生化分析仪辅助诊断专家系统的应用

甘宜梧 谢清华 王 波

生化分析仪辅助诊断专家系统的应用

甘宜梧①谢清华①王 波①

生化分析仪是临床检验中经常使用的重要分析仪器之一，可对血液、尿液、胸腹水和脑脊液等体液进行免疫学检查和生物化学分析。医学专家系统是智能计算机程序系统，其内部含有大量的医学专家的知识与经验，利用医学专家的知识和方法处理该领域问题，使生化仪与专家系统有机结合，能够较好地对仪器检测出来的各种数据自动进行综合分析，得出科学的理论依据和专家结论。结合专家诊断系统的设计、知识库数据库的创建和存储、神经网络和专家系统技术结合的机制，讨论生化分析仪辅助诊断专家系统的研究与应用进展。

生化分析仪；专家系统；知识库；神经网络；反向传播

[First-author’s address]Office of the Company, Jinan BIOBASE Biotech Co., Ltd., Jinan 250101,China.

目前，我国医疗资源区域不平衡，医疗资源在城乡差距比较大，医生的医疗水平参差不齐，为了避免因误诊、错诊而耽误治疗时机，从算法上设计一种用生化分析仪分析出来的数据进行辅助诊断的专家系统，既可传承专家长期实践积累的丰硕成果，又可缩小地区间医疗卫生水平差距[1]。

在全球一体化的背景下，检验仪器设备的发展趋势已达到同类型仪器检测的标准化，我国临床检验的准确性溯源长期以来一直未能得到解决，使用同类试剂经常出现不同的检验结果，除了对操作人员素质、试剂质量等进行控制外，对于不同厂商、不同型号的同类型仪器，采用相同的技术标准非常重要，使得各个实验室的数据具有可比性，目前已有不同等级的质量控制和部门来统一各实验室结果，使专家系统应用于体外诊断设备成为一种可能性和发展趋势[2-3]。

生化分析仪是临床检验中经常使用的重要分析仪器之一，通过对血液或者其他体液的分析来测定各种生化指标：如转氨酶、血红蛋白、白蛋白、总蛋白、胆固醇、葡萄糖、无机磷及钙等。结合其他临床资料，进行综合分析，可以帮助诊断疾病，对器官功能做出评价，鉴别病发因子以及决定今后的治疗基准等。

计算机的迅速发展极大的促进了人工智能的进步，其中最活跃的分支是专家系统，而专家系统在医学领域应用的最为广泛。医学专家系统是一个智能计算机程序系统，其内部含有大量的医学专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题[4-5]。其性能体现在两个方面，一是拥有大量的专业知识；二是运用专业知识进行推理的能力，因此知识库和推理机制是专家系统的根本[6]。

1 专家诊断系统概要

专家系统主要包括人机接口、推理机、解释程序、知识获取程序、综合数据库和知识库模块[7]。各模块之间的关系如图1所示。

(1)人机接口。数据库中知识的管理，专家系统的使用以及解释的获得都通过人机接口。

(2)推理机。对用户提出的问题按某种策略从知识库中选择合适的知识进行推理，给出专家级的答复。

图1 专家诊断系统模块图

(3)解释程序。用于人们易于理解的方式解释自身的推理过程。

(4)知识获取程序。负责知识库的添加、修改、删除和查询；以及对知识库中的知识进行一致性和完整性的检查。

(5)综合数据库。包含推理的原始事实和推理的中间过程。

(6)知识库。存储大量的领域专家的知识在数据库中，作为推理的依据，是专家系统进行问题求解的基础。

2 专家诊断系统设计

2.1 知识库的表示与设计

知识表示采用产生式作为知识的表示形式，利用关系数据库描述知识，可充分的利用数据库便于查询、编辑及快速处理海量资料的优点[8]。一般将人类专家的知识表示成“如果条件，则结论”的形式，其一般表示形式如下：

IF＜条件1＞AND/OR＜条件2＞AND/OR……AND/OR＜条件n＞

THEN＜结论＞

此种表示方法的含义是如果＜条件1＞＜条件2＞……＜条件n＞满足语句的布尔表达式，则有结论。人们解决实际问题的经验和方法有相当大的一部分可以用此种方式表示。

基于数据库的知识表示采用关系模式来描述知识，为了使知识的表达规范化，约定知识的条件和结论中所包含的断言用合取连接，而对于析取的断言可用两条规则表示。例如：IF A∨B THEN C——＞IF A∧￢B THEN C，IF B∧￢A THEN C

