人工智能结课报告.

内蒙古科技大学2015/2016 学年第一学期

《人工智能》结课报告

课程号01

考试方式：结课报告

使用专业、年级：计算机应用2013-3,4

任课教师：陈淋艳

班级：计算机三班

学号：1376807326

姓名：周旭

医学专家系统 ——MYCIN

MYCIN系统是美国斯坦福大学研发的用来针对细菌感染性疾病进行诊断和治疗的专家系统，它的功能是帮助内科医生诊断细菌感染疾病，并给出相应的建议性的诊断结果及处方。

MYCIN系统是将产生式规则从通用问题求解的研究转移到解决专门问题的一个成功典范，

在专家系统的发展史中占很重要的地位，许多专家系统都是在它的基础上建立起来的。

(1)MYCIN系统的概况

MYCIN系统使用INTERLISP语言编写的，知识库中大约有200多条关于细菌血症的规则，可以识别约50种细菌。整个系统占245KB，其中INTERLISP系统占160KB，编译后的MYCIN系统占50KB，知识库8KB,其余27KB存放临床参数和作为工作空间。该系统具有咨询解释功能。

MYCIN系统的咨询过程与细菌感染疾病专家解决此问题时相同。一般细菌感染疾病专家在诊断时，大致分一下4个步骤：

①确定病人是否患有需要治疗的细菌感染疾病。因为人体通常寄生各种细菌，所以首先必须从人体取临床样本，通过微生物实验室培养出细菌，然后诊断。

②确定疾病可能是由哪种病菌引起的。

③判断哪些药物对抑制这种病菌可能有效。

④根据病人的情况，选择最适合的药物。

MYCIN系统处理一个患者的咨询过程如图1.1所示。这个过程是系统控制的主线，每一步都包含着规则的调用，通过人机对话，从询问中取得疾病状态、化验参数等直接观察的数据。MYCIN系统的结构如图1.2所示。

图1.1 MYCIN系统的咨询过程

图1.2 MYCIN系统结构图

从图1.2看出，MYCIN系统主要由咨询模块、解释模块和知识获取模块3个模块和知识库、动态数据库组成。

① 咨询模块。 相当于推理机和用户接口，当医生使用MYCIN系统时，首先启动这一子系统，此时MYCIN系统给出提示，需要医生输入相关的信息，例如病人的姓名、年龄、症状等，然后利用知识库中的知识进行推理，得出患者所患的疾病及治疗方案。MYCIN系统采用反向推理的控制策略。推理过程形成由若干规则链构成的“与/或”树，MYCIN系统采用“深度优先”法进行搜索。在MYCIN系统中，还使用了基于“可信度”的不精确推理，这一点在不精确推理中已做过介绍。

②解释模块。用于回答用户(医生)的询问，在咨询子系统的运行过程中，可以随时启动解释子系统，要求系统回答“为什么要求输入这一参数”、“结论是怎样得出的？”等问题。MYCIN系统通过记录系统所形成的“与/或”树来实现其解释功能。

③知识获取模块。用于从专家处获取知识，丰富知识库的内容。当发现有规则被遗漏或不完善时，知识工程师和专家可以利用该模块来增加和修改规则。

④知识库，又称静态知识库。用于存放诊断疾病的知识，本系统中用产生式规则表示。知识库是在系统建成时一次性装入的，在应用过程中通过知识获取模块进行扩充和修正。

⑤动态数据库。 用于存放患者的有关数据、化验结果以及系统推出的结论等动态变化的信息，故称为动态数据库。

(2)动态数据库中数据的表示。

动态数据库中的数据按照它们之间的关系组成一颗上下文树。上下文树是在咨询过程中形成的，树中的节点称为上下文，每个节点对应一个具体的对象，描述该对象的数据都在该节点上。上下文树构成了对病人的具体且完整的描述。

MYCIN系统提供了以下10种上下文类型：

①PERSON (病人)。

②CURCULS (当前培养物)，当前从病人身上提取的培养物。

③PRIORCULS (先前培养物)，先前从病人身上提取的培养物。

④CURORGS (当前机体)，从当前培养物中分离出的有机体。

⑤PRIORORGS (先前机体)，从先前培养物中分离出来的有机体。

⑥OPERS(手术)，已对病人实施手术。

⑦PODRGS(手术药物)，在手术期间给病人使用的抗菌素药物。

⑧CURDRUGS(当前药物)，当前对病人使用的药物。

⑨PRIORDRUGS(先前药物)，先前对病人的使用的药物。

⑩REGIMEN(方案)，推荐的治疗方案。

上下文树的类型能够指示哪些规则可能被调用，可以依据上下文对规则进行分类。每一规则能且只能属于某