毕达哥拉斯模糊集的一种基于矩阵的距离及其在医学诊断中的应用

基于神经模糊规则的甲状腺疾病诊断专家系统

Expert System Based On Neural-Fuzzy Rules for Thyroid Diseases Diagnosis

甲状腺是一种内分泌腺，在血液中分泌激素，将其产物循环到身体的所有组织，在那里它们控制每个细胞的重要功能。正常水平的甲状腺激素有助于大脑，心脏，肠道，肌肉和生殖系统正常运作。甲状腺激素控制身体的新陈代谢。甲状腺功能异常通常与甲状腺激素产生过少（甲状腺功能减退）或甲状腺激素产生过多（甲状腺功能亢进）有关。因此，正确诊断这些疾病是非常重要的课题。在这项研究中，语言模糊限制语神经模糊分类器与选择功能（LHNFCSF）的甲状腺疾病的诊断。利用分类精度和k折交叉验证对该系统的性能评估进行了估计。结果表明，在训练和测试阶段，不进行特征选择的分类正确率分别为98.6047%和97.6744%，RMSE为0.02335。在应用特征选择算法后，LHNFCSF在训练阶段对所有聚类大小都达到了100%。然而，在测试阶段，LHNFCSF实现了88.3721%，使用两个聚类，90.6977%，使用三个聚类和97.6744%，使用四个聚类为每个类和12个模糊规则。所获得的分类精度是非常有前途的其他分类应用文献中的这个问题。

制造系统的时序神经模糊监控系统

A Temporal Neuro-Fuzzy Monitoring System to Manufacturing Systems

故障诊断和故障预测是提高制造系统安全性的关键技术。因此，在线故障检测和隔离是安全关键和智能控制系统中最重要的任务之一。计算智能技术作为传统故障诊断方法的延伸正在被研究。本文讨论了时间神经模糊系统（TNFS）的故障诊断中的应用研究的制造系统。找到一个合适的结构检测和隔离十个现实的执行器故障的关键问题进行了说明。在此框架下，开发了模拟洗礼的NEFDIAG（神经模糊诊断）1.0版数据处理交互软件。该软件主要用于工业过程故障的分类神经模糊系统的创建，训练和测试。NEFDIAG可以表示为一种特殊类型的模糊感知器，有三层用于分类模式和故障。本系统选用阿尔及利亚SCIMAT水泥厂熟料车间。

一种新的基于Z数的医学诊断方法

A New Medical Diagnosis Method Based on Z-Numbers

如何处理医学诊断中的不确定性是一个悬而未决的问题。本文提出了一种基于Z数的决策方法。首先，专家意见用Z数表示。Z-数是表示为Z =（A，B）的模糊数的有序对。然后，提出了一种新的模糊数排序方法。在模糊数排序方法的基础上，提出了一种将Z数转化为基本概率赋值的新方法。结果，来自不同来源的信息通过Dempster的组合规则被组合。由于信息融合的优势，最终的决策更加合理。最后，通过风险分析和医疗诊断两个实验，验证了该方法的有效性。

Diagnosis of Coronary Artery Disease Using Artificial Intelligence Based Decision Support System

This research is about the development a fuzzy decision support system for the diagnosis of coronary artery disease based on evidence. The coronary artery disease data sets taken from University California Irvine (UCI) are used. The knowledge base of fuzzy decision support system is taken by using rules extraction method based on Rough Set Theory. The rules then are selected and fuzzified based on information from discretization of numerical attributes. Fuzzy rules weight is proposed using the information from support of extracted rules. UCI heart disease data sets collected from U.S., Switzer…

