一种用于癫痫脑波病历特征选择的多专家协同决策方法技术

本发明专利技术公开了一种用于癫痫脑波病历特征选择的多专家协同决策方法。该方法首先构造专家集中每个专家ei对应的癫痫脑波病历参考关系评估矩阵；然后设计专家组Exgi的邻域半径ri，并计算其特征选择值协同性，获取专家组Exgi的特征选择关系协同度cri；最后构造专家系统集E的专家邻近矩阵集P和专家组Exgi的关系矩阵PEi，针对癫痫脑波病历特征开展多专家协同决策选择优化，从而求得全局最优癫痫脑波病历特征选择集。该方法能有效进行癫痫脑波病历的鉴别、诊断和治疗，对癫痫疾病的早期预防、降低脑损伤后果等具有较好作用。

A multi expert cooperative decision making method for epileptic EEG medical record feature selection

The invention discloses a multi expert collaborative decision making method for epileptic EEG medical record feature selection. In reference to the relationship between epileptic EEG signals firstly records construct expert on each expert EI corresponding evaluation matrix; neighborhood radius Ri and then design expert group Exgi, and calculate the value of feature selection concertedness, feature acquisition expert group Exgi relationship synergy relationship matrix PEi CRI; the final structure of expert system in expert proximity matrix E set P and Exgi expert group, according to the characteristics of medical experts to carry out epileptic EEG collaborative decision-making optimization, so as to obtain the global optimal feature selection in Epilepsy EEG records. This method can be used for the identification, diagnosis and treatment of epileptic EEG, and has a good effect on the early prevention of epilepsy and reducing the consequences of brain injury.

【技术实现步骤摘要】

：本专利技术涉及到医学信息智能处理领域，具体来说涉及一种用于癫痫脑波病历特征选择的多专家协同决策方法。
技术介绍
：癫痫是一种不自主的脑部电位活动，临床上绝大部分伴随着意识丧失、眼球上吊、吐白沫及无意识的肢体收缩等，严重者会导致呼吸急促以至无法呼吸而致死。癫痫的临床症状往往表现为脑部有实质损伤或者是结构异常，但是70％癫痫病人无法通过现行影像技术来检查定位癫痫的起始点，这类癫痫症状常出现为儿童病人。另外大概30％病人在核磁共振或计算机断层检查能发现可见病变，如脑瘤、外伤、先天血管异常、脑炎以及脑膜炎等。脑电图对癫痫病历的诊断有很大帮助，有诊断意义的脑电图为异常癫痫脑电样波，包括棘波、尖波、棘(尖)慢复合波和多棘慢复合波。癫痫脑电样波的爆发性异常对癫痫诊断尤有意义，爆发性指的是一种脑电图现象突然开始和突然终止，在频率、波形、波幅等方面不同于背景，且突出于背景。癫痫脑电样波爆发的内容可以是高波幅慢波，高波幅快波甚至α波。由于在一般医院里对脑电图病历的记录时间为20-30分钟，在明确为癫痫病人中仅20-30％可记录到癫痫脑波的爆发，30-40％为非特异性变化如慢波增多等，这对癫痫的诊断不具有帮助。
技术实现思路
：本专利技术的目的是提供一种用于癫痫脑波病历特征选择的多专家协同决策方法，该方法能有效进行癫痫脑波病历鉴别、诊断和治疗，对癫痫疾病的早期预防、降低脑损伤后果具有较好作用。本专利技术通过以下的技术方案实现的：一种用于癫痫脑波病历特征选择的多专家协同决策方法，具体步骤如下：A.设计一个具有n个专家的专家系统集E，其中每个专家ei∈E具有相应的重要度权重wi且wi∈[0,1]，并将该权重初始化为wi＝1,i∈{1,2,...,n本文档来自技高网...

【技术保护点】
一种用于癫痫脑波病历特征选择的多专家协同决策方法，其特征在于：具体步骤如下：A.设计一个具有n个专家的专家系统集E，其中每个专家ei∈E具有相应的重要度权重wi且wi∈[0,1]，并将该权重初始化为wi＝1,i∈{1,2,...,n}；B.构造专家系统集中第i个专家ei对应的癫痫脑波病历参考关系特征选择矩阵其中l,k∈{1,2,...,n}，为专家ei选择的每对脑波病历信号(xl,xk)相应特征值；C.设计专家ei所在专家组Exgi的邻域半径ri，值范围ri∈[(wi‑ηi),(wi+ηi)]，其中wi为重要度权重，αi为专家ei选择脑波病历信号对(xl,xk)相应特征值的迭代次数；D.计算邻域半径范围ri内专家组Exgi的特征选择值协同性,并获取专家组Exgi的特征选择关系协同度cri；E.比较专家组Exgi特征选择关系协同度cri与预先设定的协同性阈值μ关系：如果cri≥μ，则专家组Exgi对癫痫脑波病历特征选择过程结束，转向新的专家组进行脑波病历特征选择过程；如果cri＜μ，则继续专家组Exgi继续进行上述癫痫脑波病历特征选择过程，进一步优化协同度cri，直至满足cri＝μ；F.构造含有专家系统集E的专家邻近矩阵集P和专家组Exgi的关系矩阵PEi，优化外伤性癫痫脑波病历特征集，并进行多专家特征选择的协同决策优化，求出外伤性癫痫脑波病历优化特征向量，从而获得多专家协同决策优化后的癫痫脑波病历特征选择集；G.判断上述求得的外伤性癫痫脑波病历特征选择集结果是否满足最优精度要求，若满足，则输出癫痫脑波病历全局最优特征选择集；否则，转至步骤B重复进行上述过程。...

【技术特征摘要】
1.一种用于癫痫脑波病历特征选择的多专家协同决策方法，其特征在于：具体步骤如下：A.设计一个具有n个专家的专家系统集E...

【专利技术属性】
技术研发人员：丁卫平，施佺，管致锦，董建成，王杰华，陈森博，张晓峰，胡斌，文万志，顾颀，程学云，
申请(专利权)人：南通大学，
类型：发明
国别省市：江苏;32