Professional Documents
Culture Documents
PODSTAWY MECHATRONIKI
Logika rozmyta
(Fuzzy logic)
PLAN WYSTĄPIENIA
• Historia
• Formalizm
• Zastosowania
- sterowanie wentylacją
- sterowanie rozmyte a regulator stanu
- ruch robotów
- rozpoznawanie uczuć
- sterowanie turbiną parową
- z pamiętnika operatora młyna cementowego...
- sterowanie ruchem pociągów w Japonii
- rozmyte inwestowanie na giełdzie
- rozpoznawanie rozedmy płuc
- zapobieganie katastrofie lotniczej
HISTORIA
• Funkcja przynależności
µA (x)=1, gdy x ∈ A
µA (x)=0, gdy x ∉ A
True
GORĄCO
False
0
30 C Temperatura
Np. A={x,y,z}
B={1,2,3} to x=1, y=2, z=3
OPERACJE NA ZBIORACH
Przechodniość Równoważność
Dwa zbiory mają tę samą relację do trzeciego -relacja refleksyjna+symetria+przechodniość
OPERACJE NA ZBIORACH
Zbiory mają część wspólną
Przykład: U=zbiór wszystkich
samochodów we Wrocławiu Zbiór Logika ostra Zbiór Logika rozmyta
A= {x∈ U | x ma 4 cylindry}
B= {x∈ U | x ma 6 cylindrów} A Silnik 4-cylindrowy E Samochody
B Silnik 6-cylindrowy polskie
C Silnik 8-cylindrowy
Co sprawia, że samochód jest „polski”? D Inne F Samochody z
zagranicy
-samochody produkowane w Polsce
mogą zawierać część z zagranicy
-samochody produkowane za granicą mogą
zawierać części produkowane w Polsce
Ostre / rozmyte
OPERACJE NA ZBIORACH
Myślenie ostre i nieostre, niepewność
• Informacja
– znaczenie
– Wiedza z doświadczenia
Niepewność
– Warunki, w których istnieje możliwość
popełnienia błędu
• Złożoność
OPERACJE NA ZBIORACH
Wiedza niepewna i nieostra
Wiedza niepewna Wiedza nieostra
Trucizna ?
OPERACJE NA ZBIORACH
Pomiar i niepewność
• Dokładność
– Nieważne jak dokładnie mierzylibyśmy,
zawsze będzie istniała niepewność pomiaru
– Część ułamkowe
Miara ?
OPERACJE NA ZBIORACH
Nieokreśloność (nierozstrzygalność)
Niewiele?
Kilka?
Dużo?
Co oznacza
każdy termin ?
Zbiór rozmyty, E
E={x∈ U | [x, µE (x) ]}
1 Ostry
wzrost
180
Przynależność do
zbioru osób wysokich
1 Rozmyty
wzrost
160 180
FUNKCJE PRZYNALEŻNOŚCI
A B
A∧B A∨B ¬A
FORMALIZM
Operacje na zbiorach
• Suma rozmyta
A∪B
• Przykład
– A = {1.0, 0.20, 0.75}
– B = {0.2, 0.45, 0.50}
– A ∪ B = {MAX(1.0, 0.2), MAX(0.20, 0.45), MAX(0.75, 0.50)}
= {1.0, 0.45, 0.75}
Przykład
A ∩ B = {MIN(1.0, 0.2), MIN(0.20, 0.45), MIN(0.75, 0.50)} = {0.2, 0.20, 0.50}
FORMALIZM
Operacje na zbiorach
Dopełnienie zbioru
Ac=U-A
• Przykład
– Ac = {1 – 1.0, 1 – 0.2, 1 – 0.75} = {0.0, 0.8, 0.25}
Mid
Not Young Age Not Old
A2 = A1 ∩ A3
Przynależność
A1 A2 A3
Wiek
0 20 35 45 60 80
FORMALIZM
t-norma
• Przecięcie się dwóch zbiorów rozmytych A
oraz B jest operacją binarną i na przedziale
jednostkowym
• i: [0,1] x [0,1] [0,1]
– (A∩B)(x) = i[A(x), B(x)]
• Standardowa część wspólna:
– i(a,b) = min(a,b)
• Wynik algebraiczny:
– i(a,b) = ab
FORMALIZM
t-konorma
• Suma dwóch zbiorów rozmytych A i B jest
operacją binarną i na przedziale
jednostkowym :
– u: [0,1] x [0,1] [0,1]
– (A∪B)(x) = u[A(x), B(x)]
• Standardowa suma:
– u(a,b) = max(a,b)
• Wynik algebraiczny:
– u(a,b) = a+b-ab
FORMALIZM
Zbiory rozmyte Mamdaniego
Poprzednik i następnik są rozmyte
– np., “IF błąd IS mały AND zmiana błędu w czasie IS ujemna, THEN
sygnał sterujący IS mały”
– Czym jest błąd “mały”, “średni”, oraz “duży”?
