一种新颖的模糊基于逻辑的医学专家系统诊断的慢性肾脏疾病

文摘

慢性肾脏疾病是一种危及生命的并发症。主要诊断和主动控制避免其发展。增加病人的寿命,有必要检测这些疾病在早期阶段。在本研究论文,设计和开发的模糊专家系统(FES)来识别当前阶段的慢性肾脏疾病。提出了模糊规则的专家系统开发与临床实践指南的帮助下,数据库,和一组专家的知识。它利用输入变量如肾单位功能,血糖,舒张压、收缩压、年龄、身体质量指数(BMI),和吸烟。正常的测试适用于在不同的输入参数。输入变量,即。,nephron functionality, blood sugar, and BMI have more impact on the chronic kidney disease as shown by the response of surface analysis. The output of the system shows the current stage of patient’s kidney disease. Totally 80 tests were performed on the FES developed in this research work, and the generated output was compared with expected output. It is observed that this system succeeds in 93.75% of the tests. This system supports the doctors in assessment of chronic kidney disease among patients. The detection of chronic kidney disease is a serious clinical problem that comprises imprecision, and the use of fuzzy inference system is suggested to overcome this issue. The proposed FES is implemented in the MATLAB.

1。介绍

慢性肾脏疾病或慢性肾功能障碍出现由于缺少功能肾脏的肾单位。它主要发生在肾脏停止其功能的维护pH值,水,盐在血液里。肾脏是血液和它的自然过滤排放的损耗身体以尿液的形式。这种疾病也会导致其他邻居的器官的损害肾脏。

如今,由于人口的增加和不健康的生活方式,肾功能障碍患者数量增加(1- - - - - -3]。的个人恢复每一个肾脏疾病(5]。肾脏疾病的检测和障碍可以通过学习获得图像的特征提取。图像处理技术应用于磁共振图像肾脏总额(6]。注册上执行所选图像的部分增加的准确性(7]。最优路径时检测到的肾脏磁共振图像分割的诊断慢性肾脏疾病(CKD) [8]。计算机辅助诊断系统是用于检查肾脏功能对肾脏疾病的早期识别9,10]。某些测试,比如野生,应用于发现依赖肾的功能区域(11]。超声图像也半散装的用于检测阶段。CKD的阶段预计使用机器学习技术(12- - - - - -15]。之间的比较了不同系统的性能由使用各种机器学习算法(16]。智能模型是由使用不同的人工神经网络的方法设计,如广义前馈神经网络、bp神经网络和模块化神经网络(17]。摘要方法还用于分类CKD的不同阶段18]。的方法是设计用于检测疾病在初期与一定量的训练数据训练神经网络(19- - - - - -21]。此外,数据挖掘算法和技术用于慢性肾病检测(22,23]。整体学习用于清洁的数据获得和填补缺失的值在那个特定的数据集重新计算CKD的不同阶段,因此,系统的性能是增加这一步24]。决策支持系统也由使用CKD的信息或数据集25]。

疾病的早期检测允许医生建议所需的测量,这样可以降低风险(26]。中给出的所有风险因素极其影响肾脏(27,28]。肾脏疾病是一个公共卫生问题。在台湾,有超过1100000名患者慢性肾病和这个数逐渐增加。此外,来自美国肾脏数据系统的数据(USRDS)表示,台湾极端的结束阶段发生肾脏疾病在世界各地(29日,30.]。

在印度,死亡率迅速增加是由于各种慢性疾病,和慢性肾病的主要疾病之一。一个患有慢性肾病的人的平均年龄从18岁到98岁的男性患者比女性的数量(31日]。CKD并不容易发现,直到它生长由于其无症状的性质,它导致机会的减少和预防疾病的(32,33]。是非常重要的在早期发现和治疗CKD避免肾功能衰竭(34]。据报道,可以减轻这一问题通过开发基于逻辑的模糊专家系统(35]。

这项工作的主要目的是开发一个医学专家系统通过使用模糊逻辑诊断慢性肾脏疾病。的目的是协助医生诊断病人患有慢性肾脏疾病。模糊逻辑是一种基于规则的逻辑处理不精确的概念。这是一个多值逻辑,可以结合人类启发式计算机辅助决策。专家系统是一个计算机程序,来源于人工智能,可用于实时应用程序(36]。超过70%,这个域是用来解决实际的应用程序(37]。专家系统用于诊断各种疾病。专家系统背后的主要思想是,从一个特定疾病的专家知识将被转移到计算机系统(38]。存储在计算机系统中的知识可由用户用于特定任务。之后,系统将通过各种估计得出结果。

模糊基于逻辑的系统有三个街区,这里使用的模糊基于逻辑系统是Mamdani类型模糊模型,讨论了所有三块如下:(1)模糊性:它是一个过程,将脆值转换为模糊输入。脆值输入传感器或测量的值由用户(39]。(2)推理机制:在系统映射规则推理机制,满足输入的用户,它给出了一个输出。(3)去模糊化:这是系统中的最后一步。在去模糊化过程中,一个数字从聚合的输出模糊集。

响应面方法是一组精确和数值程序支持展示和analysimg问题无论利益反应得到各种参数的影响,以及目标是最大限度地增加这样的响应(39- - - - - -41]。

上述研究工作提供卓有成效的信息专家系统的应用为医学诊断,尤其是慢性肾脏疾病的诊断。的主要风险因素或原因慢性肾病已经作为输入变量提出了医学专家系统的发展。所有的模糊逻辑块的处理后,就会生成一个输出。在这个发达的医学专家系统,根据获得的输出是一个病人的健康正在遭受这种疾病。

