众所周知,疾病的诊断过程是医生根据病人的临床症状,综合自己所掌握的医疗知识的基础上对病因作出的判断。这里所指的临床症状是广义的,包括症状、体征、实验及各种检查,是临床医师通过综合分析、赖以判断的重要材料。这种诊断方法受主观因素影响比较大,诊断结果的正误与医生的医疗水平密切相关。为了帮助临床医师全面的考虑诊断结果,能够排除各种人为因素,得到准确、客观的诊断结果,该文提出了基于模糊神经网络的智能医疗诊断辅助系统。该系统能够帮助医师从已有的临床症状出发,科学地、全面地对疾病作出正确诊断,从而不以症为病,头痛医头,轻易随症施治。在医疗专家的意见和建议下,该文针对腹痛疾病的病理和病例知识进行了总结归纳,运用了模糊数学的思想对临床症状知识和数据进行模糊化处理。主要工作如下:1.结合腹痛疾病的临床实际情况,以医疗领域知识和专家在腹痛疾病的诊断经验为依据,将常见腹痛进行了归纳整理(急性阑尾炎、急性胆囊炎、胆囊结石、胆管结石、急性胆管炎、胃癌、胃十二指肠溃疡穿孔、急性肠梗阻、急性弥漫性腹膜炎、肝脓肿、原发性肝癌,急性胰腺炎等);对每一种疾病的病因、诊断、治疗方案进行了深入研究,建立了临床症状知识库及治疗方案知识库。2.根据腹痛疾病诊断的实际情况,以Delphi7.0和SQL Server 2000为开发工具建立了基于模糊神经网络的智能辅助医疗诊断系统,达到了提高诊断正确率的目的。3.根据腹痛疾病诊断的实际情况提出了模糊神经网络模型将传统的单一层次的神经网络结构分解为12个子神经网络,大大提高了神经网络的推理速度。该辅助诊断系统病例来源为辽宁省某医院的腹痛病例,对其进行了归纳处理,建立了相应的神经网络,利用神经网络学习该病例知识,仿真结果表明该系统的诊断率达85%以上,符合对腹痛疾病诊断的要求,具有一定的优越性和可实施性。