徐 影李懷龍王海濤

（1．淮北師范大學 教育學院，安徽淮北 235000；2．淮北師范大學 體育學院，安徽淮北 235000）

兒童運動技能障礙診斷型專家系統(tǒng)的設計*

徐 影1李懷龍1王海濤2

（1．淮北師范大學 教育學院，安徽淮北 235000；2．淮北師范大學 體育學院，安徽淮北 235000）

文章以兒童運動技能障礙為例，分析了診斷型專家系統(tǒng)中數據的主觀性、不確定性和時效性等特點，在此基礎上詳細闡述了規(guī)則可信度的計算及癥狀的模糊評判，并對包括知識(數據)庫、證據庫、推理機和人機接口在內的兒童運動技能障礙診斷專家系統(tǒng)進行了設計與開發(fā)。文章對診斷型專家系統(tǒng)的研究、兒童運動技能障礙的診斷與干預均具有重要意義。

診斷型專家系統(tǒng)；兒童運動技能障礙；可信度；模糊評判；系統(tǒng)開發(fā)

引言

兒童對外界事物的認識及兒童智慧的發(fā)展，都與兒童的動作活動發(fā)展分不開。研究資料表明，在5-11歲兒童中運動技能障礙發(fā)生的比例約為5%-6%[1]。運動技能障礙不僅會影響兒童的學習效果，而且會影響兒童的日常生活，因此對兒童運動技能障礙進行及早診斷與干預具有重要的意義。

兒童運動技能障礙發(fā)生的原因涉及生理、心理及環(huán)境等多方面的因素，與其他類型的障礙存在較高的并發(fā)率，其癥狀表現形式也多種多樣[2]。因此，目前國內外對于兒童運動技能障礙的診斷主要由專門機構中的專業(yè)人員進行，專業(yè)性非常強。但在教育活動中，一個兒童存在運動技能障礙與否，或者存在哪種亞類的障礙，都需要教師進行診斷。鑒于目前教師普遍缺乏關于兒童運動技能障礙診斷方面的專業(yè)知識，因而有必要開發(fā)一款基于兒童運動技能障礙的診斷型專家系統(tǒng)，幫助一線教師在教育教學實踐中對兒童做出恰當的診斷。本研究以人工智能原理與技術為基礎，設計開發(fā)了一款兒童運動技能診斷專家系統(tǒng)，以解決上述問題。

一 診斷型專家系統(tǒng)中數據的特點

運動技能障礙（motor skill disorder）也稱為發(fā)育性運動協(xié)調障礙（developmental coordination disorder，DCD）[3]，常用來形容動作方面有困難、不協(xié)調，人們通常從其特征和癥狀來進行描述[4][5]。這與診斷型專家系統(tǒng)的原理與特點非常契合。通過對診斷型專家系統(tǒng)及兒童運動技能障礙的研究，發(fā)現診斷型專家系統(tǒng)中相關診斷數據具有如下特點:

首先，診斷型專家系統(tǒng)的診斷數據具有一定的主觀性。在診斷型專家系統(tǒng)中，診斷規(guī)則的可信度和證據的可信度往往可由領域專家憑經驗主觀判斷，直接給出可信度（CF）的值，具有較大的主觀性。由于診斷專家的主觀性和判斷對象的復雜性，專家往往難以將同一準則下多個元素的相對重要程度判斷精確。因此，主觀可信度與專家的名望、地位、所屬專業(yè)、對決策問題的熟悉程度等有關。

其次，診斷型專家系統(tǒng)的診斷數據具有不確定性。兒童運動技能障礙診斷知識帶有模糊性、不確定性等特點，這些在診斷專家系統(tǒng)中表現為與診斷有關的證據（事實性知識）和推理規(guī)則都是不確定的。這一不確定性首先來源于專家經驗的不確定性。在專家經驗中，得到結論所做的觀測很難用真（T）或假（F）來判斷。通常情況下，每個觀測都附有一個可信度等級，如專家判斷一個兒童表現出“不能把積木一塊塊地往上搭，越搭越好并保持不倒”這一癥狀的可信度為75%。這樣一來，專家系統(tǒng)的診斷知識就帶有既不能完全被確定為真、又不能完全被確定為假的不確定性，因而人們只能對其為真的可能做出某種估計。

