一个智能多属性决策系统,用于临床评估脊髓疾病,使用模糊的超软粗略近似
Muhammad Abdullah1, Khuram Ali Khan2, Atiqe Ur Rahman3
1Department of Mathematics, University of Sargodha, Sargodha, 40100, Pakistan.
BMC medical informatics and decision making
|March 11, 2025
概括
诊断脊髓疾病 (SCD) 是一个复杂的过程. 这项研究引入了模糊的超软套件,以提高诊断准确性并通过管理医疗数据的不确定性来降低成本.
科学领域:
- 医学诊断 医学诊断 医学诊断
- 计算智能是一种计算智能.
- 模糊的集合理论 模糊的集合理论
背景情况:
- 脊髓疾病 (SCD) 的诊断是具有挑战性的,因为复杂和不确定的数据.
- 当前的诊断方法往往需要昂贵和耗时的程序.
- 现有的技术与医疗数据中固有的模糊性作斗争.
研究的目的:
- 为模糊的超软集呈现新的下方和上方近似值.
- 使用多参数参数增强传统的模糊集和软集近似.
- 开发用于医学诊断的智能决策支持机制.
主要方法:
- 模糊集合理论与超软集合概念的整合.
- 基于拟议的模糊超软集近似的强大算法的开发.
- 将算法应用于用于脊髓疾病 (SCD) 临床诊断的案例研究.
主要成果:
- 拟议的模糊超软集近似有效地管理诊断数据中的复杂性和不确定性.
- 开发的算法在SCD诊断案例研究中证明了决策的改进.
- 通过功能能力,成像和神经状态等子标准来完善诊断标准.
结论:
- 新的模糊超软集近似为医学诊断提供了一个复杂的工具.
- 拟议的方法可以显著提高诊断准确度,并降低与脊髓疾病 (SCD) 诊断相关的成本.
- 这种方法提供了一个有价值的分析工具,用于管理复杂的医疗条件的模两可.


