基于q阶正交模糊语言集相似测度在医疗诊断中的应用

摘要：医生通过病人对自身病情的语言描述进行医疗诊断时，有时由于不同疾病有类似病症，从而无法作出精确诊断。该文以q阶正交模糊语言集理论为基础，定义其相似测度形式并应用于医疗诊断，提出解决办法，尽量减少误诊率，证明该测度的可行性与实用性。

关键词：q阶正交模糊语言集;相似测度;医疗诊断

中图分类号：TP18      文献标识码：A

文章编号：1009-3044（2022）26-0022-03

1 引言

在决策过程中，由于决策问题的复杂性，有时人们习惯用自然语言来描述信息，无法用一个精确的数字来量化事件的属性指标。模糊决策理论旨在利用精确的数学方法去处理无法用数字描述的模糊事物。Zadeh[[1]]教授于1965年提出模糊集理论以解决不确定环境下决策问题。Atanasso[[2]]教授于1983年提出考虑了隶属度、非隶属度（隶属度与非隶属度之和在0和1之间）的直觉模糊集（IFS） 。为解决隶属度和非隶属度的局限问题，Yager[[3]]提出隶属度与非隶属度之和大于1，平方之和小于1的毕达哥拉斯（Pythagorean） 模糊集（PFS） 。为进一步扩大应用范围，在原理论基础上，Yager提出了隶属度的q次幂与非隶属度的q次幂之和小于等于1的q阶正交模糊集（q-ROFS） [[4]]。在q-ROFS概念提出后，许多专家学者做了相关拓展研究。其中Liu[[5]]等提出了语言q阶正交模糊集。

相似测度是衡量和评估模式与模式之间相似度的标准或者准则，是模糊集理论中的重要内容，在决策过程中应用广泛。本文基于上述研究基础，提出语言q阶正交模糊集相似测度，并将其应用到医疗诊断中，探究其可行性与实用性。

4 基于q阶正交模糊语言相似测度在医疗诊断中的决策应用

4.1 决策方法

设[X=x1，x2，...，xn]为一固定集合，已有目标模式[Ai]和待识别目标模式[Bi]均为q-ROLFS，[S={sii=0，1，...，2t}]为语言集，基于q-ROLFS相似测度多属性决策方法具体步骤如下：

步骤1：基于相似测度公式分别计算[q-ROLFS（Ai，B1）];

步骤2：比较相似测度值，选择出最大值（[q-ROLFS（Ai，B1）]） ，即得待识别模式[B1]属于已知模式[At];

步骤3：重复步骤1、2，直至所有待识别模式[Bi]均判断出结果。

4.2 案例应用

假设A、B、C、D四位患者出现症状集为：[X=发热、头痛、咳嗽、胃疼]，诊断集：[W=病毒性发热、痢疾、胸肺病、胃病]，患者症状成都语言集为：[S=s0：无， s1：轻微， s2：有点，s3：一般， s4：比较严重， s5：严重， s6：非常严重]，病症数据见表1，患者病情数据见表2，现利用q-ROLFS相似测度为每位患者做诊断。

利用公式：

令[λ=1，q=3]，经计算可得结果，如表3所示：

由表3诊断结果，患者病症与疾病症状之间相似测度越大，表明患者患该种疾病的可能性越大，因此得到结论：A患痢疾;B患胃病;C患病毒性发热;D患胸肺病。

5 结束语

本文提出了q阶正交模糊语言相似测度及其在医疗诊断中的应用，有助于医生在诊断时减少误诊率。

参考文献：

[1] Zadeh L A. Fuzzy sets[J]. Information and Control，1965，8（3）：338-353.

[2] Atanassov K T. Intuitionistic fuzzy sets [J]. Fuzzy Sets and Systems， 1986，20（1）：87-96.

[3] Yager R R.Pythagorean membership grades in multicriteria decision making[J].IEEE Trans Fuzzy Systems，2014，22（4）：958-965.

[4] Yager R R.Generalized orthopair fuzzy sets[J].IEEE Transactions on Fuzzy Systems，2017，25（5）：1222-1230.

【通联编辑：唐一东】

收稿日期：2022-06-15

基金项目：安徽中医药大学科学研究基金项目（校级课题）（编号：2020zryb10） ;安徽省高等学校省级质量工程教研项目（编号：2019jyxm0245）

作者简介：徐洋（1988—） ，女，辽宁人，讲师，硕士，研究方向为数学课程与教学论。