基于神經(jīng)網(wǎng)絡(luò)的中醫(yī)證素辨證研究

中醫(yī)藥現(xiàn)代化是國家科技發(fā)展戰(zhàn)略中具有戰(zhàn)略意義的研究領(lǐng)域。隨著社會(huì)各方面的信息化,信息化的概念刻不容緩地進(jìn)入了醫(yī)學(xué)領(lǐng)域。在計(jì)算機(jī)的幫助下,西方醫(yī)學(xué)在各個(gè)方面的研究成果和醫(yī)務(wù)人員的工作效率都有了顯著提高。作為另一大醫(yī)學(xué)理論體系的中醫(yī)學(xué)仍然沿用上古的方法為大眾服務(wù),并沒有從根本上解決中醫(yī)辨證論治的邏輯形式化描述問題,這成為了醫(yī)務(wù)人員的學(xué)習(xí)和工作以及將中醫(yī)推向世界的阻礙。實(shí)踐證明,貫穿中醫(yī)學(xué)基本理論的診病方法和辯證思維不能完全沿用西方醫(yī)學(xué)所采用的計(jì)算機(jī)信息技術(shù)來實(shí)現(xiàn)中醫(yī)學(xué)的智能信息化。中醫(yī)診斷推理對(duì)知識(shí)的不確定性、不完全性和邏輯推理的模糊性等特點(diǎn),需要從計(jì)算機(jī)“軟計(jì)算”技術(shù)方面入手,逐步實(shí)現(xiàn)中醫(yī)診斷的信息化。1證素證素是人工神經(jīng)網(wǎng)絡(luò)的基本特征20世紀(jì)40年代心理學(xué)家W.S.McCulloch和數(shù)學(xué)家W.Pitts從人腦信息處理的特點(diǎn)出發(fā),采用數(shù)學(xué)模型的方法研究了腦細(xì)胞的動(dòng)作和結(jié)構(gòu),以及生物神經(jīng)元的一些基本的特征,提出了第一個(gè)人工神經(jīng)計(jì)算模型,即神經(jīng)元的閾值元件M-P模型。他們使用一些節(jié)點(diǎn)和節(jié)點(diǎn)之間的連接,構(gòu)成一個(gè)模擬大腦可用于邏輯運(yùn)算的簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)模型。人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)和優(yōu)越性主要表現(xiàn)在四個(gè)方面:具有自適應(yīng)的學(xué)習(xí)能力;具有處理非線性映射的能力;具有泛化能力;具有高速尋找優(yōu)化解的能力,即神經(jīng)網(wǎng)絡(luò)具有并行計(jì)算能力。《靈樞邪氣臟腑病形》說:“十二經(jīng)脈,三百六十五絡(luò),其血?dú)饨陨嫌诿娑呖崭[?！庇捎谛闹餮},其華在面,手足三陽經(jīng)皆上行于頭面,特別是多氣多血的足陽明胃經(jīng)分布于面,故面部血脈豐盛,為臟腑氣血之所榮;加之面部皮膚外露,其色澤變化易于觀察。凡臟腑的虛實(shí)、氣血的盛衰皆可通過面部色澤的變化而反映于外,因而臨床將面部作為望診的主要部分。朱文鋒教授經(jīng)過數(shù)十年的深入研究創(chuàng)立了證素辨證新體系。所謂證素,就是指辨證的基本要素。證素是通過對(duì)證候(癥狀、體征等)的辨識(shí)而確定的病位和病性,是構(gòu)成證名的基本要素。在這里,證實(shí)際包括證候、證素、證名。辨證就是根據(jù)證候(病理信息)→辨別證素(確定病變本質(zhì))→組合成證名(辨證診斷)的思維認(rèn)識(shí)過程。根據(jù)這一特點(diǎn),就可以利用軟計(jì)算方法與技術(shù)構(gòu)建根據(jù)病人病“癥”進(jìn)行病證分類的神經(jīng)網(wǎng)絡(luò),初步解決病癥—病證組合分類的問題。2中醫(yī)后處理層的組成圖1所示的是中醫(yī)面診證素辨證神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)圖,其分為三個(gè)部分:a)輸入預(yù)處理層,其主要功能是通過面診將診斷結(jié)果分為五類。