• Należy “rozmyć” fizyczny pomiar błędu/pochodnej, zastosować reguły
rozmyte, oraz “de-fuzzikować” (wyostrzyć) sygnał sterujący
Regulator „PI”
PRZYKŁAD
sterowanie temperaturą w pomieszczeniu
PRZYKŁAD 1
Zbiory ostre
• Minimum
– Jeżeli x należy do zbioru A w stopniu mA(x) i do zbioru B w
stopniu mB(x) to koniunkcją (x należy do zbioru A AND B) jest
min(mA(x), mB(x))
PRZYKŁAD 1
Alternatywa
• Maksimum
– Jeżeli x należy do zbioru A w stopniu mA(x) i do zbioru B w
stopniu mB(x), to alternatywą (x należy do A OR B) jest
max(mA(x), mB(x))
PRZYKŁAD 1
Reguły rozmyte
Funkcja przynależności
Wzrost
MF
Stopień
przynalezności
Mały Średni Duży
1
0.5
0
25 40 55 Wzrost
0.68
Low High
0.32
Ostre 0
wejścia X=0.32 Y=0.61 t
1
Low High
0.61
0.39
0
t
PRZYKŁAD 3
Defuzyfikacja
Max
∫ f (t )dt
1
Low High
Min
Środek ciężkości
0.61
figury
geometryczcnej
0.39
0
t
Ostre wyjście
LOGIKA ROZMYTA
Regulator rozmyty
• System ekspertowy
• Formalizuje wiedzę pobraną od człowieka
– Ma to znaczenie w procesach, w których trudno jest
sformułować model matematyczny
• Stosuje terminy rozmyte very high, slightly low,
almost zero.
Inferencja
(oddziaływanie) Baza reguł
Obiekt
reguł
Fuzzifikacja
Pomiar (rozmywanie)
LOGIKA ROZMYTA
Regulator rozmyty - projekt
• Krok 1
– Zidentyfikuj istotne wejścia i wyjścia
– Zakresy wejść i wyjść
– Wybierz zmienne lingwistyczne
• Krok 2
– Wprowadź funkcję rozmywającą dla każdej
zmiennej wejściowej w celu interpretacji
pomiarów
LOGIKA ROZMYTA
Regulator rozmyty - projekt
• Krok 3
– Sformułuj reguły rozmyte
• Pobierz je od ludzi
• Naucz na podstawie danych empirycznych
– Reguły mają formę
• If e = A and e’ = B then v = C.
LOGIKA ROZMYTA
Regulator rozmyty - projekt
• Krok 4
– Zaprojektuj metodę inferencji reguł
If <e,e’> is A x B, then v is C,
[A x B](x,y) = min[A(x),B(y)].
– Każda reguła ma odpowiadającą jej relację R
LOGIKA ROZMYTA
Regulator rozmyty - projekt
– If <e,e’> is A1 x B1, then v is C1
– If <e,e’> is A2 x B2, then v is C2
– …
– If <e,e’> is An x Bn, then v is Cn
– Zdarzenie: <e,e’> is x0 x y0
– Wywnioskuj, że v is C1
• Wyostrz wyjście v
– Metoda środka ciężkości itd.
