JPH05233302A - ファジィ推論知識検証方式 - Google Patents

Abstract

(57)【要約】 【目的】イフ〜ゼン部の形式で記述されるファジィルー
ルのイフ部、および、ゼン部に記述される各々の命題の
意味を定義するメンバーシップ関数を用いて記述された
知識によりファジィ推論を行う機能を有する装置におい
て、ファジィ推論結果を目で見て判り易く表示し、ファ
ジィ知識の検証を容易にする。 【構成】ファジィ推論知識検証方式は、ファジィ推論知
識作成手段３１と、知識検証用のパラメータをセットす
る手段３２と、ファジィ推論機能３３とファジィ推論結
果値をグラフ、または、２次元画像、または、３次元グ
ラフィックスに置き換えて表示する機能３４により構成
される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、生化学自動分析装置か
ら大量に発生する検査データのチェック作業の自動化方
式に係り、特に、チェック用判定知識を作成した際の検
証方式に関する。

【０００２】

【従来の技術】従来の公知例として、(１) 春日他３
名：検査値を用いた病型分類方式の検討およびそのファ
ジィ理論の適用による改善：第１０回医療情報学連合大
会予稿集（Ｎov.１９９０）、(２) 西村他３名：ファ
ジィ臨床検査データベースシステム：第１０回医療情報
学連合大会予稿集（Ｎov.１９９０）、(３) 西畑他３
名：矛盾データ検索システムの開発とその評価：日本臨
床検査自動化学会会誌（Ｖol.１１ Ｎo.５ １９８
６）、がある。

【０００３】上記従来技術（１）では、測定値の分布図
を利用してメンバーシップ関数の設定を行う際、測定デ
ータの属性として、正常群，異常群に分類された測定値
分布図を利用して行っている。

【０００４】さらに、従来技術（２）では、正常群の分
布のみを利用し、統計的に、標準偏差の整数倍の値を利
用して、メンバーシップ関数の形態を決定している。

【０００５】また、従来技術（３）では、フローチャー
トを用いた知識を利用して測定データの判定を行ってい
る。

【０００６】

【発明が解決しようとする課題】上記従来技術（１)，
(２）では、いずれも、作成した判別知識の検証手段に
対する考慮がない。また、従来技術（３）では、基本的
に、項目ａ，ｂの関係図を作成し（例．図１参照）これ
より、回帰式を算出し、この回帰式を基準に判別フロー
（例．図２参照）を作成しているが、ここでも、作成し
た知識の検証手段に対する検討がなされていない。

【０００７】本発明では、推論の結果として、複数項目
の関係図を表示し、目で見て判り易い知識検証の手法を
提供することにある。具体的には、最終的に、作成した
知識の結果として、図１に示すような、複数項目の関係
図を表示する手法を提供することにある。

【０００８】

【課題を解決するための手段】上記課題を解決するため
に、以下の手段を設けた。 (１) 編集したファジィルールとメンバーシップ関数を
用いたファジィ推論結果値を、グラフ、または、２次元
画像、または、３次元グラフィックスに置き換えて表示
するファジィ推論知識検証方式を設けた。 (２) ファジィ推論結果値は、代表値、あるいは、適合
度、あるいは、代表値と適合度を用いた演算結果を利用
する機能を設けた。 (３) ファジィ推論知識検証を行う際の各種パラメータ
設定手段、および、演算式設定手段を設けた。 (４) 上記各種パラメータとして、条件の数値範囲(最
大値，最小値)，分割幅，ファジィ推論結果値として採
用する値を設定し、さらに、演算式として、代表値と適
合度を用いた演算式を設定する手段を設けた。

【０００９】

【作用】前記、各手段は、図３に示す処理フローに従い
動作する。 (１) ステップ３１では、ファジィ推論知識を作成す
る。 (２) ステップ３２では、知識検証用のパラメータをセ
ットする。 (３) ステップ３３では、ステップ３２で設定したパラ
メータに従ってファジィ推論を行う。 (４) ステップ３４では、ファジィ推論結果値をグラ
フ、または、２次元画像、または、３次元グラフィック
スに置き換えて表示する。

【００１０】それぞれのステップに関して、例を挙げて
作用を説明する。 １．ステップ３１（知識作成） ステップ３１で作成した知識例を図４（ａ）（ｂ）に示
す。これは、ある項目ａと、項目ｂの数値に対して、イ
フ〜ゼン（ｉｆ〜ｔｈｅｎ）型の形式で表されるファジ
ィルール図４（ａ）と、ファジィルールのイフ部，ゼン
部に記述される命題の意味を定義したメンバーシップ関
数図４（ｂ）で記述する。具体的には、ファジィルール
イフ部は、項目ａの値が高い，値が低い、のようなあい
まいな表現で記述し、ゼン部は、異常度が高い、といっ
たやはりあいまいな表現で記述する。