此外，數據來源的多樣性也導致了數據的不確定性。導致運動技能障礙的原因多種多樣，包括遺傳因素、孕期、圍產期因素和環(huán)境條件等諸多方面，不能單純歸因于智力發(fā)育遲滯或任何特定的先天和后天神經系統(tǒng)障礙。

第三，診斷型專家系統(tǒng)的診斷數據具有時效性。診斷專家系統(tǒng)中診斷知識的時效性來自于專家知識的不完備性。由于診斷型專家系統(tǒng)中的診斷知識來自于專家們在長期實踐中不斷積累的經驗總結，需要大量臨床實踐經驗的積累，而這些經驗總是不完備，需要不斷更新和補充。同時，兒童運動技能障礙也不斷出現種種新的癥狀。因此在診斷專家系統(tǒng)中，相關數據庫必須不斷進行數據的更新。

二 診斷型專家系統(tǒng)中知識可信度的獲取

對診斷型專家系統(tǒng)而言，知識表示實際上就是對知識的一種描述或約定，其本質就是采用某種技術模式，把所要求解問題的相關知識，映射為一種便于找到該問題的解的數據結構。通常，在診斷型診斷專家系統(tǒng)中，采用知識的產生式規(guī)則進行表示，其形成包括以下幾個步驟:首先，分析辨別兒童運動技能障礙診斷問題的實質，將問題轉化為一系列知識；其次，對知識中所包含的關鍵概念及其關系進行概括；再次，應用專家系統(tǒng)中的知識表示方法將概念表達為某種數據結構形式。這樣，兒童運動技能障礙診斷中所用到的領域知識就通過一系列規(guī)則得以表達出來。在此過程中，診斷型專家系統(tǒng)所使用的診斷知識的可信度（certainty factor）往往由領域專家根據已有的經驗給出，具有較大的主觀性。

可信度（CF）是由美國的Shortliffe E H等人結合概率論提出的一種推理方法，其中E表示知識的前提或證據，H表示結論，CF則為度量知識規(guī)則不確定性的程度。在任一條知識中，CF表示人們根據經驗對某現象為真的相信程度[6][7]，如公式1所示。

為了減小CF的主觀性，使規(guī)則更加精確、客觀，在兒童運動技能障礙診斷型專家系統(tǒng)中，我們使用兒童運動技能診斷量表為工具，進行了大量的實證研究并計算出了每一條規(guī)則的可信度。其計算過程如下:

在使用量表進行大量調查所得的數據中，可以獲取兒童運動技能障礙分發(fā)病率P(H)、患兒中表現出某種癥狀Ei的條件概率以及癥狀Ei的表現概率，根據條件概率的公式2，可得出H、Ei的聯(lián)合概率P（EiH），如公式3所示。

由此可得，在任一知識規(guī)則中，可信度CF的值均可由公式4給出。由此推理得出的可信度CF值，與直接由領域專家根據主觀經驗給出規(guī)則的可信度相比，在一定程度上減小了診斷過程中的主觀性。

三 模糊評判的精確化表示

所謂模糊概念是沒有明確外延的，在論域上存在一些對現象既不完全屬于、又不完全不屬于的外延。在兒童運動技能障礙診斷專家系統(tǒng)中，由于被診斷對象常常表現出一定程度的不確定性，專家對兒童所表現癥狀的判斷分為“從不、很少、有時、經常、總是”5個等級，這樣的評價及描述是模糊的、不確定的。所以，本系統(tǒng)利用模糊數學中隸屬度函數的思想，確定證據的可信度 CF（Ei）。研究選擇了兒童運動技能障礙領域的專家，讓其按照自己的理解，對“從不、很少、有時、經常、總是”5個頻率等級的范圍依概率大小作出評判，如圖1所示。

圖1 模糊評判的精確化

對于“從不”的理解，最大值與最小值為0.00～0.10，平均后取值0.05作為“從不”這一模糊概念的精確化數值。同理，“很少”、“有時”、“經?！?、“總是”的模糊化含義即可以0.25、0.50、0.75、0.95等精確化數值加以表示。