LOGIKA ROZMYTA
Działanie regulatora rozmytego
Wejście ostre
Wejście rozmyte
Wyjście rozmyte
Wyjście ostre
STEROWANIE ROZMYTE
WENTYLACJĄ
LOGIKA ROZMYTA
Sterowanie wentylacją - baza reguł
Wymiennik Regulator
temperatury
Powietrze
Wentylator
zawór
zamknięty
Woda grzewcza
LOGIKA ROZMYTA
Sterowanie wentylacją - baza reguł
Temperatura powietrza Prędkość wentylatora
100
st If Hot
90 Bla then
Blast
80 Fa
st If Warm
then
70 Fast
60
Med If Just Right
ium then
50 Medium
40
Sl
IF Cool
•IF Cold then Stop
ow then
30 Slow
•If Cool then Slow
if Cold
20
•If OK then Medium
then Stop
10
St
op
1
•IF Hot then Blast
t
ol
Ho
ar
Co
W
Co
Rig t
ht
Jus
ld
45 50 55 60 65 70 75 80 85 90
LOGIKA ROZMYTA
Sterowanie wentylacją – wejścia/wyjścia
1
0
100
st
90 Bla t
80 Fa
st
70
60
Med
iu m
50
•IF Cold then Stop
40
Sl
ow
30 •If Cool then Slow
•If OK then Medium
20
10
St
op
t
ol
Ho
ar
Co
W
Co
t
ht
Jus
ld
Rig
45 50 55 60 65 70 75 80 85 90
STEROWANIE ROZMYTE
I
REGULATOR STANU
SPRZĘŻENIE ZWROTNE OD STANU
din
u y
Obiekt
Klqr obserwator
0
Regulator
x
Proporcjonalny
(wektor)
wejście u
wyjście y = x2
zakłócenie w
k
u w
m1 m2
x1, x3 = dx1/dt
x2, x4 = dx2/dt
PRZESTRZEŃ STANU UKŁADU STEROWANIA
x1 0 0 1 0 x1 0 0
x 0 0 0 1 x2 0 0
=
2 + u + w
x3 − k m1 k m1 0 0 x3 1 m1 0
x4 k m 2 − k m 2 0 0 x4 0 1 m2
x1 jest pozycją m1
x2 jest pozycją m2
x3 jest prędkością m1
x4 jest prędkością m2
y wyjściem z obiektu x2
w jest przyspieszeniem zakłóceń działających na m2
u jest przyspieszeniem sterującym masą m1
Zadania dla układu regulacji
6 Pozycja
m1 oraz m2
5
4
3
impuls
2
wprawia w
1
prędkość
ruch masę
m1 oraz m2
m2 0
0 5 10
Time (s e cond)
STRUKTURA REGULATORA
spring_state
0.6
0.4
0.2
0
-0.2
-0.4
-0.6 -2
-2 -1 0
0 1 2 2
spring_length_estimate delta_spring_length_estimate
• Tłumienie oscylacji
– Sygnał z regulatora jest w przeciwną stronę niż
z obiektu, gdy L = 0
– Przesuwa sygnał sterujący o wartość
proporcjonalną do błędu pozycji oraz prędkości
• Śledzenie wartości zadanej
– Gdy L jest małe, to działa regulator PD
y
REGULATOR ROZMYTY
Estymator
długości sprężyny
Reguły
u
0.5 0.5
0 0
-0.5 -0.5
0 5 10 15 20 0 5 10 15 20
Time (s ec) Time (s ec)
SYMULACJA
Redukcja zakłócenia działającego na m2
Wyjście z obiektu y Wyjście z kompensatora u
y 2 u1
Fuzzy
Fuzzy Design A
Design A Design B
1.5 Design B
0.5 Marrison
Marrison Design #1
Design #1 Design #3
1 Design #3
0
0.5
-0.5
0
-0.5 -1
0 5 10 15 20 0 5 10 15 20
Time(sec) Time(sec)
SYMULACJA
Odpowiedź skokowa - śledzenie
Wyjście z obiektu y Wyjście z kompensatora u
2 2
1
1.5
0
1
-1
Fuzzy Fuzzy
0.5
Design A -2 Design A
Design B Design B
0 Marrison Marrison
Design #1 -3 Design #1
Design #3 Design #3
-0.5 -4
0 5 10 15 20 0 5 10 15 20
Time(sec) Time(sec)
STEROWANIE ROBOTEM
ZASTOSOWANIE- Sterowanie robotem
Regulator rozmyty
Wartość
Wartość Baza rzeczywista
rzeczywista Rozmycie Wyostrzenie
reguł
Funkcje
przynależności
Reguły rozmyte (IF ... THEN ...)