模糊离散事件系统的可诊断性

Diagnosability of Fuzzy Discrete Event Systems

为了更有效地处理现实世界中的不确定性问题，近年来提出了{ \it模糊离散事件系统}（FDES），并发展了FDES的监督控制理论。鉴于故障诊断的重要性，本文提出了一种在故障诊断系统框架下进行故障诊断的方法。更具体地说：（1）给出了故障可诊断性的形式化定义，其中事件的可观测集和故障集是{ \it fuzzy}的，即每个事件都有一定的可观测度和不可观测度，并且每个事件都有不同的故障发生概率。(2)通过构造FDES的基于可观性的诊断器，我们研究了它的一些基本性质。特别是，我们提出了一个必要和充分条件的可诊断的FDES。(3)一些例子来说明FDES的可诊断性的应用。最后，提出了一些相关问题供进一步考虑。

Parkinson's Disease Diagnosis based on Gait Cycle Analysis Through an Interpretable Interval Type-2 Neuro-Fuzzy System

In this paper, an interpretable classifier using an interval type-2 fuzzy neural network for detecting patients suffering from Parkinson's Disease (PD) based on analyzing the gait cycle is presented. The proposed method utilizes clinical features extracted from the vertical Ground Reaction Force (vGRF), measured by 16 wearable sensors placed in the soles of subjects' shoes and learns interpretable fuzzy rules. Therefore, experts can verify the decision made by the proposed method based on investigating the firing strength of interpretable fuzzy rules. Moreover, experts can utilize the extracte…

基于粗糙集和形式概念分析的智能医疗诊断框架

A Framework for Intelligent Medical Diagnosis using Rough Set with Formal Concept Analysis

医学诊断过程在试图处理诊断的不同复杂方面的程度上有所不同，例如症状的相对重要性，不同的症状模式以及疾病之间的关系。在决策理论的基础上，过去的许多数学模型，如明确集，概率分布，模糊集，直觉模糊集，处理复杂的方面的诊断。但是，许多这样的模型未能包括专家决策的重要方面。因此，已作出努力，以处理不一致的数据被认为是Pawlak与粗糙集理论的引入。虽然粗糙集方法具有其他方法无法比拟的优势，但是它产生的规则太多，给决策带来很多困难。因此，最小化决策规则至关重要。本文通过预处理和后处理两个过程来挖掘合适的规则，并探索属性之间的关系。在前处理中，我们使用粗糙集理论挖掘合适的规则，而在后处理中，我们使用形式概念分析，从这些合适的规则，以探索更好的知识和最重要的影响决策的因素。

Symptom based Hierarchical Classification of Diabetes and Thyroid disorders using Fuzzy Cognitive Maps

Fuzzy Cognitive Maps (FCMs) are soft computing technique that follows an approach similar to human reasoning and human decision-making process, making them a valuable modeling and simulation methodology. Medical Decision Systems are complex systems consisting of many factors that may be complementary, contradictory, and competitive; these factors influence each other and determine the overall diagnosis with a different degree. Thus, FCMs are suitable to model Medical Decision Support Systems. The proposed work therefore uses FCMs arranged in hierarchical structure to classify between Diabetes,…

State Space Advanced Fuzzy Cognitive Map approach for automatic and non Invasive diagnosis of Coronary Artery Disease

Purpose: In this study, the recently emerged advances in Fuzzy Cognitive Maps (FCM) are investigated and employed, for achieving the automatic and non-invasive diagnosis of Coronary Artery Disease (CAD). Methods: A Computer-Aided Diagnostic model for the acceptable and non-invasive prediction of CAD using the State Space Advanced FCM (AFCM) approach is proposed. Also, a rule-based mechanism is incorporated, to further increase the knowledge of the system and the interpretability of the decision mechanism. The proposed method is tested utilizing a CAD dataset from the Laboratory of Nuclear Medi…

基于大语言模型的不确定性推理用于可解释疾病诊断

Uncertainty Reasoning with Large Language Models for Explainable Disease Diagnosis

