论文部分内容阅读
在心脏病急救医疗过程中如何从管理科学角度减少可避免的不良事件的发生,保障患者安全性,普遍提高医疗的品质与效率,一直是理论界与实务界的重要研究课题。已有的研究在CBR/RBR信息融合推理机制、不确定性对心脏病急救推理鲁棒性影响方面的研究尚显不足。本文从心脏病急救医疗系统整体角度,研究决策推理过程的鲁棒性问题,主要工作与创新如下:1.将鲁棒性原理引入心脏病急救决策品质与效率的研究。针对心脏病急救决策中推理效率与准确性较低的问题,首次提出了复杂医疗决策鲁棒性概念。对抗干扰能力、容错能力、冗余性等关键瓶颈问题进行研究,系统性地分析了决策过程知识获取和传递的规律,揭示知识推理的核心作用。采用鲁棒性阈值方法构建系统鲁棒性判别准则群,通过信息熵、信息增益与互信息方法实现融合协调机制。提出了R2CMIFS模型、RTCRF模型等一整套融合模型和鲁棒性阈值方法,丰富了该领域的鲁棒性理论研究。2.采用鲁棒阈值解决CBR/RBR融合推理问题。在研究心脏病急救决策的CBR/RBR融合推理机过程中,首次提出融合酉空间、鲁棒性阈值向量概念。针对融合系统的鲁棒性优化问题,采用奇异值分解方法,构造CBR/RBR融合推理的阈值向量,作为融合推理的约束条件,确定了融合推理解的边界,证明了满足鲁棒性阈值融合推理解的唯一性,解决了国外文献(如LUENGO,et al.)提出的关系构造融合策略未从鲁棒性分析角度解决融合系统脆弱性的问题,在协同融合模式下构建基于资源策略分离和冲突消解机制的CBR/RBR融合推理模型,改进了BEN-TAL, et al.提出的标准型鲁棒目标函数不能直接应用于异构多元不确定信息的CBR/RBR融合的不足。3.提出了不确定性决策的隐性非结构化知识表达和推理机制。在心脏病急救决策不确定性问题研究上,提出了稳定态CBR/RBR融合推理模型﹢推理过程随机项的复合叠加模型,建立了基于贝叶斯的CBR/RBR融合推理机制,并与国外文献中提出的静态CBR/RBR融合推理模型从推理准确度和收敛性两个角度进行对比分析,发现本研究具有鲁棒性优势,丰富了医疗决策系统的不确定性决策理论。讨论了不确定性问题中隐性非结构化知识融合问题的核心作用,利用双机制优化协同理论构建了基于多属性决策的BN-CBR/RBR优化方法,拓展了人机融合理论与方法在医疗决策中的应用研究。4.将鲁棒性理论与模型应用于心脏病急救的实践。所提出的心脏病急救决策鲁棒性模型和方法有效解决了决策系统中的不确定性问题,在提升决策系统鲁棒性方面取得了创新和突破。该研究的模型和方法已通过嵌入式算法固化在医疗智能决策原型系统中,为心脏病急救诊断提供辅助决策支持,解决了医疗专家资源稀缺与有限资源利用率低的的矛盾,对于提高医疗急救决策品质和效率、建设数字医疗系统与国际水平接轨具有重要意义。本论文是天津市科技支撑计划重点项目《采用多传感器信息融合的嵌入式心脏病急救智能集成系统》(No.09ECKFGX00600)、天津市应用基础及前沿技术研究计划《基于感知过程的复杂系统信息融合理论与应用研究》(No.10JCYBJC07300)、深圳富士康科技集团项目《心脏病急救效率与品质提升研究》的组成部分。