IF A THEN C∨D——＞IF A THEN C∧￢D，IF A THEN D∧￢C

通过这种方式的转换，实现了把网状的知识表示成线性的表示形式，以适应关系数据库的表示与存储。

知识库是在数据库中创建和存储的，知识库包含事实库和规则库，事实库用来存放事实性数据如症状、结论等；规则库也就是专家系统的知识，用来求解问题的各种规则的集合[9]。在建立事实库时，将所有的条件症状和结论疾病名称存储在事实库中，并用一个编号唯一标志[10]。这样做的优点是当规则库具有庞大的数据量时，可以建立有效的索引加速查询和推理过理。以生化分析仪经常检查的肝功为例，其中包含碱性磷酸酶(alkaline phosphatase，ALP)、γ-谷酰转肽酶(gamma glutamyl transpeptidase，GGT)以及谷丙转氨酶(alanine transaminase，ALT)等，见表1。

表1 ALP事实库描述

规则表中，一条规则对应多个事实号，从疾病诊断的角度看，即一种疾病对应多种症状。在规则表中Rule_No、Fact_No和Type共同组成主键，唯一标志一条规则。CF为可信度值，由于在推理中反复使用，其值对于相同的病历有一定的指导意义，在系统分析改进的过程中，通过分析的值来提高推理的准确性。后面再加个规则转化表把规则库中所有的规则进行转化，使每条规则成为一条便于理解的知识自然语言描述形式。“规则前提”即该规则所有前件事实的自然语言描述的组合。规则结论即该规则的结论的自然语言描述(见表2)。

表2 生化分析检验规则表描述

2.2 推理机制

不管是传统的靠符号推理的专家系统，还是神经网络都有其局限性[11]。专家系统的特色在于知识的逻辑推理，神经网络的长处在于知识获取，专家系统和神经网络在很多方面具有互补性[12]。一般而言，专家系统在宏观上模拟人的知识推理能力，而神经网络则是在微观上模拟人的认知能力，因此研究利用神经网络改造传统的专家系统，并在此基础上进行改进，将神经网络和专家系统技术有机结合，对集成系统的研究进行尝试具有重要意义[13]。

采用误差反向传播(back propagation，BP)训练算法[14](简称BP算法)。误差反传算法的主要思想是把学习过程分为两个阶段[15]：第一阶段为正向传播过程，给出输入信息通过输入层经隐含层逐层处理并计算每个单元的实际输出值；第二阶段为反向过程，若在输出层未能得到期望的输出值，则逐层递归地计算实际输出与期望输出之差值，即误差，以便根据此差值调节权值[16]。BP神经网络结构如图2所示。

图2 BP神经网络结构图

简单的以肝功的谷丙转氨酶、谷草转氨酶、谷氨酰转肽酶、谷氨酰转肽酶、碱性磷酸酶、总胆红素、直接、间接胆红素、总胆汁酸、总蛋白、白蛋白、球蛋白和白球比值为例做说明：选取ALP、GGT和ALT3项指标数据作为神经网络的输入单口。ALP、GGT及ALT相对于正常人的上升或者下降是由不同的疾病所引起，如ALP的病理表现为：升高为阻塞性黄疸、急慢性黄疸性肝炎及肝癌等。降低为呆小症，维生素C缺乏症等，这些病症都是隐含层。阻塞性黄疸会造成ALP的升高同时会使GGT的活性显著增高，ALT的活性也会增高输入。但是，如果有某种癌症也是这3种指标同时上升，则可以反向推理根据误差判断是那种疾病。数据由开关量“0”和“1”表示，有症状为1，无症状为“0”。通过对隐含层的匹配情况得出结论[17]。

系统对于专家建造的网络隐层数及隐层节点数的默认值，为了提高网络的性能，系统提供专家手动修改隐层数及其节点数的机会，专家可以根据系统提示的默认值，在隐层节点数的基础上加减其数量，以此得到最好的检测效果[18-19]。

3 展望

医学专家系统的建造为医学专家知识和经验的长期保存和运用提供了强有力的手段，借助系统提供的病理存储管理功能，可为医学专家知识和经验的发展鉴定可靠的基础。将专家系统与生化分析仪结合，相信以后会有更多医疗设备与专家系统结合，为医生提供更加专业的建议，将专家的经验提供给更多的患者，以帮助其得到更好的治疗。

[1]焦连亭.我国生化分析仪临床应用中应注意的若干问题[J].中华检验医学杂志，2005，28(5)：472-474.

[2]鲍峰，胡菊芳.自动生化分析仪的发展[J].中国纺织大学学报，2000，26(4)：103-106.

[3]刘杰，徐英，井雨.医疗器械发展的新方略第60届国际医疗器械博览会见闻[J].中国医院院长，2008(23)：65-69.