【００１１】さらに、各々の命題に対するメンバーシッ
プ関数を記述する。 ２．ステップ３２（知識検証用パラメータセット） ここで設定する知識検証用は、以下の４種類である。

【００１２】(１) 最小値 (２) 最大値 (３) 数値幅 (４) ファジィ推論結果として採用する値(代表値，適
合度、あるいは演算結果)最小値，最大値，数値幅によ
り、表示する濃淡画像の大きさが決定される。

【００１３】例えば、２次元画像を表示する際、画像の
大きさは、 （最大値−最小値)／数値幅 により決定される。ここでは、例として、項目ａ，ｂと
も、最小値は１、最大値は８とし、数値幅は１とする。
このときの出力画像は、８×８の大きさとなる。さらに
ファジィ推論結果として採用する値は、代表値とする。

【００１４】３．ステップ３３（ファジィ推論） ステップ３１で作成されたファジィ知識と、ステップ３
２で設定された各種パラメータに従い、検証用ファジィ
推論を行う。それぞれの項目値に対する適合度の算出
は、図５のメンバーシップ関数により説明する。ここで
は、項目ａ＝７，項目ｂ＝６を設定したときの動作を説
明する。

【００１５】まず、項目ａに関して、数値７が設定され
た場合、「ａが高い」という命題に対する適合度は、
１.０となり、「ａが中」という命題に対する適合度
は、０.４となる。さらに、項目ｂに関して、数値６が
設定された場合、「ｂが高い」という命題に対する適合
度は、０.６ となり、「ｂが中」という命題に対する適
合度は、０.４ となる。これにより最終的に、「異常度
が高い」という命題に対する適合度は、０.６となり、
「異常度が中」という命題に対する適合度は、０.４と
なる。そして、異常度に対するメンバーシップ関数に適
合度を掛ける。

【００１６】このように作成されたメンバーシップ関数
の重心値とその適合度を算出すると、それぞれ７と５と
なる。この時、パラメータ設定条件により、最終的なフ
ァジィ推論結果として代表値を採用する。すなわち、最
終結果は、７となる。

【００１７】以上のように、項目ａ，項目ｂの最小値か
ら最大値に対して検証用ファジィ推論を順次行う。

【００１８】４．ステップ３４（表示出力） ステップ３３で推論を行った結果を、２次元画像で表示
した例を図６に示す。それぞれの数値を濃度値に変換し
表示出力する。この際、画像の大きさを調整するため
に、線形補間を行うなど、各種画像処理手段の適用が可
能である。

【００１９】

【実施例】以下、本発明の実施例を、図面を用いて詳細
に説明する。本実施例は、生化学分析装置から出力され
る測定値の、測定異常を検出し、さらに、再検査の指示
を行うために作成した判別論理を検証するものである。
本実施例では、２項目の数値を用い、２次元画像を出力
する例を説明する。

【００２０】図７は、本発明を適用する装置のブロック
構成図であり、自動再検査機構を有する生化学分析装置
７１と、測定判別装置７２と、ディスプレイ装置７３と
キーボード７４，マウス７５からなる。

【００２１】本実施例における、判別論理作成処理フロ
ーを図３に示す。 (１) ステップ３１では、ファジィ推論知識を作成す
る。 (２) ステップ３２では、知識検証用のパラメータをセ
ットする。 (３) ステップ３３では、ステップ３２で設定したパラ
メータに従って検証用ファジィ推論を行う。 (４) ステップ３４では、ファジィ推論結果値の濃淡画
像出力機能により濃淡画像表示を行う。

【００２２】次に、図８にファジィ知識例を示す。ここ
では、血清中に含まれる酵素として、ＧＯＴとＧＰＴの
数値の大きさにより再検査の要否を判定する知識につい
て示す。

【００２３】ファジィルールでは、ＧＯＴと、ＧＰＴ
と、それぞれの比の状態により、再検査をするか、しな
いかを指示する知識が記述してある。例えば、ファジィ
ルール８１では、“ＧＯＴが異常で、ＧＰＴ／ＧＯＴ
（２項目の比）が異常ならば、再検査をする。”という
知識が記述してある。以下のファジィルールも同様であ
る。