Zmienne rozmyte
Zmienne lingwistyczne
ZASTOSOWANIE- Sterowanie robotem
Operatory rozmyte
Typowa reguła Mamdaniego
IF x1 is A1i AND x2 is A2i THEN y i is B i , for i = 1, 2,..., l
Użyte bloki w oprogramowaniu do tworzenia reguł
Mamdaniego
Wartość
X (liczba rzeczywista) rozmyta Wartości AND/OR DOF
AND/OR
…
Fuzzifier
Fuzzifier rozmyte
Bloki logiczne
Funkcja
przynależności
Metoda defuzyfikacji
Y Y1
Wartość Y2
Output
Output (Zbiór rozmyty) Defuzzifier
Defuzzifier Wyjście ostre
…
rozmyta
Block
Block Yn
ZASTOSOWANIE- Sterowanie robotem
Struktura regulatora rozmytego
IF theta is POS NEG
ZERO
POS
AND theta_dot is NEG
THEN force is NEG
Detekcja
zmiany
theta Fuzzyfikacja
Fuzzyfikacja
(POS)
(POS) Blok Center of Gravity
Blok
wyjściowy
wyjściowy siła
theta_dot Fuzzyfikacja
Fuzzyfikacja AND (NEG)
(NEG)
(NEG)
(NEG) Defuzyfikacja
Defuzyfikacja
Wyjście
u
Reguła #2 siła
Reguła #3 siła
ZASTOSOWANIE- Sterowanie robotem
Unikanie przeszkody
Kąt czujnika i w
Odległość do przeszkody v
(mierzona przez czujnik i)
Regulator rozmyty
θ1
θ2
ZASTOSOWANIE- Sterowanie robotem
Unikanie przeszkody
Funkcje przynależności:
Close Near Far Neg Zero Pos
θ2
Reguły dla i - tego czujnika :
1."IF distancei is Close And anglei is Pos Then V Is VSlow W is Neg "
2."IF distancei is Close And anglei is Zero Then V Is Zero "
3."IF distancei is Close And anglei is Neg Then V Is VSlow W Is Pos "
4."IF distancei is Near And anglei is Pos Then V Is Slow W Is SNeg"
5."IF distancei is Near And anglei is Zero Then V Is VSlow W Is SNeg"
6."IF distancei is Near And anglei is Neg Then V Is Slow W Is Spos"
7."IF distancei is Far And anglei is Pos Then V Is Fast W Is Zero"
8."IF distancei is Far And anglei is Zero Then V Is Fast W Is Zero"
9."IF distancei is Far And anglei is Neg Then V Is Fast W Is Zero"
ZASTOSOWANIE- Sterowanie robotem
Unikanie przeszkody
Zwykły regulator rozmyty Regulator rozmyty reagujący
na zdarzenia
Aktywność procesora
f – wskaźnik obszaru
fr=0 w – wektor normalny do prostej
ZASTOSOWANIE- Sterowanie robotem
Współpraca robotów
G
B
wl Oba roboty ustawiają się względem
rB siebie symetrycznie względem prostej G-A
A
wr
Regiony
popychania
ZASTOSOWANIE- Sterowanie robotem
Współpraca robotów
Jeżeli jeden robot nie jest w stanie wypełnić zadania ze
Sygnał Sygnał względu na wagę piłki, to system nadrzędny może wykryć
wejściowy wyjściowy ten stan poprzez ocenę pracy robota (prędkość popychania)
“in” “out” i wezwać drugiego robota.
