因素、人為因素的干擾，獲得的膠質(zhì)瘤級(jí)別診斷比較容易理解、診斷規(guī)則比較清晰。
Logistic二元回歸方法與分類回歸樹方法，是通過訓(xùn)練集方式生成一個(gè)新的測試函數(shù)，通過函數(shù)分析方法，計(jì)算不同對(duì)象的可能發(fā)生概率，進(jìn)而預(yù)測對(duì)象的分類。
Logistic二元回歸方法是基于數(shù)理統(tǒng)計(jì)基礎(chǔ)上的，通過筆數(shù)比篩選具有價(jià)值、有統(tǒng)計(jì)學(xué)意義的不同變量，將這些變量通過模型方程形式進(jìn)行計(jì)算，比較計(jì)算前后實(shí)際結(jié)果與預(yù)測結(jié)果兩者的差異性，從而進(jìn)一步確定自變量的入選，同時(shí)，還可以計(jì)算出自變量的重要價(jià)值。
決策樹方式是通過地規(guī)模與分層模式進(jìn)行的，也就是根據(jù)不同的對(duì)象建立不同的樹分支。
在不同分支的子集中建立重復(fù)的分值和下層節(jié)點(diǎn)，從而生成了決策樹。
再對(duì)決策樹剪枝，再對(duì)決策樹進(jìn)行規(guī)則處理。
但是，這種基于概率的分類結(jié)果，是根據(jù)概率進(jìn)行判定的，對(duì)于高級(jí)別膠質(zhì)瘤的診斷率比較低，這種決策樹分析方法很容易受到人為因素的影響，比如說決策樹的修建、決策樹的增長、選擇父節(jié)點(diǎn)數(shù)以及子節(jié)點(diǎn)數(shù)等等，都會(huì)影響到分析結(jié)果的準(zhǔn)確性。
4 結(jié)語
粗糙集方法是將觀測到的龐大數(shù)據(jù)集加以分析研究，其目的是找的未知的關(guān)系及數(shù)據(jù)擁有者能夠理解且有價(jià)值的新方法來總結(jié)數(shù)據(jù)，經(jīng)粗糙集方法推導(dǎo)出的準(zhǔn)確率較高，在臨床醫(yī)學(xué)影像診斷中應(yīng)用價(jià)值較高。
【參考文獻(xiàn)】
[1]馬常杰，陳守余.數(shù)據(jù)庫中模糊關(guān)聯(lián)規(guī)則挖掘研究進(jìn)展[J].計(jì)算機(jī)工程與應(yīng)用，2010，12(11)：752-753.
[2]田軍章.基于PACS的結(jié)構(gòu)化報(bào)告(SR)模塊的設(shè)計(jì)與實(shí)現(xiàn)研究[D].第一軍醫(yī)大學(xué)，2011，4(09)：141-142.
[3]王小鳳，周明全，耿國華.一種基于模糊粗糙集理論的算法及其在醫(yī)學(xué)影像中的應(yīng)用[J].計(jì)算機(jī)應(yīng)用研究，2012，11(5)：369-371.
[4]王國胤.Rough集理論在不完備信息系統(tǒng)中的擴(kuò)充[J].計(jì)算機(jī)研究與發(fā)展，2012，5(17)：13-15.
[5]莊傳禮，楊萍，李道亮，傅澤田.基于神經(jīng)網(wǎng)絡(luò)和粗糙集規(guī)則的提取方法[J].計(jì)算機(jī)工程，2011，15(4)：56-57.
[6]張超.數(shù)據(jù)挖掘中分類分析的策略研究及其生物醫(yī)學(xué)應(yīng)用[D].南方醫(yī)科大學(xué)，2011，10(3)：168-169.
【醫(yī)學(xué)影像學(xué)診斷中粗糙集方法的應(yīng)用】相關(guān)文章：
學(xué)習(xí)方法多核診斷題10-06
臨床醫(yī)學(xué)影像在泌尿系統(tǒng)結(jié)石中的應(yīng)用論文10-08
淺談學(xué)具在小學(xué)數(shù)學(xué)教學(xué)中的應(yīng)用論文10-08
高校計(jì)算機(jī)教學(xué)中的應(yīng)用方法研究論文10-08
血腫影像學(xué)診斷與誤診分析論文10-09
社會(huì)實(shí)踐在人體發(fā)育學(xué)課程中的應(yīng)用論文10-08