四 兒童運動技能診斷型專家系統(tǒng)的設計與開發(fā)

基于兒童運動技能障礙的診斷型專家系統(tǒng)，主要由知識庫、證據庫、推理機和用戶界面 4個部分組成[8][9]。

1 知識庫

知識庫是診斷型專家系統(tǒng)的知識存儲器，也稱為智能數據庫或規(guī)則庫，用來存放求解問題的領域知識，通常采用產生式規(guī)則（Production Rule）加以表示[10]。產生式規(guī)則表示方法模仿了人類的思考過程，具有廣泛的知識表示能力，可以方便地描述確定性或不確定性的事實和規(guī)則。對于一條不確定性知識，任何一個事實均可用四元素（對象、屬性、值、可信度因子）構成的規(guī)則來表示，這些規(guī)則序列構成了系統(tǒng)的知識庫，是領域專家的經驗，使系統(tǒng)能夠真正具有分析問題、解決問題的能力。

在基于運動技能障礙的診斷型專家系統(tǒng)中，知識庫內共存放了兒童運動技能障礙診斷所需的所有數據，在知識庫中表示為75條產生式規(guī)則，依據公式1，它們分別是:

IF在畫圖、填色時常出界 THEN 患有運動技能障礙 0.11

IF寫字常犯錯，如漏寫筆畫、字體結構不勻稱，常寫出界 THEN 患有運動技能障礙 0.31 IF動作笨拙、不協(xié)調，難以掌握體育課學習的運動技巧 THEN 患有運動技能障礙 0.38 IF打球接球或踢球有困難 THEN 患有運動技能障礙 0.21

IF Ei THEN 患有運動技能障礙 CFi i=1,2,3…75

圖2 知識庫系統(tǒng)結構圖

2 證據庫

在醫(yī)療診斷中也存在許多事實性知識，如病人的癥狀就是一種基于事實性的表述，屬于事實性知識。產生式表示法適合于表達具有因果關系的過程性知識，但對具有結構關系的事實性知識卻無能為力；而在醫(yī)療診斷專家系統(tǒng)中，框架表示法雖不能根據檢查的數據去推斷診斷的結論，卻可以很直觀自然地表示事實性知識。在本系統(tǒng)中，兒童運動技能障礙可分為手指靈活度障礙等5種。以手指靈活度障礙為例，其證據庫用來存放兒童的相關表現癥狀，采用框架法進行表示，如表1所示。

表1 兒童運動技能診斷系統(tǒng)中證據的框架表示法

診斷型專家系統(tǒng)推理中的證據有兩種來源:一種是用戶在求解問題時所提供的初始證據，如病人的癥狀、檢查結果等；另一種是在推理中得出的中間結果，即把當前推理中所得到的中間結論放入綜合數據庫，并作為以后推理的證據來使用。

3 推理機

推理機用于控制啟用哪些規(guī)則和采用何種控制策略。在本研究中，推理機依據不確定推理的原理，將初始證據庫中的Ei與知識庫中的各規(guī)則條件進行查詢和匹配。根據證據的傳遞性，通過公式4計算出證據的可信度CFi（H），并根據公式5將之與CFi＋1（H）進行證據的合成，將合成后的CFi＋1（H）放入證據數據庫中[11]。

4 用戶界面

計算機技術的發(fā)展為系統(tǒng)的開發(fā)提供了良好的技術基礎。C++語言協(xié)同SQL Server 2008的高效性和智能性，為整個診斷系統(tǒng)的實現提供了強大的技術支持。這不僅使高效地實現不確定推理成為可能，也為設計、開發(fā)良好的用戶界面提供了基礎。

圖3 基于運動技能障礙的診斷型專家系統(tǒng)的用戶信息讀取界面

圖4 基于運動技能障礙的診斷型專家系統(tǒng)的用戶反饋界面

用戶界面用于用戶（診斷者、教師）和專家系統(tǒng)之間的信息交換。一方面，系統(tǒng)通過人機向診斷者讀取兒童的相關癥狀，如圖3所示；另一方面，系統(tǒng)通過推理機進行一系列推理過程后，最終的診斷結果將經由解釋模塊反饋給用戶，如圖4所示。