这个系统的主要限制规则和输入变量的数量可以增加这个系统得到更准确的结果,也没有能力去适应自己根据新环境或训练本身的例子。

剩下的纸是组织如下。

节2简要解释,相关工作。节3,建立了模糊逻辑理论和符号中使用该系统进行了讨论。节4提出了工作的方法,包括输入输出参数描述的体系结构。正常测试执行在不同的输入变量也是本节所示。提出系统的性能方面的敏感性,特异性,精度和准确性是评价部分5。节6模糊专家系统开发的这项工作以及关于未来的工作进行了探讨。最后,工作是结论部分7。

日本久保田公司等。5]提出的方法,利用图像处理技术检测肾功能衰竭的病人做了肾脏早期基于信息的区域。收集所需的信息从肾脏的CT图像。肾脏的形象划分为许多地区收集正确和准确的信息。唐et al。7]预计登记的方法称为intrasubject注册当地MI最大化利用。在这种方法中,注册尚未完成统一卷上,从腹部地区获得病人的身体。这将是完成只有在选定地区的肾脏,是受到疾病的影响。这种方法也会增加执行登记的准确性。Bommanna拉贾和Madheswaran8)开发了一个计算机辅助系统,检查无约束的各种特性,也独立于肾脏的区域。这些检查功能用于开发系统检查疾病。Rovenţa和Roşu37)开发了一个医学专家系统诊断27不同肾脏疾病从九个不同的类别。肾脏疾病的识别是通过把症状,可以看到在临床检查和实验室测试结果评估。系统是由使用Visual Prolog 5.2和更准确地帮助医生诊断疾病。

沈et al。29日)开发了一种低成本方法透析的病人。该方法用于识别风险的心血管疾病(CVD)在慢性肾脏疾病(CKD)。心电图特点及心率变异性的病人被认为是在这个系统。它使用决定融合神经网络结构特性。开发的总体精度方法对慢性肾脏疾病是心血管疾病的71.07%。亚当和Hashim [19)人工神经网络技术用于检测肾脏问题的初级阶段。这种方法预测各种肾脏问题的症状,然后比较这些症状与个体的心理行为。首先训练人工神经网络的训练样本,然后测试过程是相同的。化学加工等。17]设计智能模型通过使用各种技术等人工神经网络的反向传播网络(症)、广义前馈神经网络(GRNN)和模块化神经网络(MNN)。开发这些方法检测慢性肾脏疾病在初始阶段。这三个模型相互比较基于准确性和有效性以及部署在谷歌的云平台。所构造的模型有助于避免慢性肾功能障碍疾病或在入门阶段的开始。艾哈迈德et al。42)提出了一种模糊专家系统的诊断慢性肾脏疾病。7个输入被认为,通过使用这些输入的值,生成的成员函数。生成的规则进一步和Matlab软件用于实现这个研究工作。输出预测专家系统,它给了类似的结果可以给人类专家。

3所示。符号和预赛

这项工作中使用的符号和预赛如下(43]。

3.1。脆集

脆或经典的集合定义为元素的组合或组可以是有限的。例如,定义设置如果元素是大于5,隶属函数可以定义如下: 在哪里X是正整数的集合。

3.2。模糊集

如果组元素用吗 ,然后一个模糊集在是一组有序对代表吗在哪里=隶属函数x在一个。

3.3。模糊数

一个模糊数是凸的。规范化的模糊集的实线 ,这样在哪里=模糊集的隶属函数。

有许多模糊数存在。但在这个工作,仅用梯形模糊数。

3.4。梯形模糊数(TrFN)

假设任意梯形模糊数= (p, q, r, s)。的隶属函数是由,是由

4所示。提出的方法

方法应用于本研究工作图所示1。

专家系统有一个层。如图2,这一层检测CKD的阶段根据不同的输入变量。该专家系统数学解释如下:

4.1。选择输入和输出参数

属性应该谨慎挑选,这样分类的病人可以完美的完成(44,45]。七个输入变量用于本研究的细节描述如下。

以下4.4.1。肾单位功能(NF)

肾元功能是活跃的肾单位肾的比例42]。肾元功能在安全区如果该值大于0.47。然而,功能是适度风险如果该值在0.3到0.5之间,非常危险如果低于0.35。

4.1.2。血糖(BS)

血液中葡萄糖的量可用指的是血糖。它由三个模糊集。如果血糖水平低于104年,那么它是安全的,而在边缘,如果是104年到150年之间,如果大于140水平存在血液中葡萄糖的含量很高。

4.1.3。舒张压

舒张压(菲律宾)的功能是使拥塞的心脏与血液之间的肌肉痉挛。它由4个模糊集。如果范围小于89,舒张压很低。如果范围是87年到110年之间,那么这是媒介如果范围是106年到121年之间,那么高。然而,如果上面的范围是118,舒张压是极高的。

4.1.4。收缩压

当心脏收缩时,收缩压(SBP)刺激。特有的最大动脉压在心脏的左心室的收缩。的时间发生心室收缩称为收缩。如果收缩压低于134的范围,那么就低;如果127到153之间的值,那么它是媒介;如果范围是142年到172年之间,那么高;如果范围是162多,那么它是非常高的。

4.1.5。年龄

病人的肾脏是非常受到年龄的影响。它包括三个变量。如果年龄是36岁以下,那么病人年轻;如果年龄在33 - 66,病人被认为是中年人了人;如果大于52岁患者分为老了。

4.1.6。身体质量指数(BMI)

