智能小區健康護理專家系統設計

喬 虹

（同濟大學電子與信息工程學院 上海 201804）

0 引言

智能護理技術在全世界都有一定的發展。例如Toshiba公司研發的Life Minder，一種可穿戴式的醫療支持系統原型[1]。中科院計算技術研究所提出一種基于無線傳感器網絡技術的遠程醫療監護系統[2]。雖然目前這些智能家庭技術取得不少成果，但是存在缺陷，如個人的移動性，覆蓋范圍少，受益人群少等。因此有必要實現一個綜合性的智能小區系統，及時對病者的生理體征信息進行動態采集和分析[3]。

而本文則基于個人區域無線網和數據庫來實現個人健康護理智能信息系統的智能小區，將用戶的數據傳至小區醫療服務中心服務器，構成個人健康管理系統信息平臺。

1 智能小區健康護理系統總體結構

系統總體結構

智能小區提供醫學測量設備，隨時對智能小區居民自身的身體指標進行測量，根據測量結果，為公眾提供普及型和個性化健康生活、健康評估、閾值警告、康復指導等服務，幫助改善個人不良的生活習慣和對于常見的慢性病提出建議[4]?？傮w結構如下所示。

圖1 系統的總體結構

2 推理機設計

2.1 推理機工作流程

推理機(Reasoning Machine)使得整個專家系統能夠以邏輯方式協調地工作，主要涉及到推理方式和控制策略。如下圖為智能小區專家系統的推理機的工作流程。

2.2 推理方法的實現

基于智能小區智能信息護理系統是主要針對于生活中常見的小病或慢性病。所以本系統選擇正向推理的方法。其推理算法如下：

圖2 工作流程圖

3 推理的不確定性分析

醫學數據的特點：異構性、海量性、數據表征不顯著[5]等導致了臨床診斷的不確定性。很多癥狀有輕、中、重之分，當用戶輸入癥狀情況，不能確定確切的病癥，就要用到不精確推理[6]。

3.1 “加權求和”模型

對于一些不確定的推理，采用數學模型中的“加權求和”的方法[7]，將重要性矩陣B和概率矩陣A進行加權求和得疾病隸屬度矩陣C，基于“加權求和”的數學模型如下：

其中f(j)則表示患者出現的癥狀對疾病j的隸屬度，f(j)的值一定程度上決定患某種病的可能。加權求和模型屬性如下所示。

表1 加權求和模型屬性一覽表

由疾病隸屬度矩陣C得出加權模型的函數表示為f(j)=a1b1j+a2b2j+…+aibij+…+ambmj，其中f(j)表示患者出現的癥狀從第1個到第m個癥狀對于疾病類j的判定重要性進行加權累加，以此來衡量患者出現的癥狀對于疾病類j的判定重要性。

3.2 模型篩選原則

對于特定的疾病類，根據資料查找其相應的判定閾值fy。比較由4.1中求得j從1取值到n的疾病j的隸屬度f(j)與疾病j隸屬度的判定閾值fy的大小,然后使用下面的模型篩選原則來進一步篩選。

1.最大值原則：若有很多疾病類的診斷函數值f(j)＞=fy，那么取f(j)值最大的作為初步診斷結論。

2.閾值的浮動原則：若所有疾病類的診斷函數值f(j)都小于其各自的閾值，則會對閾值的大小作適當的下調。

3.3 系統設計與實現

本系統使用Microsoft visual studio2010和Sql Sever2010來實現。主要實現用戶與專家系統的界面接口，用戶通過接口錄入與自己身體狀況相關的指標數據，保存到數據庫之后，系統對用戶錄入的數據進行匹配分析，通過推理算法推出用戶的身體狀況并給出一些生活建議。讓用戶及時了解自己的身體狀況，省去犯常見小病也去醫院排隊的尷尬。

系統展示如下所示：

圖3 指標數據分析示意圖

4 結論

健康信息智能管理系統構造的智能小區以人們常見小病及慢性病為依據，指導人們正確診斷，之后根據癥狀給出生活護理建議。這一系統的研發提高人們的自我保健意識，對智能小區里面的老人身體狀況自我診斷，省去他們因為小病而且醫院掛號排隊的尷尬，所以該系統有很大的應用前景。

[1]白明明.基于虛擬儀器的移動式人體參數連續監測儀器的研制[D].碩士論文.吉林長春:吉林大學,2009.

[2]王葛.無線體域網（WBAN）應用關鍵技術研究[D].碩士論文.陜西省西安市:西安工業大學.2013.

[3]高蕾娜.老年慢性病無線監控遠程關懷系統關鍵技術研究[D].博士論文.湖北武漢:華中科技大學,2009.

[4]郭頌,倪永軍.非處方藥網上智能咨詢系統的設計[J].微計算機應用,2006,27(6):678-682.

[5]胡吉晶.面向醫學領域數據倉庫的ETL過程研究與實現[D].碩士論文.上海:上海交通大學，2010.

[6]潘正華.模糊推理算法的數學原理 [J].計算機研究與發展,2008,45(Suppl.):165-168.

[7]劉通,王靜濱,張朝杰.裝備效能評估中加權求和模型的改進與應用[J].電光與控制,2009,16(9):44-46.