五 結束語

本研究將不確定性推理運用于診斷兒童運動技能障礙，從診斷型專家系統(tǒng)數據獲取和系統(tǒng)模型的設計等角度發(fā)展并豐富了基于不確定性的專家系統(tǒng)的設計理論。該系統(tǒng)的研究對診斷型專家系統(tǒng)的設計與開發(fā)、兒童運動技能障礙的早期診斷與干預具有重要的意義[12]。

[1]American psychiatric association. Diagnostic and statistical manual of mental disorders[M]. Washington, DC: American Psychiatric Association, 1994.

[2]Kaplan B J, Dewey D M, Crawford S G, et al．The term comorbidity is of questionable value in reference to developmental disorders: Data and theory[J]. Learn Disabil, 2001,(6):555-65.

[3]Capio C M, Poolton J H, Sit C, et al. Reduction of errors during practice facilitates fundamental movement skill learning in children with intellectual disabilities[J]. Journal of Intellectual Disability Research, 2013,(4):295-305.

[4]麥堅凝,靳曉坤.發(fā)育性運動協(xié)調障礙的診斷與治療[J].中華兒科雜志.2010,(2),115-117.

[5]麥堅凝.兒童運動技能障礙[J].中國實用兒科雜志,2004,(12):760-762.

[6]王萬森.人工智能原理及其應用(第2版)[M].北京:電子工業(yè)出版社,2007:173-175.

[7]劉培,李增,趙銀亮.擴展產生式規(guī)則知識表示方法[J].西安交通大學學報,2004,(6):312-314.

[8]Mahajan V, Agarwal P, Gupta H O. Implementation of high-voltage multilevel harmonic filter based on rotated carrier modulation and artificial intelligence-based controllers[J]. Arabian Journal for Science and Engineering, 2014,39:7127-7143.

[9]Hasan S, Solomon S, Baitha A, et al. CaneDES: A web-based expert system for disorder diagnosis in dugarcane[J]. Sugar Tech, 2014.

[10]Selva D, Cameron B, Crawley E F. A rule-based method for scalable and traceable evaluation of system architectures[J]. Research in Engineering Design, 2014,(25):325-349.

[11]徐影,李懷龍,謝家奎.兒童學習障礙診斷專家系統(tǒng)的推理模型設計與系統(tǒng)開發(fā)[J].現代教育技術,2013,(3):106-110.

[12]Shultz S P, Byrne N M, Hills A P. Musculoskeletal function and obesity: Implications for physical activity[J]. Current Obesity Reports, 2014,(3):355-360.

Design of Diagnosis Expert System for Children’s Motor Skill Disorder

XU Ying1LI Huai-long1WANG Hai-tao2
(1. Huaibei Normal University, Department of Education, Huaibei, Anhui, China 235000; 2. Huaibei Normal University, Department of Physical Education, Huaibei, Anhui, China 235000)

Taking children motor skill disorder as example, this essay analyses subjectivity, uncertainty, and velocity of diagnosis expert system data and illustrates the computing process of certainty factor and fuzzy evaluation of symptom. Based on this, the authors design and develop the diagnosis expert system for children’s motor skill disorder, including knowledge base, evidence base, inference engine and user interface. The essay will be of great significance for both diagnosis expert system study and early diagnosis and early intervention of children’s motor skill disorder.

diagnosis expert system; children’s motor skill disorder; certainty factor; fuzzy evaluation; system development

G40-057

A【論文編號】1009—8097（2015）06—0121—06【DOI】10.3969/j.issn.1009-8097.2015.06.019

編輯:小西

本文為教育部人文社會科學青年基金項目(項目編號：14YJC890026)及安徽省哲學社會科學研究項目(項目編號：AHSKQ2014D34)的研究成果。

徐影，副教授，碩士，研究方向為計算機教育應用，郵箱為whtxy3268@163.com。

2014年12月5日