体重指数是一个简单的为慢性肾病的诊断和临床有用的数据。它是计算人的体重除以身高的平方。它有四个变量。一个人体重如果体重指数小于19岁,体重正常的如果是在18.5到24.9之间,超重,如果值是24.6到30,和肥胖的如果是29.5或更多。

4.1.7。烟

吸烟的过程中起着重要作用令人不安的肾脏。它有三个模糊集。很低,如果范围小于2.64,中等,如果范围是1.8到9.5之间,和高如果范围大于8.5。

输出变量评估病人的肾脏的情况根据输入变量的行为。输出的范围从0到10。值0意味着没有打嗝在病人的肾脏和10意味着病人十分恶心。该变量包含六个模糊集。(我)健康:病人健康如果输出变量的值小于1.7。(2)关于:病人的肾脏的情况是关于如果输出变量的值在1.5至3.26。(3)关于:如果输出变量的范围介于2.84至4.5,那么肾脏的条件被认为是“非常令人担忧”。(iv)恶心:恶心类分配给病人得到输出值之间的4点到6点。(v)病得很重:病人被认为是病得很重,如果输出变量的范围在5.5到7.98。(vi)极其恶心:病人的肾脏是非常恶心的状况如果输出值大于7.5。

4.2。架构的输入和输出参数

有两种方法来开发架构的输入和输出参数:(1)第一种方法是确定变量的范围,如肾单位功能,血糖、体重指数用于使用置信区间模糊集(CI) (46]。(2)第二种方法是让他们从专家或临床实践指南(CPG)。

4.2.1。准备参数使用CIs的发展

独联体使用的样本个体的目标人群,因为它是不可能进行的一项研究在全部人口(39]。102名患者的样本数据,并进一步从给定的样本,获得一些重要的信息是至关重要的应用测试。数据3- - - - - -5描述正常测试应用于数据集使用Minitab 18软件。正常测试用于分析安德森达林和Ryan-Joiner正常测试。接受零假设, - - - - - -值必须大于0.05,而相关系数的值必须接近1。

在正常测试后,下一步是置信区间适用于这三个变量,即。,肾单位功能,血糖和体重指数。例如,在表中1肾单位功能所提到的,和各种参数如均值被描述为每兴趣。


语言标签	样本大小	的意思是	σ	α	tα,n−1	Zα=	下限	单方面的下限	单方面的上限	上限

安全地带	36	0.71	0.14	0.1		1.65	0.478	0.538	0.548	1.00
适度的风险	30.	0.40	0.05	0.1	2.045		0.3	0.37	0.42	0.5
风险很大	14	0.23	0.06	0.1	2.160		−1	0.1	0.28	0.35

4.2.2。输入和输出参数的范围

一个有效的分析每个变量范围决定了每个变量对应的参数。图6显示肾单位的隶属函数的功能。图7显示了隶属函数的血糖独联体和图8通过CIs显示了BMI的隶属函数。肾单位功能的信息变量,使用的间隔的数学表示该模型可以描述如下:

4.3。知识库(if - then规则制定)

在这个阶段,一群规则与模糊变量与输出分类。知识库包含这些模糊规则。precedent-consequential的方法是遵循这些规则。在这个模型中,应用Mamdani模糊规则模型,和这些规则规定如下:如果……临床变量1和临床变量2…。然后输出……。例子1,推理规则不。1。如果肾单位功能中度风险,和血糖高,和菲律宾很高,SBP是高,和年龄是中期的年龄,和BMI体重不足,和烟雾中,病人的肾功能状况非常有关。例子2,推理规则不。81年。如果肾单位功能风险很大,和血糖高,和菲律宾非常高,SBP是极高的和年龄老了,BMI是肥胖的,和烟雾很高,然后病人的肾脏是非常不舒服。

表2显示变量在FES,上述规则解释成模糊规则如表所示3。


输入变量	语言标签	隶属函数	时间间隔

肾元功能	风险很大	梯形	(−1,0.1,0.28,0.35)
	适度的风险	梯形	(0.3,0.37,0.42,0.5)
	安全地带	梯形	(0.47,0.53,0.54,1)
血糖	安全	梯形	(−58,4、65、104)
	边缘	梯形	(104,120,125,150)
	高	梯形	(140,162,362,458)
舒张压	低	梯形	(65年,78.33,82,89)
	媒介	梯形	(87,95,100,110)
	高	梯形	(106,110,115,121)
	非常高的	梯形	(118、123、131.7、144.9)
收缩压	低	梯形	(29.6、74.4、118、134)
	媒介	梯形	(127,137,143,153)
	高	梯形	(142,157,162,172)
	非常高的	梯形	(162,180,240,250)
年龄	年轻的	梯形	(36)−18.8,6.8,28日
	中年人了	梯形	(33,44岁,55岁,66)
	老	梯形	(52岁,61年,93.2,118.8)
身体质量指数	体重过轻	梯形	(−46.66、1、14.18、19)
	正常体重	梯形	20 (18.5,,22.5,24.9)
	超重	梯形	(24.6,25.1,28.1,30)
	肥胖	梯形	(29.5,30日,41岁的55)
烟	低	梯形	(−7.25−0.85,1.5,2.64)
	媒介	梯形	(1.8,5.2,5.8,9.5)
	高	梯形	11 (8.5,20.8,27.2)

输出变量
结果	健康的	梯形	(−3.57−0.34,1.1,1.7)
	有关	三角	(1.5,2.4,3.26)
	令人不安的	三角	(2.84,3.67,4.5)
	生病的	三角	(4、5、6)
	病得很重	三角	(5.5,6.74,7.98)
	非常恶心	梯形	(7.5,8.4,300)


