基于知识的心电图自动诊断系统的设计

　　随着各种信息处理技术的发展,国内外先进的医学辅助诊断仪器应运而生。为了提高心电图仪的自动自动诊断系统。本文将介绍系统的结构和设计方法,并对系统中应用的一些关键技术进行讨论。

　　1　系统整体结构

　　基于知识的心电图自动诊断系统结构如图1所示。主要包括心电图病理数据库、推理诊断模块、解释与咨询模块以及数据库维护模块。

　　1)人机接口模块。为了方便用户,该系统可以由系统自动将已测得或分析得到的心电图数据与心电图自动诊断系统链接,也可以由用户手动输入心电图数据。

　　2)心电图病理数据库。心电图病理数据库包括知识库和规则库两部分[1]。其中,知识库用于存放和管理有关心脏病诊断的专家经验和知识[2],规则库中存放着心脏病诊断与鉴别诊断的全部规则。由于心电图诊断知识多属于判断型知识,因此系统中采用产生式规则来表示知识[3]。

　　3)推理诊断模块。推理诊断模块模拟专家的思维、诊断过程,在知识库和规则库上操作,根据系统预先规定好的策略,利用已有知识来分析数据并得到结论。

　　4)动态数据库。利用SQL Server的TEMPDB数据库保存推理诊断过程中的数据,不但可以为输出结果提供必要的解释,还可以通过跟踪动态数据库中的数据来学习诊断方法,进行在线学习。每次关机后TEMPDB数据库可以自动清除库中的数据[4],节省了存储空间,避免了数据库的无限生长。

　　5)输出与解释模块。系统在输出诊断结果的同时提供诊断依据,不但防止医生因匆忙而忽视了的心电图中的细微变化,而且使医生对心电图的解释更为准确。

　　6)数据库维护与咨询模块。随着医学知识的发展,数据库中的知识也需要进行更新。此模块主要用来实现数据库中知识的增加、删除、查看、更新功能。利用视图形式存储典型病理知识,不但方便用户咨询和学习诊断知识,还可以节省存储空间。

　　2　系统关键部分的设计

　　2. 1　心电图病理数据库的设计

　　数据库中知识的表达方法取决于特定的应用对象。心电图诊断知识有其自身的特点。一种病对应一组症状,而不同的病对应的症状数也不同,而且同一种症状又可能同时对应多种病。因此,用数据库存储诊断知识可能会浪费一点存储空间,但与采用链表结构的存储组织形式所带来的知识查找的低效率相比,用数据库更好。

　　系统的心电图病理数据库分为知识库和规则库两部分。知识库存放规则的前件,因为每种病症对应的症状数目不同,所以专门设置一列用于存放此种会产生此种症状的病症数。其存储结构如图2所示。规则库存放诊断规则,因为医学上的许多前提与结论的关系并不是绝对的肯定或否定,某一前提为真时,结论是否为真并不绝对,而是一种模糊关系或概率关系,所以本系统采用MYCIN系统的确定性理论模型可信度CF(Certainty Factor)的概念[5],设置一列来存放此规则的可信度CF的值。为保证诊断的全面性也设置一列用于存放此种病症对应的症状数。其存储结构如图3所示。