ПРОЕКТУВАННЯ БАЗИ ДАНИХ ІНТЕЛЕКТУАЛЬНОЇ СИСТЕМИ ДІАГНОСТИКИ ЗАХВОРЮВАНЬ
Анотація
У роботі розглянута проблема проектування адаптивної бази даних (БД) інтелектуальної
системи діагностики захворювань (ІСДЗ), яка містить фактичні дані (факти) системи: вхідні дані і стан задачі, що розв’язується. Знання представлені у вигляді фактів, що описують об’єкти предметної області і відношення між ними. БД системи містить множину даних, які необхідні для розв’язання конкретних завдань користувачів системи, враховує їх інформаційні потреби; має структуровані і пов’язані між собою інформаційні елементи (дані), які не залежать від особливостей программ управління БД; представляє дані у формі, яка придатна для їх використання із застосуванням систем управління базами даних (СУБД). Крім того, БД має оперативний доступ до інформації, яка доступна для використання; можливість змінювати склад та форму даних, що цікавлять користувача; засоби, що забезпечують захист даних БД від несанкціонованого доступу, видалення і зміни; можливість оновлення і мінімізації даних. Предметна область системи структурована на основі ієрархії частина/ціле. Даний тип структуризації передбачає зв’язок об’єктів нижнього рівня з об’єктами верхнього рівня відношенням part_of (є частиною). Обробка даної ієрархічної структури виконується механізмом виведення системи за схемою логічного AND. Інтелектуальна система передбачає розмежування прав доступу для різних категорій користувачів (лікарі-терапевти, медики-експерти і інженери-когнітологи, непрофесійні користувачі). В ІСДЗ використовується реляційний тип БД. Аналіз і обробка даних з БД проводиться шляхом побудови нечіткого логічного виведення на основі бази знань. Для забезпечення достовірності і актуальності інформації, яка може впливати на прийняття рішень, враховуються всі дані з БД і будується логічне виведення на підставі існуючої БЗ. БД складається з фрагментів, що відповідають блокам правил бази нечітких правил, а також містять вхідні дані системи – інформацію про пацієнта і перелік первинних скарг. БД містить з 13 фрагментів. Усі фрагменти логічно пов’язані між собою. Кожен з фрагментів БД містить таблиці, зв’язки і обмеження, які описують відповідний блок правил, а також таблиці, що описують проміжні дані розв’язання задачі (факти, що використовуються в умовних частинах і висновках правил). Для мінімізації БД застосований метод бісекції алгоритму на множину простіших (приватних алгоритмів) і встановлення зв’язків між ними. Це дозволяє скоротити час роботи з БД і об’єм оперативної пам’яті. За допомогою проведеного аналізу предметної області і вимог до БД обрана MS SQL в якості СУБД, яка дозволяє забезпечити захист і збереження даних ІСДЗ.
Ключові слова: інтелектуальна медична система, база даних, база знань, механізм нечіткого виведення, реляційна база даних, СУБД, MS SQL.
Повний текст:
PDFПосилання
Diseases database: веб-сайт. URL: http://www.diseasesdatabase.com (дата звернення 25.05.2019)
Єпік М.О. Інтелектуальна система діагностики захворювань. Proceedings of the X International Scientific and Practical Conference International Trends in Science and Technology. Warsaw: RS Global Sp. z O.O., 2019. Vol.1. С. 3-6.
Єпік М.О. Концепція розробки інтелектуальної системи діагностики захворювань. Науково-технічний журнал «Інформаційно-керуючі системи на залізничному транспорті» 2019. №2 (135), С. 25-30.
Yu-Ying Wu, Yen-Liang Chen, Ray-I Chang. Mining negative generalized knowledge from relational databases / Yu-Ying Wu, Yen-Liang Chen, Ray-I Chang. Knowledge-Based Systems. 2011. Vol. 24, Issue 1. P. 134-145.
Єпік М. О. Модель представлення експертних знань в інтелектуальній системі діагностики захворювань. International Academy Journal Web of Scholar. 2019. Vol. 1. Р. 3-7.
Крон Г. Дослідження складних систем по частинах – діакоптика: монографія. Москва: Наука, 1972, 543 с.
Каргін А. О. Введення в інтелектуальні машини. Книга 1. Інтелектуальні регулятори: монографія. Донецьк: Норд-Пресс, ДонНУ, 2010, 526 c.
Посилання
- Поки немає зовнішніх посилань.