没有规则。	肾元功能	血糖	菲律宾	SBP	年龄	身体质量指数	烟	结论

2	非常危险的	高	高	非常高的	时代中期	肥胖	低	很有关
11	安全地带	边缘	媒介	媒介	年轻的	超重	高	健康的
18	适度的风险	边缘	高	高	年轻的	体重过轻	低	健康的
29日	风险很大	安全	媒介	媒介	年轻的	肥胖	高	有关
36	适度的风险	边缘	非常高的	非常高的	老	体重过轻	低	很有关
48	安全地带	高	非常高的	非常高的	中年人了	女人通常生下体重不足	媒介	很有关
54	风险很大	安全	非常高的	非常高的	年轻的	肥胖	低	病得很重
64年	风险很大	边缘	高	高	中年人了	超重	高	病得很重
73年	适度的风险	高	非常高的	非常高的	年轻的	超重	高	非常恶心
80年	适度的风险	高	非常高的	非常高的	老	肥胖	高	非常恶心

模糊推理系统的输入-输出规则发挥着重要的作用。提出系统的效率成正比的I / O规则生成并存储在专家系统的知识库。图9介绍了知识库中规则的框架。

在提出的模型中,有七个变量;因此,它给5184年的规则,但很难处理这么多的规则。因此,在这项工作中,使用83条规则。这些规则没有遗漏,因为每个人都有其发生的概率。变量选择这样的冗余规则可以避免和其他阻碍一个变量的依赖关系,以便它不会影响推理机制。规则也修改后发现不一致的规则,结果分析表明积极的结果。上述七个输入变量混合,根据参考规则确定的输出。在红外热成像所代表的推理规则。

图像的去模糊化方法计算重心驱动的每个输入语言的击穿时间参数。这意味着该方法检查两个联合集的隶属度之间的关系,列举了每个后续的外形象。经典结构是利用重心法与横坐标轴对应。重心是在中间的基地,在矩形。进一步为三角形,它将在第三部分基础的逆的观点引入斜边和基地。最后,获得总质心,每个图的表面产品的总和除以其质心的总表面。(46]。

4.4。测试

在这里,需要是采访病人患有慢性肾病。提出了模糊专家系统验证。这个验证是由各种专家从肾脏和泌尿科医生和专家。评估系统的信心,八十测试执行。结果的确定性程度高。

评估系统的主要目的是识别错误和缺陷比例可以模糊专家系统中发现的可能。它还展示了预期将实现系统的可能误差进一步帮助计算性能的系统和性能测量背后的缺乏,它帮助改善这个问题。

各种测试,完成了这个模糊专家系统给出了表4。在这些测试中,医生评估痛苦病人与各种输入变量模糊专家系统中使用的系统,然后是获得的结果与实际结果比较。在测试1,肾元等于0.458功能,血糖是132.2,舒张压等于105.5,收缩压等于128.9,年龄是38岁的BMI值29.55,和烟值是2.037,然后控制评估专家系统对特定病人的肾脏条件有关。结果按医生也是,病人的肾脏有关阶段。


测试	肾元功能	血糖	菲律宾	SBP	年龄	身体质量指数	烟	那只是冗长枯燥申请	咖啡馆	成功

1	0.458	132.1	105.5	128.9	38	29.55	2.037	有关	有关	是的
2	0.226	165年	113年	155年	64年	3	10	非常恶心	非常恶心	是的
3	0.1	300年	120年	212年	26	35	20.	非常恶心	病得很重	没有
4	0.4083	75.47	89.72	134.2	20.	25.92	8.333	健康的	健康的	是的
5	0.875	177.4	107.3	152.6	59	17.25	16.48	有关	有关	是的
6	0.3292	81.13	121年	180.7	24	30.07	2.075	病得很重	病得很重	是的
7	0.5917	137.7	115.6	144.7	28	26.24	18.33	健康的	健康的	是的
8	0.6417	205.7	120.3	176.4	47	13.64	6.481	病得很重	很有关	没有
9	0.9417	86.79	93.43	139.4	58	10.03	8.333	健康的	健康的	是的
10	0.3583	120.8	124年	192.3	27	27.36	12.41	有关	有关	是的
11	0.4583	86.79	104.5	139.4	64年	25.92	9.444	有关	有关	是的
12	0.2083	109.4	115.6	160.6	56	35.31	11.67	非常恶心	非常恶心	是的
13	0.975	324.5	111年	184.3	28	27.36	9.381	健康的	健康的	是的
14	0.425	177.4	109.2	155.3	68年	12.19	6.481	很有关	很有关	是的
15	0.5917	137.7	115.6	144.7	28	26.64	18.33	健康的	健康的	是的
16	0.4622	178年	122.1	180.7	61年	29日	17.32	非常恶心	非常恶心	是的
17	0.3292	81.13	121年	180.7	24	30.07	2.075	病得很重	病得很重	是的
18	0.3462	154.7	108.6	150年	56	15.35	3.208	生病的	生病的	是的
19	0.4991	284.9	120.1	176.4	40	30.07	1.698	生病的	很有关	没有
20.	0.4841	148.8	87.93	136.3	30.	17.65	3.659	有关	有关	是的
21	0.55	86.79	91.79	134.2	62年	16.08	5.849	健康的	健康的	是的
22	0.4311	160.4	85.19	128.9	90年	3.22	19.06	生病的	生病的	是的
23	0.3972	132.1	88.02	134.2	36	25.65	1.321	健康的	健康的	是的
24	0.55	149.1	108.8	147.4	54	17.56	10.38	有关	有关	是的
25	0.3462	81.13	85.19	126.2	42	30.8	10	健康的	很有关	没有
26	0.55	171.7	97.45	102.5	31日	27	14.91	健康的	健康的	是的
27	0.4651	154.7	105.9	102.5	28	10.02	8.491	健康的	健康的	是的
28	0.3292	149.1	123.9	181.7	24	31.54	10	非常恶心	非常恶心	是的
29日	0.343	147.1	120.7	172年	60	31.03	10.6	非常恶心	非常恶心	是的
30.	0.361	111.8	107.9	163.7	39	24.79	2.2	健康的	健康的	是的
31日	0.487	111.8	107.9	155.5	34	13.09	2.2	有关	健康的	没有
32	0.343	141.2	117.7	155.5	31日	17.77	1	健康的	健康的	是的