提出一种神经符号推理框架，将大语言模型与模糊逻辑和声明式规则结合，实现可解释且形式可验证的医学诊断。

基于格的下腰痛模糊医学专家系统

Lattice-Based Fuzzy Medical Expert System for Low Back Pain Management

下背痛（LBP）是一种常见的医疗条件，剥夺了世界各地许多人的正常日常活动。在缺乏外部生物标志物的情况下，LBP的诊断是相当具有挑战性的。它需要处理几个临床变量，这些变量没有精确的量化值。本研究针对腰椎间盘突出症管理之模糊医学专家系统之发展，提出一种有吸引力的格基知识表示方案，以处理知识中的不精确性，提供一个适合的模糊知识库和模糊推理系统的设计方法。模糊知识库以模块化的方式构建，每个模块捕获关于相关临床病史、临床检查和实验室调查结果的相关医学知识。这种设计方法确保了知识库的最优性、一致性和精确性以及可扩展性。模糊推理系统采用Mamdani方法，采用三角形隶属度函数进行模糊化，采用面积形心技术进行解模糊化。该系统的原型已经建成使用领域专家医师提取的知识。已经检查了系统对ESI医院（Sealdah）的一些可用患者记录的推断。核查的医学专家认为这是可以接受的。

在语义网中使用模糊集为技术系统的用户提供联机帮助

Use of Fuzzy Sets in Semantic Nets for Providing On-Line Assistance to User of Technological Systems

本文的主要目的是开发一种新的语义网络结构，基于模糊集理论，用于人工智能系统，以提供有效的在线援助的新技术系统的用户。这种语义网络是用来描述一个“理想”的专家的知识，而模糊集是用来描述新手用户的近似和不确定的知识，谁干预匹配模糊标签的查询与类别从一个“理想”的专家。我们所考虑的技术系统是一个文字处理软件，其对象为“Word”，目标为“Cut”或“Copy”。我们建议考虑一组系统的目标作为一组语言变量，对应于一组可能的语言值的基础上的模糊集。因此，我们认为，这些可能的值对应于一组隶属函数的一组解释的水平。我们还提出了一种方法来衡量不同的模糊语言变量之间的相似度的相似对象的类中的语义网络的分区，使用户的模糊查询的诊断容易。

HV衬套模糊多层感知器评价

Fuzzy and Multilayer Perceptron for Evaluation of HV Bushings

提出了应用模糊集理论对高压套管的状态进行诊断的方法。诊断使用溶解气体分析（DGA）的数据，从基于IEC 60599和IEEE C57-104标准的油浸纸（OIP）套管的套管。FST和神经网络的精度和计算效率进行了比较。FST和NN仿真都能够诊断套管状况，误差为10%。利用模糊理论，维修部门可以对衬套进行分类，并了解部件的退化程度。

归纳和不确定性管理技术在兽医诊断中的应用

Induction and Uncertainty Management Techniques Applied to Veterinary Medical Diagnosis

本文讨论了一个项目之间进行的计算科学系，统计学，兽医学院设计一个医疗诊断系统。医院数据库系统中的在线医疗数据已经收集了几年。许多归纳方法被用来从数据中提取知识，试图改进临床医生使用的简单诊断图表。它们还增强了经典统计方法的结果-发现许多更重要的变量。本文的第二部分描述了一个基本的贝叶斯证据合成方法，在初始阶段使用模糊事件。给出了计算结果，并与其它方法进行了比较。

基于模糊软集理论的乳腺癌患者风险评估专家系统

Fuzzy Soft Set Theory based Expert System for the Risk Assessment in Breast Cancer Patients

提出基于模糊软集理论的专家系统，利用常规血液分析参数评估乳腺癌风险，帮助识别高风险患者并指导活检等后续诊断。

混合自适应神经模糊推理系统在肝脏疾病诊断中的应用

Hybrid Adaptive Neuro-Fuzzy Inference System for Diagnosing the Liver Disorders

在这项研究中，自适应神经模糊推理系统（ANFIS）和粒子群优化（PSO）的基础上的混合方法用于诊断肝脏疾病（ANFIS-PSO）。这种智能诊断方法将推理系统和优化过程相结合，试图根据数据集调整ANFIS的超参数。肝脏疾病特征取自UCI机器学习数据库库。这些特征属性的数量为7，样本数量为354。通过分类准确率、灵敏度和特异度分析，评价了ANFIS-PSO智能医疗系统对肝病的正确诊断性能。实验结果表明，ANFIS-PSO算法的性能优于传统的FIS和无优化阶段的ANFIS。