Stany pracy pojedynczego robota
“in”? object_reached
· Standby: stan początkowy. Robot czeka na sygnał z
“in”? komenda
systemu nadrzędnego
“in”? obiekt_zgubiony
· Path Planning: robot przesuwa się w stronę celu
“out”! cel_osiągnięty omijając przeszkody oraz inne roboty. Po osiągnięciu celu
stan zmienia się na Standby lub Placement, w zależności od
komendy z systemu nadrzędnego (komenda pushing, to stan
“out”? obiekt_dotknięty Placement, w przeciwnym przypadku stan Standby.
• Rodziny cech:
– Podstawowe cechy statystyczne : maksimum, minimum, średnia, zakres wartości,
długość odcinka, itp.
– Energia falki : Znormalizowana suma kwadratów współczynników transformacji
falki
– Średnia falki: Średnia współczynników transformacji falki
– X-Centroid: poziomy środek ciężkości współczynników transformaty falki
– Wypukłość/wklęsłość : Stosunek współczynników wypukłości i wklęsłości
poszczególnych falek w danym odcinku
AUTOMATYCZNA SELEKCJA CECH
• Nauka rozmyta
– Każdy agent musi wygenerować swoją własną bazę wiedzy poprzez
automatyczne uczenie rozmyte
– Baza wiedzy jest zbiorem reguł oraz zmiennych rozmytych
– Przykład reguły rozmytej
IF WaveletAverage is LOW AND Maximum is LOW THEN segment
is GOOD
– Zbiór uczący zawiera wektor cech reprezentujący dobre odcinki
• Detekcja błędów
– W każdym odcinku sygnału wejściowego agent stosuje rozumowanie rozmyte i
dzieli zdarzenia na
Dane o
cechach po
obliczeniach w
ADSAS dla
danego
sygnału
WAHANIA OBROTÓW RPM
Krok 3: Nauka rozmyta / inferencja
– 600 odcinków uczących z 12 testów
– Wygenerowano 382 reguły rozmyte
Sygnał testowy
?: nieznany
X: zły
√: dobry
WAHANIA OBROTÓW RPM
Krok 4: Analiza całego sygnału
Każdy sygnał jest
przeliczany z
zastosowaniem
jednej lub kilku
kolumn tablicy
inferencji
LOAD O2S xx
Skrzynia
biegów
RPM VSS
FUELPW xx
ECT
IAC MAF
Szybki wpływ
SPARKADV
TP Efekt znaczący
?: nieznany
X: zły
√: dobry
• Acknowledgment
– This work is support in part by a grant from NSF, a contract from Ford,
and a grant from CEEP
ROZPOZNAWANIE UCZUĆ
A Fuzzy System for Emotion Classification
based on the MPEG-4 facial definition
parameter set
Wesoły, radosny
ZŁOŚĆ RADOŚĆ
rozśmieszony
Agresywny
Pełen nadziei
spokojny
Miły zachwycony
Rozpaczliwy skłonny
WSTRĘT Pogardliwy NIECIERPLIWOŚĆ
ufny
zamyślony
posłuszny
SMUTEK Znudzony AKCEPTACJA
spokojny
Przygnębiony
Parametry twarzy (FAPs) i archetypy uczuć
Eyebrow - brew
Jaw – szczęka
Lip - warga
Squeeze – zmarszczenie, uścisk
Raise- podnieś
raise_l_o_eyebrow (+)
raise_r_o_eyebrow (+)
raise_l_i_eyebrow (+)
raise_r_i_eyebrow (+)
Surprise raise_l_m_eyebrow (+)
raise_r_m_eyebrow(+)
ZDZIWIENIE squeeze_l_eyebrow (-)
squeeze_r_eyebrow (-)
open_jaw (+)
ANIMACJA TWARZY W MPEG-4
Tablica
Pobudzenie Ocena Pobudzenie Ocena
. .