菲律宾:舒张压、SBP:收缩压,那只是冗长枯燥申请:控制评估医生的团队,和咖啡馆:控制评估的模糊专家系统。

4.5。响应面分析

系统也给三维图,描述了输入变量对输出的影响在特定的输入和输出也可以计算从这个三维图。这些表面有助于描述临床变量影响结果的水平。好像可以看到变量的组合光颜色,那么它意味着最优区域,而如果是黑暗的颜色组合,那么变量水平激活nonoptimal区,这表明可能有CKD特定的病人。

5。实验结果和分析

八十测试进行了分析CKD使用模糊专家系统开发的。医生的团队也诊断出每个病人,结果相同。之后,专家们给出的结果与获得的结果模糊专家系统。通过关联两个结果,75 80测试被正确分类,因此系统显示5错误。一个样本的测试如表所示4。

在表5,混淆矩阵。80例患者进行不同。在第一列,15例健康的病人被认为和他们所有人分为正确的类,即。、健康类。在第二列中,数据被认为是关于10个病人的水平,但由于10例,8例完全分为关于类和其他2分为生病类。同样,在第三列,16例进行有关,与16例15正确分类,分为类病。第四列,11诊断病人,1是分类错误和10在具体类。同样,第五纵队说明14诊断类病重的病人分类正确的类。最后,第六列显示,有14例病人,但从14日1分类错误。成功的数量= 75 = 80和总数量的测试。


健康的	有关	很有关	生病的	病得很重	非常恶心	类名

15	00	00	00	00	00	健康的
00	08年	00	00	02	00	有关
00	00	15	01	00	00	很有关
01	00	00	10	00	00	生病的
00	00	00	00	14	00	病得很重
00	00	01	00	00	13	非常恶心

检查,93.75%的结果给出了模糊专家系统分类正确使用以上公式计算信心指标。因此,通过观察信心指标,可以说,发达模糊专家系统可以支持CKD的医生诊断的工具。

结果表明,通过模糊推理系统分类为CKD 06.25%是错误的。现在,前三个类,是健康的,关于,关于被视为“不”。同样,其他类病了,病得很重,和非常生病是作为“是的”。因此,混淆矩阵表所示4减少到22矩阵见表6。


是的	没有	类名

37	02	是的
03	38	没有

开发了医学专家系统的性能评估,考虑各种参数如准确性、精确性、特异性和敏感性。

在CKD的情况下,从表5,(我)TP:真阳性是37岁(2)02 FN:假阴性(3)外交政策:假阳性是03(iv)TN:真正的负面是38

这些计算参数图的形式,如图所示10。

开发这个专家系统的主要目的是,它将帮助医生确定CKD的患者。医学专家系统能够诊断疾病和可以帮助专家提供一个适当的和合适的治疗疾病。

描述两个给定的变量在三维表面的行为,使用响应面。它解释了一个人遭受的风险概率两个变量。三块被认为是在这个工作。第一个图11,它是BMI和肾单位功能之间的阴谋。变量的响应曲面图BMI和肾元功能分析测试2的值的BMI是35类似肾单位功能的价值是0.1。从情节,它可以很容易地估计这些值,结果是高即极其恶心。

此外,通过数据12和13输出可以估计,通过考虑血糖与肾元功能和血糖、体重指数和分别。与一个完整的分析的所有潜在的实例测试两个响应面图,和七参数的分组,发现最极端的参数影响诊断慢性肾病的肾单位功能,血糖和体重指数。这三个变量对病人的健康有最高的影响慢性肾病。因此,医生必须给予适当的建议病人,让他们健康稳定和及时治愈慢性肾病。

图14显示了不同的输入值输入变量用于医学诊断专家系统CKD和输出对应于给定的输入。图像处理技术,如注册一个图像,图像的分割,提取的特征也被应用于磁共振图像和计算机断层扫描图像。

此外,人工神经网络技术,如反向传播神经网络和模块化神经网络也用于CKD的检测。此外,利用机器学习算法提出了许多系统等慢性肾病的诊断k明星和k最近邻分类器将疾病的阶段划分到不同的类根据症状和危险因素。

所有这些上述技术处理的数字。发达系统在这个工作处理模糊值,和它比这些技术也得到更多的准确性。

6。讨论

开发模糊基于逻辑的医学专家系统是一个对慢性肾病的诊断决策支持工具。尽管如此,专家医生的决定将被视为最终,发达的医疗专家系统也可以作为一个专家医生做出决定。因此,它可能是一个非常有用的工具,协助医生对CKD的健壮的决定。