[4]Chang-Xue J，Abhlraml C，Alice E，et al.Practical guidelines for developing BP neural network models of measurement uncertainty data[J].J Manufactur Syst，2006，25(4)：239-250.

[5]刘道践，李源，安维民，等.基于医学图像的肝癌计算机辅助诊断方法的研究[J].中国医学装备，2015，12(5)：1-4.

[6]Cheng HD，Shan J，Ju W，et al.Automated breast cancer detection and classification using ultrasound images：A survey[J].Pattern Recognition，2010，43(1)：299-317.

[7]Kou G，Ergu D，Shi Y.An integrated expert system for fast disaster assessment[J].Computers Operations Research，2014，42(42)：95-107.

[8]董德威，郝博.基于SQL Server数据库和C++实现专家系统外壳[J].电脑知识与技术：学术交流，2008，24(2)：34-36.

[9]Arsene O，Dumitrache I，Mihu I，et al.Expert system for medicine diagnosis using software agents[J].Expert Systems with Applications，2015，42(4)：1825-1834.

[10]魏世成，王翰章.医学专家思维的计算机模拟—诊断类医学专家系统的设计与实现[J].计算机应用，1990(4)：1-5.

[11]Chen X，Wang Z，Sy C，et al.Computer-aided diagnosis expert system for cerebrovascular diseases[J].Neurological Research，2014，36(5)：468-474.

[12]俞思伟.医学专家系统的设计原理与实现方法[J].医学信息：医学与计算机应用，2002，15(6)：346-349.

[13]Jong GJ，Huang CS，Yu GJ，et al.Artificial neural network expert system for integrated heart rate variability[J].Wireless Personal Com munications，2014，75(1)：483-509.

[14]Hossain MS，Akter S，Rahaman S.A Belief Rule Based Expert System to Assess Meditation[C]// International Conference on Computational Science and Computational Intelligence.IEEE Computer Society，2015：829-832.

[15]Ding S，Su C，Yu J.An optimizing BP neural network algorithm based on genetic algorithm[J]. Artificial Intelligence Review，2011，36(2)：153-162.

[16]Wen J，Zhao JL，Luo SW，et al.The improvements of BP neural network learning algorithm[C].International Conference on Signal Processing Proceedings，2000.Wccc-Icsp.IEEE，2000：1647-1649.

[17]Hagan MT，Demuth HB，Beale M.Neural network design[M].Neural network design China Machine Press，2002：357.

[18]Chin-Teng Lin，George CS.Neural-network-based fuzzy logic control and decision system[J]. IEEE Transactions on Computers，1991，40(12)：1320-1336.

[19]Mohammand，Hossain，Md.Saifuddin Khalid，et al. A belief rule-based expert system to diagnose influenza[C]//The 9th International Forum on Strategic Technology(IFOST)2014，At Long Beach Hotel，Cox`s Bazar，Bangladesh，2014：113-116.

The application of auxiliary diagnosis expert system of biochemical analyzer/

GAN Yi-wu,XIE Qing-hua, WANG Bo// China Medical Equipment,2016,13(12):160-163.

The combination of biochemistry analyzer and medical expert system was proposed in this report. Biochemistry analyzer is one of the most important analytical instrument used in clinical detection. It could take immunological examination and biochemical analysis for blood, urine, pleural effusion and cerebrospinal fluid and other body fluids. Medical expert system is an intelligent program system with knowledge and experience of a large number of medical specialists. It could use the knowledge and method of medical experts to solve and deal with problems in the field. This system mainly includes human interface, inference engine, interpreter, knowledge acquisition procedures, integrated database and knowledge base. Some parts of system design, such as the expression and design, and interpretation mechanism of the knowledge base, have been interpreted in details. It adopts production as an expression of knowledge. Generally, knowledge was expressed as "if the conditions, then the conclusion" form. Interpretation mechanism use the error counter propagation of neural network to train the algorithm (BP algorithm for short).The combination could automatically conduct comprehensive analysis of various data generated by the instruments, and then obtain the science theoretical foundation and the most reasonable specialist conclusions. This report provides an overview of the system design of medical expert system.

Biochemical analyzer; Expert system; Knowledge base; Neural network; Back propagation

10.3969/J.ISSN.1672-8270.2016.12.046

1672-8270(2016)12-0160-04

R197.324

A

2016-05-29

①济南鑫贝西生物技术有限公司办公室 山东 济南 250101

甘宜梧，男，(1976- )，本科学历，高级工程师。济南鑫贝西生物技术有限公司办公室，从事IVD产品的研发和管理工作。