一、引论
在医学中，针对某种疾病，根据它的发病原因、相关症状及其体征，可以抽取出模糊产生式规则，这些规则不仅有不同的重要性，而且还可能会存在交互影响。当模糊规则之间的交互作用不能忽略的时候，用模糊积分作为融合算子是一个很好的选择。近年来，许多研究者用模糊积分处理疾病间的这种交互作用，收到了较好效果。用模糊积分处理交互作用的关键问题是模糊测度的确定，模糊测度不仅可以表示每条规则的重要度，还可以表示出规则之间的交互作用。已有不少学者在模糊测度确定方面进行了深入有效探讨，提出了一些确定模糊测度的方法，但是如何才能确定合适的模糊测度仍然是一件很麻烦的工作。文章讨论下积分在医学中的应用，侧重于解决医学上疾病的分类问题。在这里每一条规则可以看成是一个分类器。
从如何有效提高模糊规则融合效果底限的角度出发，提出一种基于下积分的融合方法。该方法将各个模糊规则组合的分类正确率作为效率测度，避免了确定模糊测度这一复杂问题。下积分不再只是普通模糊积分中融合算子的作用，借助下积分将待识别样例在各个规则及其组合之间合理分配，达到利用有限资源提高融合效率底限作用，通过求解关于下积分优化问题，得到样例在各规则及其组合之间优化分配方案(即各规则组合应对多大比例的样例进行分类)。当有一批新的样例需要分类时，不再需要所有规则都参与进来进行分类，而是用得到的优化分配方案，用对应规则组合对其进行分类。规则之间交互作用最大程度提高了融合系统中分类效率底限。
二、下积分在医学上的分类研究
(一)基于下积分的融合方法
下积分定义里蕴含着一种优化机制。在模糊规则融合过程中，下积分代表把一批测试样例在各个模糊规则组合间进行分配时，融合系统融合效率的底限，体现了最保守的融合效率。对于此，提出基于下积分的模糊规则融合分类方法。........
通过求解，此优化模型可以得到使待识别样例得到较高分类精度的分配方案。进行分类时，按照所求最优解把样例分成几个不相交子集，每一个样例子集由一个模糊规则组合进行分类，不用所有模糊规则都参与进来，这是和普通积分不一样的地方。哪些样例在同一子集呢?应该是能够被同一规则组合正确分类的样例。但是对于未知样例，这一点很难做到。为解决这个问题，要预测模糊规则，看预测的模糊规则组合可对哪些样例进行正确分类，就把这些样例分给这个组合去分类。同一个分类器组合可把样例分成两类，即正确分类样例和错误分类样例。利用这两类样例预测分类器，确定哪些样例适合在同一个分类器组合中分类。
(二)医学数据的试验结果
我们选用医学中常用的Pima India di-abetes data(妊娠期糖尿病)和BreastCancers lz}(乳腺癌)来检验下积分的分类融合效果。Pima India diabetes data是一个诊断是否患糖尿病的两类问题的数据库，里面有768个事例，其中268个正例，500个负例，有8个数值型的属性值。BreastCancer是一个是否得乳腺癌的两类问题的数据库，里面有499个事例，其中258个正例，241个负例，有10个数值型的属性值。每个数据集被随机分成两部分，70 %作为训练样例，30%作为测试样例。在这里用模糊ID3抽取模糊产生式规则。通过求解可以得到使融合系统分类效率达到最大的样例分配比例，对分配比例不为零的模糊规则进行组合，形成预测规则组合。.........
三、总结
在医学中，针对某种疾病，根据它的发病原因、相关症状及其体征，可以抽取出模糊产生式规则，这些规则不仅有不同的重要性，而且还可能会存在交互影响。当模糊规则之间的交互作用不能忽略的时候，用模糊积分作为融合算子是一个很好的选择。近年来，许多研究者用模糊积分处理疾病间的这种交互作用，收到了较好效果。用模糊积分处理交互作用的关键问题是模糊测度的确定，模糊测度不仅可以表示每条规则的重要度，还可以表示出规则之间的交互作用。已有不少学者在模糊测度确定方面进行了深入有效探讨，提出了一些确定模糊测度的方法，但是如何才能确定合适的模糊测度仍然是一件很麻烦的工作。文章讨论下积分在医学中的应用，侧重于解决医学上疾病的分类问题。在这里每一条规则可以看成是一个分类器。该方法将各个模糊规则组合的分类正确率作为效率测度，避免了确定模糊测度这一复杂问题。下积分不再只是普通模糊积分中融合算子的作用，借助下积分将待识别样例在各个规则及其组合之间合理分配，达到利用有限资源提高融合效率底限作用，通过求解关于下积分优化问题，得到样例在各规则及其组合之间优化分配方案(即各规则组合应对多大比例的样例进行分类)。当有一批新的样例需要分类时，不再需要所有规则都参与进来进行分类，而是用得到的优化分配方案，用对应规则组合对其进行分类。规则之间交互作用最大程度提高了融合系统中分类效率底限。
参考文献:
C1]刘涛，付君，邓平基.基于嫡权模糊积分的医疗质量综合评价[J].中国卫生统计，2010(5).
[2]高丽娟. To PSIS法对医院医疗质量管理的综合评价[J].中国卫生统计，2007(3).
[3]甘琴霞.模糊数学在中医学领域的应用进展[J].江苏中医药，2007(1).
[4]张彩坡.模糊积分及多分类器融合在医疗诊断中的应用[D].天津:天津理工大学，2010.
[5]吴志龙.改进的模糊遗传算法在医学中的应用和研究[D].天津:天津理工大学，2010.
[6]Michel Grabisch, Jean一Marie Nicolas. http://www.1daixie.com/dxyxlw/ Classification by Fuzzy Integral: Performance and Tests[J]. Fuzzy Sets and Sys- tems,1994(65).
[7]Zhenyuan Wang, Kwong一sak Leung, Jia Wang. A Genetic Algorithm for Determining Non Additive Set Function in Infor-mation Fusion [J]. Fuzzy Sets and Systems, 1999(102).