模糊专家系统也可以适当的在偏远地区,如村庄、小城镇,总是缺乏专家在这些地方。这个专家系统也可以帮助培训新医生没有足够的经验来诊断慢性肾病,因为这个模糊专家系统知识和信息存储在知识库中,收购从疾病的专家。因此,它也可以被用作训练工具。

从开发系统获得的精度是93.75%。这意味着该系统成功地识别总病例的93.75%被认为是在这个研究工作。另一个性能参数被认为是在这个工作精度。精度获得该开发系统是92.5%。这意味着发达系统有高质量的准确和清晰的结果。同样,开发系统的敏感性和特异性分别为94.87%和92.68%。这意味着开发系统能够测量实际的阳性和阴性的比例是正确的决定。

整个工作在这个研究新颖的临床测试,和风险因素被认为是在这项研究中没有被纳入系统类似。各种研究工作进行了介绍了解风险因素,慢性肾病的预防和治疗。竞争优势,提出了专家系统能够诊断疾病与各输入变量的变化。变异州认为这项工作是健康的,有关,非常有关,生病了,病得很重,非常恶心。

这个工作的主要贡献是,它是一种决策支持工具,有能力,或者它支持决策过程根据用户给定的输入系统确定病人是否患有慢性肾病。改善模糊专家系统的成功率,建议从专业医生收集更多关于疾病的知识,使规则尽可能足够。人们还可以增加变量的数量作为识别CKD的输入,使其相应的范围,这样的结果可以更准确地计算。

7所示。结论

慢性肾脏疾病的诊断是一项艰巨的任务。总有一些误诊的可能性,导致错误的治疗。这项工作提出了一种模糊专家系统,可以帮助医生和非专业人士检查慢性肾脏的病人。

模糊专家系统是基于临床试验范围。它作用于两种类型的信息,也就是说,从专业医生和获得的知识从肾脏和泌尿外科部门专家。本研究也给各种输入变量的响应曲面图用于识别疾病。这个系统可以给正确的结果对病人的健康状况。

在当前状态,不宜说发达模糊专家系统将取代专业医生或医生的团队的知识。然而,这可能是一个医生可以帮助决策和支持工具不能代替他们的令人钦佩的工作。此外,只有电脑和软件都必须实现这个医疗专家系统。因此,该系统可用于医院,哪里有缺乏资源,可用于这些地理区域医院并不可用。

数据可用性

对需求的数据都可以在请求通过第一作者jimmy.21733@lpu.co.in。或通过电话+ 9779288330。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是支持的信息和通信技术研究所的计划和评估(IITP)由韩国政府拨款(MSIT) (no.2018 - 0 - 01369)。

