猪病中兽医诊治系统的设计分析

郭文斌

(甘肃省灵台县畜牧兽医中心蒲窝工作站，744413）

我国是猪肉生产、消费大国，随着养殖规模的不断扩大，为了保证养殖效益，必须做好重大疫病预防措施，包括病原体感染、流行病和逐渐增多的新病，很多疫病是因为毒株变异形成的非典型疫病和免疫抑制性疫病，死亡率极高，不利于生猪养殖业的发展。在这样的环境背景下，探究猪病中兽医诊治系统的设计具有非常重要的现实意义。

1 猪病知识库设计

在猪病中兽医诊治系统设计中，分析猪病诊断知识特征与知识获取方法，设计科学的知识表示方式与知识获取方式，形成猪病诊断知识库。如图1 所示，为了提高猪病中兽医诊断相关知识的数量与质量，系统选择多种知识获取方式联合应用，包括专家访谈模式、调查问卷模式、图书馆模式以及电子资料模式，基于中兽医诊断角度而言，系统中纳入超过90 种常见病，知识内容广。

图1 猪病知识库设计结构示意图

2 猪病知识表示模块

就当前而言，猪病诊断专家系统中，囊括了大量关于猪病诊治知识，每种猪病症状较多，最多可达到43 个病症，不同疾病也会呈现出共同的症状，很多疾病的症状都比较相似，增加了猪病诊断难度，这对于猪病诊断规则的编写十分不易。对此，在猪病中兽医诊治系统设计中，为了实现精准猪病诊断，要将各种猪病病症以不同规则方式进行表示，猪病知识表示规则为：

其中，大写字母为单一症状，小写字母为疾病名称。分析疾病与病症间的特殊关系，对编制规则进行优化和改进，提高猪病诊断效率和精确性。

3 推理机设计模块

在该猪病中兽医诊治系统设计中，运用三种推理方式，即为正向推理方式、反向推理方式以及双向推理方式，其中双向推理方式和中兽医专家诊断过程存在很大的相似之处，通过综合分析和验证，本文在建设猪病中兽医诊治系统中，主要选择双向推理方式，推理过程简洁有效。在系统诊断猪病中，会对用户在界面中选择的症状和猪病知识库中的内容相匹配，形成三种匹配结果：一是已知症状无法和现有知识库中的规则匹配成功；二是已知症状和现有知识库中的规则匹配成功，即可确诊猪病症状；已知症状和知识库中的多条规则匹配成功，得到多种诊断结果。

针对第一种匹配结果而言，用户输入猪病的具体病症和临床表现后，系统内没有找到与之匹配的疾病名称，导致匹配不成功，系统推理机制中断。形成这一现象主要是因为系统知识库中的规则不完善，也可以该病症为新型病，超出系统诊断范围，需要结合具体情况进行处理；

针对第二种匹配结果而言，用户输入猪病的具体病症和临床表现后，立即匹配到对应的疾病，可以根据确诊疾病，制定针对性治疗方案，节省诊治时间，遏制疾病的蔓延。

针对第三种匹配结果而言，用户输入猪病的具体病症和临床表现后，出现多种诊断结果，若诊断结果在2 个或是三个时，系统会自动运用反向推理方式，对以上疾病进行验证，排除其他疾病，得到最后的诊断结果；针对三个以上的诊断结果而言，系统可以引导用户重新输入症状，通过正向推理的方式，得到诊断结果。

4 系统功能模块

在本系统设计中，通过JSP+Tomact+SQT 系统和SQL Server 2000 数据库系统，建设B/S 结构的猪病中兽医诊治系统，实现猪病的诊断和查询，通过系统平台，养猪户和中兽医专家可以进行在线指导和交流，为养猪户提供诊疗技术支持。在功能模块设计中，系统设置诊断功能、查询功能、系统管理功能、专家在线交流功能以及中兽医知识学习功能。

4.1 诊断功能

用户在系统界面中输入猪病的具体病症和表现，之后确认编辑选择诊断，系统都会自动将用户输入猪病病症与系统知识库中的内容进行规则匹配，并将匹配成功的疾病名称在界面上显示出来，得到符合用户描述的疾病。考虑到多种疾病的症状相同，可能会出现多种诊断结果，用户可以结合具体情况，选择患病率高的疾病，系统也会出示相应的中兽医治疗方案，由用户进行选择和参考。

4.2 查询功能

主要服务于经验丰富的养猪户或是兽医，通过初步观察后，只是怀疑而尚未确认，可以借助查询功能帮助猪病确诊。

4.3 中兽医知识学习功能

系统中的学习模块展示中兽医知识内容，可以帮助养猪户学会如何诊断和观察猪病。

4.4 管理模块

管理模块就是对知识库与数据库进行管理，做好数据维护。

为了提高猪病防治效果，降低发病率和死亡率，先进技术的推广十分关键。中兽医学疾病防治具有高效、低毒、无耐药性与副作用的优势，将中兽医学和专家系统进行有效的融合，设计猪病中兽医诊治系统，传承和发扬中兽医学优势的同时，培育无公害畜产品，有利于我国畜牧养殖业的健康发展。