(1)研究了基于历史案例库的集成开放的智能诊疗决策技术,构建了基于案例推理的智能医院诊疗决策支持系统架构(CBRbased Intelligent Medical Decision Support Systems,CBRIMDSS),提出了用改进的案例推理技术辅助决策支持系统的建造,整合DSS和CBR各自的技术优势进行医疗知识挖掘,可以面向疾病早期探测诊断预测等不同的诊疗过程,为医院诊疗决策者提供有力支持.
(3)针对医院诊断决策案例中同时含区间模糊数空间方位数连续性数值等的情境,探索了基于案例推理的模糊多属性决策方法,提出了一种适应模糊多属性知识获取需求的混合案例检索算法,构建了面向模糊多属性医院诊疗预测的案例推理方法框架,研究不同类型案例知识的表达,重点解决含符号属性逻辑值属性二维空间方位属性程度上有差异(有大小差异)的区间模糊属性等复杂属性案例的检索问题.根据模糊诊疗决策案例的特点并结合医院的实际情况,对传统基于欧氏距离最近邻算法进行了部分修改,以适应空间方位变量的检索计算,形成了面向空间模糊数计算的改进最近邻法IKNNCSFV.针对有些医院诊疗决策案例中存在的有大小差异区间模糊数的特征属性,将模糊集的概念融入进来,将案例推理问题转化成模糊多属性决策问题,形成面向区间模糊属性案例检索算法FCAPSIS.整合欧氏最近邻算法IKNNCSFVFCAPSIS,可以获得适用于医院诊疗决策案例特征的模糊混合案例检索算法FHRAM.基于Columbia Saint Marys Cancer Dataset的实验验证了该方法的有效性;进一步地,与KNNRBFNetworkJ48等其他几种方法的对比实验表明该方法更高的性能.