引用

美国Varughese和g·亚伯拉罕”,在印度:慢性肾脏疾病的警界线变化,“临床美国肾脏病学会杂志》上,13卷,不。5,802 - 804年,2018页。视图:出版商的网站|谷歌学术搜索
s Kutia s . h . Chauhdary c . Iwendi l . Liu w .勇,和a·k·巴希尔,“Socio-technological用户采用电子健康功能的影响因素:一个案例研究,中国和乌克兰电子健康系统,”IEEE访问7卷,第90788 - 90777页,2019年。视图:出版商的网站|谷歌学术搜索
g . p . Joshi Acharya, c。金,s。金姆,s . w . Kim“智能解决方案在老年保健设施与RFID系统及其与无线传感器网络的集成,”国际期刊的分布式传感器网络,10卷,不。2014年8篇文章ID 713946。视图:出版商的网站|谷歌学术搜索
美国Varughese”,慢性肾脏疾病在印度的警界线的变化,“临床美国肾脏病学会杂志》上,13卷,不。5,802 - 804年,2018页。视图:出版商的网站|谷歌学术搜索
y日本久保田公司、y Mitsukura m . Fukumi n . Akarnatsu和m . Yasutomo”自动提取肾脏区域使用q-1eaning,”学报2004智能信号处理和通信系统国际研讨会,2004。ISPACS 2004IEEE,页536 - 540年,2004年11月首尔,韩国。视图:出版商的网站|谷歌学术搜索
d .阿尔及利亚士兵c .柯西、美国Severi和r . Mignani”评估肾脏卷在多囊肾疾病从日冕和轴向图像,先生”学报》2013年第八届国际研讨会上图像和信号处理和分析(当前)IEEE,页528 - 532年,意大利的里雅斯特,2013年9月。视图:出版商的网站|谷歌学术搜索
j·l·h . Tang Dillenseger, l·m·罗”主题3 d / 3 d肾内登记使用本地互信息最大化,”学报2007年29日的年度国际会议IEEE在医学和生物学社会工程IEEE,页6379 - 6382年,里昂,法国,2007年8月。视图:出版商的网站|谷歌学术搜索
k . Bommanna拉贾和m . Madheswaran测定肾区独立的不受约束的特性自动诊断和分类,”《2007年国际会议上智能和先进的系统,页724 - 729,吉隆坡,马来西亚,2007年。视图:出版商的网站|谷歌学术搜索
f·伊克巴尔,a s Pallewatte, j . p . Wansapura“超声波图像的纹理分析慢性肾脏疾病,”第17届国际会议上提出诉讼在ICT对新兴地区,ICT 2017IEEE,页299 - 303年,科伦坡,斯里兰卡,2017年9月。视图:出版商的网站|谷歌学术搜索
r . m . Pujari和v . d . Hajare慢性肾脏的识别,分析超声波图像”第一届国际会议论文集上网络和软计算IEEE,页380 - 383年,托尔,印度,2014年8月。视图:出版商的网站|谷歌学术搜索
k . Bommanna拉贾和m . Madheswaran测定肾区独立的不受约束的特性自动诊断和分类,”学报2007年国际会议上智能和先进的系统,ICIASIEEE,页724 - 729年,吉隆坡,马来西亚,2007年11月。视图:出版商的网站|谷歌学术搜索
m·艾哈迈德诉Tundjungsari, d . Widianti·阿玛莉亚和美国a . Rachmawati“慢性肾脏疾病的诊断决策支持系统,使用支持向量机”第二届国际会议信息和计算,ICICIEEE,吉隆坡,马来西亚,2017年11月。视图:出版商的网站|谷歌学术搜索
w·h·s·d·Gunarathne k·d·m·佩雷拉和k·a·d·c·p·Kahandawaarachchi“绩效评估对疾病分类和预测机器学习分类技术通过数据分析慢性肾脏疾病(CKD)”《2017年IEEE 17生物信息学和生物工程国际会议上,BIBEIEEE,页291 - 296年,华盛顿特区,2017年10月美国。视图:出版商的网站|谷歌学术搜索
m . s . Wibawa i m . d . Maysanjaya, i m·a·w·Putra”提高了分类器和特性选择提高慢性肾脏疾病诊断、”学报2017年第五届国际会议上网络和IT服务管理,CITSMIEEE,登巴萨,印度尼西亚,2017年8月。视图:出版商的网站|谷歌学术搜索
联合国Dulhare和m .阿伊莎的行动规则提取慢性肾脏疾病使用朴素贝叶斯分类器,”学报2016年IEEE国际会议上计算智能和计算研究,ICCICIEEE,钦奈,印度,2016年12月。视图:出版商的网站|谷歌学术搜索
e . Avci s Karakus o . Ozmen, d . Avci”一些慢性肾脏疾病分类器的性能比较数据,”学报第六届国际研讨会数字法医和安全,ISDFS 2018IEEE,安塔利亚,土耳其,2018年3月。视图:出版商的网站|谷歌学术搜索
r·k·Chiw r . y . Chen s . Wang和剑,“智能系统在云上慢性肾脏疾病的早期检测,”《2012国际机器学习与控制论会议IEEE,西安,中国,2012年7月。视图:出版商的网站|谷歌学术搜索
诉Kunwar k .昌德尔a s Sabitha和a·邦萨尔”慢性肾脏疾病分析使用数据挖掘分类,”云系统和大数据工程学报》(融合),2016年6日国际会议IEEE,诺伊达,印度,2016年1月。视图:出版商的网站|谷歌学术搜索
t·亚当,哈,美国便,”设计一个人工神经网络模型预测的肾病症状患者的临床前的金属行为医学诊断”生物医学工程学报2012年国际会议上,ICoBE 2012IEEE,槟榔屿,马来西亚,2012年2月。视图:出版商的网站|谷歌学术搜索
l, n .李、吴x和t·卢”应用径向基函数神经网络估计肾小球滤过率在中国慢性肾脏疾病患者,”《2010年国际会议上计算机应用和系统建模(ICCASM 2010)2010年10月,IEEE,太原,中国,。视图:出版商的网站|谷歌学术搜索
m·a·Venkatachalam k·a·格里芬r .局域网h .耿p . Saikumar和a . k . Bidani“急性肾损伤:慢性肾脏疾病进展的跳板,”美国Physiology-Renal生理学杂志》上,卷298,不。5,F1078-F1094, 2010页。视图:出版商的网站|谷歌学术搜索
e . Yudaningtyas d·h·Santjojo w . Djuriatno Siradjuddin,和m . r . Hidayatullah”识别脉冲频谱的慢性肾脏疾病患者使用FFT处理,以中医点”学报2017年15日国际会议质量研究(QiR) :电气和计算机工程国际研讨会IEEE,页169 - 172年,努沙杜瓦,印度尼西亚,2017年7月。视图:出版商的网站|谷歌学术搜索