Przestraszony Zły
Afraid 4.9 3.4 Angry 4.2 2.7
Wstydliwy,
2 Zachwycony
nieśmiały 2.7 Delighted 4.2 6.4
Bashful
Wstręt 5 Podniecony
Disgusted 3.2 Eager 5 5.1
Winny, zmieszany 4 Radosny
Guilty 1.1 Joyful 5.4 6.1
Cierpliwy 3.3 Smutny
Patient 3.8 Sad 3.8 2.4
Zaskoczony,
zdziwiony 6.5 5.2
Surprised
Parametry twarzy (FAPs) i archetypy uczuć
Cheek - policzek
Eyelid- powieka
Eyebrow - brew
Jaw – szczęka
Lip - warga
Squeeze – zmarszczenie, uścisk
close_t_l_eyelid (+) close_t_r_eyelid (+)
close_b_l_eyelid (+) close_b_r_eyelid (+) Raise- podnieś
Lift- podnieść
Radość stretch_l_cornerlip (+) stretch_r_cornerlip (+)
raise_l_m_eyebrow (+) raise_r_m_eyebrow(+)
Joy lift_l_cheek (+) lift_r_cheek (+)
lower_t_midlip (-) raise_b_midlip (-)
OR open_jaw (+)
close_t_l_eyelid (+) close_b_l_eyelid (+)
Wstręt close_t_r_eyelid (+) close_b_r_eyelid (+)
lower_t_midlip (-) open_jaw (+)
Disgust
squeeze_l_cornerlip (+) AND / OR squeeze_r_cornerlip (+)
OR lower_t_midlip (+)
Detekcja punktów twarzy
ENSo
15
18
16 ENSo 17
ENSo ENSo
19
ENSo
“Hierarchical facial features localisation using a
morphological approach,” Raphael Villedieu,
Technical Report NTUA, June 2000
Obraz oryginalny
(wyodrębniono twarz) Kontury kropelki
Wykrycie oczu
(symetria, pozycja, obszar)
Znajdź ramki
(względem oczu)
0. 9
0. 8
0. 7
0. 6
0. 5
0. 4
0. 3
0. 2
0. 1
0
-600 -400 -200 0 200 400 600 800 1000 1200
Wektor cech
Emocje
WNIOSKOWANIE
FUZZYFIKACJA DEFUZZYFIKACJA
ROZMYTE
Rozpoznawanie szerszego zakresu
emocji
• Estymacja cech uczestniczących w danej emocji
• Modyfikacja funkcji przynależności cechy do
odpowiadającej nowej emocji
• Definicja sześciu generalnych kategorii odpowiadającym
archetypom emocji
– Przykład: Kategoria strach zawiera zarówno zmartwienie jak i
terror; ich modelowanie poprzez właściwe tłumaczenie pozycji
(współrzędnych) terminów lingwistycznych połączonych z
poszczególnymi cechami w dziedzinie (kole Whissel’a)
Modyfikacja funkcji przynależności z
użyciem parametru pobudzenie
90
80
70
60
50
40
30
20
10
0
Fear Disgust Joy Sadness Surprise Anger
70
60
50
40
30
20
10
0
Disdain Disgust Repulsion Delighted Eager Joy
Qukp pz [Mpa]
Wydajność kotła QLUVO
λkp υad
p – strumień masowy pary z kotła
λw
υairz υw
Czy można zadać paliwo
strumień paliwa B ? Rg
Dp i B ?
Illustrations of Fuzzy Propositions –
Composition/Evaluation (Earl Cox)
Illustrations of Fuzzy Propositions –
Composition/Evaluation (from Earl Cox)
Illustrations of Fuzzy Propositions Decomposition
– Defuzzification/Action (from Earl Cox)
Defuzzification (from Earl Cox)
Z pamiętnika ...
operatora młyna cementowego
ROZMYTE STEROWANIE MŁYNEM CEMENTOWYM
Regulator rozmyty
-Poprzedniki
•BZ : temperatura w strefie spalania
•OX : tlen w gazach odlotowych
•BE : temperatura na końcu pieca
-Następniki
•CR : prędkość podajnika węgla
•DP : pozycja klapy gazów wylotowych
-27 reguł rozmytych, np.