基于ICD 10的模糊时态逻辑医学专家系统

ICD 10 Based Medical Expert System Using Fuzzy Temporal Logic

医疗诊断过程涉及多个层次，医生每次对所有患者进行第一层次的诊断，总是要花费大量的时间和金钱。因此，需要一种基于计算机的系统，该系统不仅向患者询问相关问题，而且还通过使用推理逻辑从获得的症状中给出一组可能的疾病来帮助医生。在这项工作中，ICD 10为基础的医疗专家系统，提供意见，信息和建议，医生使用模糊时序逻辑。该系统所使用的知识库包括症状事实和疾病规则。它还提供了症状和疾病的模糊严重程度量表和权重因子，并且可以随时间而变化。该系统基于改进的欧几里德度量生成可能的疾病状况，使用Elders算法进行有效聚类。最小相似度值被用作识别疾病的决策参数。

GOTM: a Goal-Oriented Framework for Capturing Uncertainty of Medical Treatments

It has been widely recognized that uncertainty is an inevitable aspect of diagnosis and treatment of medical disorders. Such uncertainties hence, need to be considered in computerized medical models. The existing medical modeling techniques however, have mainly focused on capturing uncertainty associated with diagnosis of medical disorders while ignoring uncertainty of treatments. To tackle this issue, we have proposed using a fuzzy-based modeling and description technique for capturing uncertainties in treatment plans. We have further contributed a formal framework which allows for goal-orien…

基于模糊软集的基因表达数据分类

Fuzzy Soft Set Based Classification for Gene Expression Data

分类是数据采掘研究领域的主要问题之一。医学领域中的分类问题通常是根据医生的诊断结果或治疗描述对医学数据集进行分类。本研究工作讨论了乳腺癌、肺癌和白血病三种不同癌症的基因表达数据的分类过程，分为癌期和非癌期两类。我们应用了一个基于模糊软集相似性的分类器来提高癌症基因之间的分期预测的准确性，并通过Entopy过滤来选择有信息的基因。

面向双重层次犹豫模糊语言术语集的序贯三支群决策

Sequential three-way group decision-making for double hierarchy hesitant fuzzy linguistic term set

针对群决策中信息融合慢与部分决策解释难的问题，提出基于粒计算的序贯三支群决策方法S3W-GDM，在DHHFLTS环境下融合多级信息并优化条件概率与损失函数计算，提升决策效率与合理性。

中性光理论与应用的新动向

New Trends in Neutrosophic Theory and Applications

中性论的理论和应用正以惊人的速度向各个方向扩展，特别是在《中性集与系统》杂志问世之后。新的理论、技术、算法得到了迅速发展。模糊集理论中最引人注目的趋势之一是模糊集与其他潜在集如粗糙集、双极集、软集、犹豫模糊集等的杂交，在很短的时间内文献中提出了粗糙模糊集、单值模糊粗糙集、双极模糊集、单值模糊犹豫模糊集等不同的杂交结构。Neutrosophic集在数据采掘、决策制定、电子学习、工程、医学、社会科学等各个领域都是一个非常重要的工具。这本书的新趋势在中性理论和应用的重点是理论，方法，算法决策，也涉及到神经网络信息的应用。有些主题涉及数据采掘、决策制定、电子学习、图论、医疗诊断、概率论、拓扑学等。

GAFR-Net：一种用于可解释乳腺癌图像分类的图注意力与模糊规则网络

GAFR-Net: A Graph Attention and Fuzzy-Rule Network for Interpretable Breast Cancer Image Classification

GAFR-Net通过图注意力与模糊规则机制，实现乳腺癌图像分类的可解释性与高性能，适用于标注有限的医学图像分析。