C.-J。林,彭译葶。陈,P.-C。吴et al .,“智能系统来预测intradialytic慢性血液透析低血压,”台湾的医学协会杂志》上,卷117,不。10日,888 - 893年,2018页。视图:出版商的网站|谷歌学术搜索
s . d . Arasu和r . Thirumalaiselvi小说归责方法有效预测冠状动脉的肾脏疾病,”学报》2017年第2计算和通信技术国际会议上,ICCCTIEEE,页127 - 136年,钦奈,印度,2017年2月。视图:出版商的网站|谷歌学术搜索
s . r . Raghavan诉拉迪克地毯,k·b·迈耶”发展决策支持的透析治疗慢性肾功能衰竭,”IEEE在生物医学信息技术,9卷,不。2、229 - 238年,2005页。视图:出版商的网站|谷歌学术搜索
c .纸和n·戴伊“混合在慢性肾脏疾病分类修改布谷鸟search-neural网络混合在慢性肾脏疾病分类、修改布谷鸟search-neural网络”学报》2017年第14现代电力系统工程国际会议(资金)IEEE,页164 - 167年,人士,罗马尼亚,2017年6月。视图:出版商的网站|谷歌学术搜索
c . i Bondor i m . Kacso a . r . Lenghel和a .伤”的层次慢性肾脏疾病的危险因素在2型糖尿病患者,”2012年IEEE第八届国际会议上智能计算机通信和处理)IEEE,页103 - 106年,任,罗马尼亚,2012年8月。视图:出版商的网站|谷歌学术搜索
a Salekin j .斯坦科维奇,“检测慢性肾脏疾病预测属性,并选择重要”学报2016年IEEE国际会议上医疗信息学、阿IEEE,页262 - 270年,芝加哥,2016年10月,美国。视图:出版商的网站|谷歌学术搜索
沈t, t方、y Ou和c .王”低成本检测心血管疾病的慢性肾脏疾病和基于混合异构的透析病人心电图特征包括让令和心率变异性,”2010年心脏病学计算机学报》上IEEE,页561 - 564年,2010年9月英国贝尔法斯特。视图:谷歌学术搜索
r·b·弗里克a .博比奥·东方和k . s . Trivedi“慢性肾病的可靠性模型,”《2016年度可靠性和可维护性研讨会(公)美国亚利桑那州图森市,IEEE 2016年1月。视图:出版商的网站|谷歌学术搜索
即理事会、美国斯里兰卡和a·邦“慢性肾病患病率在印度—— 何处去?”印度肾脏学杂志》,25卷,不。3,2015。视图:谷歌学术搜索
A·巴特拉,巴特拉辛格诉,“回顾预测方法diagbose慢性肾病,”学报2016年3日计算为全球可持续发展国际会议(INDIACom)IEEE,新德里,印度,2016年3月。视图:谷歌学术搜索
a . Sobrinho l·迪亚斯·达席尔瓦m . e . ibsen Pinheiro p Cunha a . Perkusich和l . Medeiros”正式规范的一个工具来援助的早期诊断及慢性肾脏疾病,”学报2015年智利会议电气、电子工程、信息和通信技术(CHILECON)IEEE,页173 - 178年,圣地亚哥,智利,2015年10月。视图:出版商的网站|谷歌学术搜索
Q.-L。张,d . Rothenbacher慢性肾病患病率在以人群为基础的研究:系统回顾,“BMC公共卫生,8卷,不。1,2008。视图:出版商的网站|谷歌学术搜索
h·艾哈迈迪·m·Gholamzadeh l . Shahmoradi m . Nilashi和p . Rashvand“疾病诊断使用模糊逻辑方法:系统和荟萃分析评论,”计算机在生物医学方法和项目卷,161年,第172 - 145页,2018年。视图:出版商的网站|谷歌学术搜索
s . Sivathasan f . Cecelja, w . Balachandran“心电图诊断使用神经网络和模糊专家系统,”17 IEEE仪器和测量技术研讨会论文集(猫。00号ch37066]IEEE,页988 - 992年,巴尔的摩,医学博士,美国,2000年5月。视图:出版商的网站|谷歌学术搜索
大肠Rovenţa和g . Roşu”在小prolog某些肾脏疾病的诊断专家系统”学报2009年第三届国际研讨会上软计算应用,沙发IEEE,页219 - 224年,阿拉德,罗马尼亚,2009年8月。视图:出版商的网站|谷歌学术搜索
s Das和p . k . Ghosh高血压诊断 :比较研究使用模糊专家系统和神经模糊系统,”学报2013年IEEE国际会议在模糊系统(FUZZ-IEEE)IEEE海得拉巴,印度,2013年7月。视图:出版商的网站|谷歌学术搜索
r . Meza-palacios a . a . Aguilar-lasserre e . l . Urena-Bogarin c . f . Vazquez-Rodriguez r . Posada-Gomez和a . Trujillo-mata”模糊专家系统的发展2型糖尿病肾病患者控制评估,”专家系统与应用程序,卷72,不。1,第343 - 335页,2017。视图:出版商的网站|谷歌学术搜索
g·艾哈迈德·m·a·汗,阿巴斯,a .阿B . s .汗和m . s .:“自动诊断乙型肝炎使用多层Mamdani模糊推理系统,”卷,2019篇文章ID 6361318, 11页,2019年。视图:出版商的网站|谷歌学术搜索
a·阿里·l·阿巴斯·m·沙菲克et al .,“混合模糊逻辑方案有效信道利用率在认知无线电网络中,“IEEE访问7卷,第24476 - 24463页,2019年。视图:出版商的网站|谷歌学术搜索
艾哈迈德,t . Kabir n t·马哈茂德和r·m·拉赫曼”使用模糊专家系统诊断肾脏疾病,”学报》第八届国际会议软件,知识,信息管理和应用程序(SKIMA 2014)IEEE达卡,孟加拉国,2014年12月。视图:出版商的网站|谷歌学术搜索
s . Tapaswini cμ,d . Behera, s . Chakraverty”解决不严密地定义大型膜的振动方程,“工程计算,34卷,不。8,2528 - 2546年,2017页。视图:出版商的网站|谷歌学术搜索
n柴提、k . s . Vaisla和s . d . Sudarsan”角色的属性选择慢性肾脏疾病患者中,分类”学报2015年国际会议上计算、通信和安全(国家)2015年12月,IEEE Pamplemousses、毛里求斯、。视图:出版商的网站|谷歌学术搜索
a·k·辛格y . m . k .法拉克容积米塔尔et al .,“流行病学和慢性肾脏疾病的危险因素在India-results寻求(肾病的早期筛查和评估)的研究中,“BMC肾脏学,14卷,不。1、1 - 10,2013页。视图:出版商的网站|谷歌学术搜索
k·r·d·埃尔南德斯,a . a . a . Lasserre r·p·戈麦斯j·a·p·古兹曼和b·e·g·桑切斯”开发的专家系统诊断宫颈癌在非典型腺体细胞的支持,基于模糊逻辑的和图像解释,“卷。2013年,ID 796387条,17页,2013。视图:出版商的网站|谷歌学术搜索

移动信息系统