• IF BZ is OK
and OX is low
and BE is low
THEN
CR is large and DP is large
Rozmyte inwestowanie na
giełdzie
PRZYKŁAD REGUŁY
AND
stopa wzrostu w USA is significantly
larger
µ
small medium large
1,0
0,8
IF różnica oprocentowania pomiędzy USA i
Europą is medium
AND stopa wzrostu w USA is significantly
larger
THEN Euro € będzie kontynuowało
moderate decline względem dolara US$
0,3
0,9% i
0,4% USA- iEuropa
0,8%
ROZMYTA BAZA REGUŁ
IF... AND...THEN...
IF... AND...THEN...
IF... AND...THEN...
IF... AND...THEN...
IF... AND...THEN...
WYJŚCIE z
IF... AND...THEN...
URUCHOMIONYCH
IF... AND...THEN... REGUŁ
IF... AND...THEN...
IF... AND...THEN...
IF... AND...THEN...
ROZMYTA NAUKA
.
arteries
Dane z obrazu
Skany V/Q
Prześwietlenie
promieniami X Rozmywanie
GUI IAS Diagnoza
Baza reguł
Wejście Wyostrzanie
radiologa
Weight
Vqdef
Funkcje przynależności sygnałów
wejściowych
Membership Function Plots
Cxrab
Peff
Baza reguł systemu diagnostycznego
PE (Modelowanie według kryteriów PIOPED)
Dia – diagnoza
IF (wt is HI) and (vqdef is CM) and (cxrab is NO) THEN (dia is HI)
IF (wt is IM) and (vqdef is CM) and (cxrab is NO) THEN (dia is IM) NO - normal
IF (vqdef is CM) and (cxrab is LL) THEN (dia is IM) VLO- very low
IF (vqdef is SMM) and (cxrab is NO) THEN (dia is IM) LO - low
IM - intermediate
IF (vqdef is CM) and (peff is LO) THEN (dia is IM)
HI - high
IF (vqdef is MM) and (cxrab is NO) THEN (dia is LO)
IF (vqdef is CM) and (cxrab is UML) THEN (dia is LO)
IF (vqdef is CM) and (peff is LAR) THEN (dia is LO)
IF (wt is LO) and (cxrab is NO) THEN (dia is LO)
IF (wt is VLO) and (cxrab is NO) THEN (dia is VLO)
IF (wt is ZE) and (vqdef is CM) and (cxrab is NO) and peff is ZE THEN (dia is NO)
IF (wt is HI) and (vqdef is UM) THEN (dia is HI) Wt – waga, (wstępne
IF (wt is HI) and (vqdef is SMM) THEN (dia is HI) obliczenia defektów perfuzji w
obszarach)
IF (wt is HI) and (vqdef is MM) THEN (dia is IM) Vqdef – odchyłki w obrazie
IF (wt is IM) and (vqdef is UM) THEN (dia is HI) przepłukiwania(perfuzji) i
IF (wt is IM) and (vqdef is SMM) THEN (dia is IM) wentylacji
Cxrab – nienormalna budowa
IF (wt is IM) and (vqdef is MM) THEN (dia is LO) klatki piersiowej
IF (wt is LO) and (vqdef is UM) THEN (dia is LO) (prześwietlenie promieniami
X)
Peff –wysięk opłucnej
Wyjścia z systemu rozmytego
(Zgodnie z kryteriami PIOPED)
AKWIZYCJA OBRAZU
•Akwizycja obrazu – obrazy są
pozyskiwane ze szpitali od pacjentów
cierpiących lub podejrzanych o zakrzep
Digitalizacja krwi
1 255 * m
255 * a
200 * a
127 * a
0 0 0
Odwzorowanie = I(x,y) * a * m
Poprawa jakości obrazu