【００２４】また、メンバーシップ関数では、ファジィ
ルールに記述されているそれぞれの命題に対する関数が
記述されている。例えば、メンバーシップ関数８２で
は、項目ＧＯＴが、４０以下であれば、確実に正常であ
り、１００以上であれば、確実に異常であることを意味
し、４０から１００の間の数値に対しては、正常・異常
の適合度が図のような関係で遷移することを示してい
る。メンバーシップ関数８３も同様である。さらに、メ
ンバーシップ関数８４では、項目ＧＯＴとＧＰＴの相関
値が、０.０５ 以下、あるいは、１１以上ならば、確実
に異常であることを意味し、０.１ から９の間の数値に
たいしては、正常であることを意味する。また、メンバ
ーシップ関数８５では、数値が、３以下だったら確実に
再検査をしない、７以上なら、確実に再検査をする、を
意味している。

【００２５】以下、この知識を本発明により検証する手
順を述べる。まず、知識検証用のパラメータを設定す
る。ＧＯＴに対しては、最小値は０以上とし最大値は、
２００とする。ＧＰＴに対しては、最小値は０以上、最
大値は２００とする。さらに、数値幅は、１とし、ファ
ジィ推論結果として採用する値は、代表値とする。

【００２６】以上設定したパラメータに従って、ＧＯＴ
は０から２００まで、ＧＰＴも０から２００までの数値
を入力しファジィ推論を行い、それぞれの数値に対応す
る代表値を算出する。そして、ファジィ推論した結果を
２次元画像として出力した例を図９に示す。

【００２７】図９に示す濃淡画像は、基本的に、ｘ軸
（ＧＯＴ軸），ｙ軸（ＧＰＴ軸）に沿った部分に濃度の
低い部分（黒い部分）が見られる。この濃淡分布は、原
点に向かって徐々に高くなり、さらに、原点を中心に、
ｘ＝ｙ線分にむかって、徐々に濃度が高くなる様子を表
わしている。この図では、濃度が低い方（黒い部分）
が、確実に再検する、を意味し、また、中央部の濃度が
高い部分（白い部分）は、再検しない、を意味する。

【００２８】このように画面表示された濃淡画像によ
り、ファジィ知識を検証する。表示された濃淡画像によ
り、ファジィ知識が不十分であると判断した場合は、フ
ァジィルール、および、メンバーシップ関数を再編集す
る。

【００２９】以上が、本発明を利用してファジィ知識を
検証する実施例である。

【００３０】本実施例では、作成したファジィ推論知識
の結果を、目で見て判断し、ファジィ知識の検証が容易
になる。

【００３１】

【発明の効果】本発明により、ファジィ推論結果を目で
見て判り易く表示することが可能になり、ファジィ知識
の検証が容易になる。

【図面の簡単な説明】

【図１】２項目の相関関係を表す説明図。

【図２】判定知識をフローで表した説明図。

【図３】本発明の処理手順を表す説明図。

【図４】ファジィ知識例を表す説明図。

【図５】ファジィ推論動作を表す説明図。

【図６】ファジィ推論結果を２次元画像で出力した説明
図。

【図７】本発明を適用する装置構成を表す説明図。

【図８】ファジィ推論知識を示す説明図。

【図９】出力された濃淡画像を表す説明図。

【符号の説明】

３１…ファジィ知識作成、３３…ファジィ推論起動。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 三村 智憲 茨城県勝田市市毛882番地 株式会社日立 製作所計測器事業部内

Claims (4)

【特許請求の範囲】
1. 【請求項１】イフ〜ゼン部の形式で記述されるファジィ
   ルールと、前記ファジィルールのイフ部、および、ゼン
   部に記述される各々の命題の意味を定義するメンバーシ
   ップ関数を用いて記述された知識によりファジィ推論を
   行う手段と、前記ファジィルール、および、前記メンバ
   ーシップ関数を編集する手段を有する装置において、 編集した前記ファジィルールと前記メンバーシップ関数
   を用いたファジィ推論結果値を、グラフ、または、２次
   元画像、または、３次元グラフィックスに置き換えて表
   示することを特徴とするファジィ推論知識検証方式。
2. 【請求項２】請求項１に記載の前記ファジィ推論結果値
   は、代表値、あるいは、適合度、あるいは、代表値と適
   合度を用いた演算結果を示すファジィ推論知識検証方
   式。
3. 【請求項３】請求項１に記載の前記ファジィ推論知識検
   証を行う際の各種パラメータ設定機能、および、演算式
   設定機能を有するファジィ推論知識検証方式。
4. 【請求項４】請求項３に記載の前記各種パラメータと
   は、（１）条件の数値範囲（最大値，最小値）、（２）
   分割幅、（３）ファジィ推論結果値として採用する値を
   示し、また、前記演算式とは、代表値と適合度を用いた
   演算式を示すファジィ推論知識検証方式。