medical decision報告(2)

A novel approach to determining change of caloric intake requirement

based on fuzzy logic methodology

指導老師：張啟明 老師報告人：張治中

一個新的方法來確定變化的卡路里攝入量的要求基於模糊邏輯方法

目錄摘要介紹模糊理論系統結論

摘要肥胖是一個全球性的流行病。高熱量食物的消費決策

是至關重要的，因為許多嚴重的健康風險與超重和肥胖有關。

本文提出了一種新的方法來確定的卡路里攝入量的要求，採用模糊邏輯原則。模糊方法有效處理的人的身體活動，身體質量指數和年齡層次的數據和主觀判斷的模糊性。

介紹肥胖是一個被廣泛關注的關鍵的全球健康問題。據世界衛

生組織，至少有 280 萬成年人每年死於超重或肥胖的結果。它會導致肥胖對健康的危害。在全球範圍內， 44 ％的糖

尿病， 23 ％的缺血性心臟疾病和某些癌症的 7-41 ％，歸因於超重和肥胖。

世界衛生組織（ WHO ）報告，全球約一億成年人超重，超過 300 萬的肥胖。在澳大利亞的國民健康調查（ 2004-2005 年）， 42.1 ％的成年男性和 30.9 ％的成年女性被歸類為超重， 25.6 ％的男性和 24 ％的女性被列為肥胖 [3] 。肥胖的流行並不普遍，只在高收入國家，但現在也很常見，在低收入和中等收入國家。

介紹運動是減肥最好的方法之一心血管疾病的風險增加是因為高碳水化合物的攝入量。碳水化合物的攝入量是常見的肥胖。換句話說，具有

較高的 BMI 更容易中風，糖尿病，結腸癌，乳腺癌的風險。

介紹定義三個因數：體力活動水平、年齡、 BMI這種 ( 參數 ) 是動態的。模糊系統不精確的人類知識

符合邏輯的方式，不求精確的陳述。模糊系統依靠專家的知識。

( 專家系統係由知識庫、推論引擎及介面為基礎而組成的電腦化系統，其目的在對於某一特定領域的問題作判斷、解釋及認知，但由於此特定領域可大可小，且對認知的定義亦有不同的解釋 )

模糊系統架構

模糊化模糊系統的核心的第一階段是建立模糊集的模糊化。這涉及到的數值的轉換，可接受和不可接受的模糊值。每個數據集的範圍從 0到 1 。

X 是整個數據集， x 是元素的子集 A(array)

模糊化顯著低（ SL ），比較低的（ RL ），空擋（ N ），

較高（ RH ）和顯著高（ SH ）。這些定義函數採用三角形或梯形的形狀。

模糊化兩個方程的交點

模糊化 -輸入參數身體活動的水平 ( 運動量 ) （ P ）年齡（ A ）身體 BMI （ B ）

BMI 模糊化WHO [1] 定義了體重指數的正常範圍為 18.5-

24.9 ，這些限制男女是相同的。 VL =非常低 ; SIL =顯著低 ; SLL =稍微低 N = 中性 ; SLH=稍微高 ;

SIH=顯著高 VH =非常高。

運動量模糊化運動量是用百分比表示I=無效 ; S =久坐不動的 LA =輕輕活躍， N= 常

活躍 ; MA = 中度活動 ; VA =非常活躍 ; ： EA =非常活躍。

年齡模糊化VL =非常低 ; ML = 較低， L = 低， NH = 不高 ;

H = 高， MH= 中度和 VH=非常高的。

熱量攝入模糊化從模糊推理出熱量攝入 CiSUD = 大幅下降 ; SID =顯著減少 ; SLD=略有下降 ; N = 中性 ; SLI=略有增加 ; SII=顯著增加 ; SUI= 大幅度增加

模糊推論工廠模糊系統的核心的第二階段是在模糊推論工廠由於模糊推理，如不準確性，可靠性和緊湊的缺點，

這種方法是不是決定性的。但是，它確實表明，模糊方法在衛生研究領域的貢獻整合的專業知識，在設計的 if-then規則和語言輸入數據集有系統地處理決策產生語言的輸出值。

推論機制

Mamdani-style 模糊推論

模糊理論的基本結構

解模糊化

解模糊化過程中的數據

解模糊化重心法 (center of gravity defuzzifier or

center of area defuzzifier)

綜上所述，某人的 X需要提高他的熱量需求的 11.61 ％，以保持健康的。

結論使用這種方法的進一步研究有可能擴展至其他相關在

衛生研究中的應用，並且系統幫助醫生對於隱性知識和處理的模糊性的數據時決策過程。在衛生領域的一些潛在的應用是在可預知的健康風險和流行病，設計這種流行病和健康狀況監測和診斷疾病的應對戰略。