b)證素辨證計(jì)算隱層,其主要功能是對(duì)經(jīng)過預(yù)處理的中醫(yī)癥狀所得數(shù)值進(jìn)行計(jì)算、分類。它由兩個(gè)子層組成,第一子層主要是對(duì)癥狀的值的計(jì)算,第二子層神經(jīng)元主要是對(duì)癥狀的值計(jì)算結(jié)果的分類。c)輸出后處理層,其主要功能是對(duì)隱層計(jì)算出的結(jié)果進(jìn)行中醫(yī)面診—證素證型的對(duì)應(yīng)設(shè)置,輸出中醫(yī)對(duì)應(yīng)的15個(gè)證型。最終完成對(duì)輸入癥狀的中醫(yī)辨證。11輸入預(yù)處理層的開元模型輸入預(yù)處理層神經(jīng)元模型的主要功能是通過面診將診斷結(jié)果分為:赤、青、黃、白、黑五類,如表1所示。2神經(jīng)元/神經(jīng)網(wǎng)絡(luò)s1根據(jù)輸入預(yù)處理層的分類所得到不同的權(quán)值(ω1S1×R,ω2S2×S1)。其中輸入層與第一子層神經(jīng)元的連接權(quán)值ω1S1×R為輸入樣本的轉(zhuǎn)置矩陣,即ω1ij=[ˉx1;ˉx2;…;ˉxk]′。其中ˉxi∈X,X為樣本輸入向量集合,k為樣本數(shù)目。第二子層神經(jīng)元的連接權(quán)值,即期望向量矩陣ω2S2×S1為期望輸出向量Y的轉(zhuǎn)換矩陣:其中:Y為訓(xùn)練樣本期望輸出向量。圖2是中醫(yī)面診—證素辨證計(jì)算中間層模型,包括兩部分,第一子層包含S1個(gè)神經(jīng)元,第二子層包含S2個(gè)神經(jīng)元,它們主要是將輸入的數(shù)據(jù)進(jìn)行計(jì)算處理,獲得相關(guān)證型數(shù)據(jù)。其輸入向量X(R維輸入向量)首先與閾值θ1相乘,然后計(jì)算權(quán)值向量ω2S1×R的行向量之間的距離‖dist‖,產(chǎn)生S1維向量,再經(jīng)過函數(shù)f傳遞到第一隱層的輸出a1S1,即可表示為a1=f(dist(ω1,P×θ1))。其中dist()表示第一隱層權(quán)值向量ω1與輸入向量P×θ1之間的距離。然后第一子層計(jì)算結(jié)果a1S1與期望向量矩陣ω2S2×S1相乘,即ω2S2×S1×a1S1,獲得中間結(jié)果b1S2×1。其中,期望向量矩陣ω2S2×S1的每一列向量只有一個(gè)元素為1,代表相對(duì)應(yīng)的類別,其余元素均為0。再通過第二子層神經(jīng)元過濾函數(shù)Ψ計(jì)算得到輸出S2維向量b2S2,把其中較大的元素取為1,其余元素為0。最后得到面診—證素辨證神經(jīng)網(wǎng)絡(luò)的輸出S2維向量a2。至此,面診—證素辨證神經(jīng)網(wǎng)絡(luò)就能夠完成對(duì)輸入癥狀的證素辨證。第一層子層神經(jīng)元的激活函數(shù)的形式為第二層子層神經(jīng)元的激活函數(shù)為過濾函數(shù)Ψ,其形式為其中:K={ki,i=1,2,…,S1}輸入層與第一子層神經(jīng)元的連接權(quán)值ω1S1×R為輸入樣本的轉(zhuǎn)置矩陣,即ω1ij=[ˉx1?。其中:xˉi∈X,X為樣本輸入向量集合,k為樣本數(shù)目。由此則把所有樣本都能夠存儲(chǔ)記憶在八綱辨證神經(jīng)網(wǎng)絡(luò)中。第二子層神經(jīng)元的連接權(quán)值,即期望向量矩陣ωS2×S12為期望輸出向量Y的轉(zhuǎn)換矩陣:其中:Y為訓(xùn)練樣本期望輸出向量。閾值θ1隨機(jī)產(chǎn)生,可以用優(yōu)化算法對(duì)其進(jìn)行優(yōu)化。3生產(chǎn)后處理層該層主要是將中間層得出的數(shù)值結(jié)果轉(zhuǎn)換成面診—證素辯證結(jié)果。3面診—實(shí)驗(yàn)結(jié)果及分析本文基于面診的證素辨證,在MATLAB工具下構(gòu)造一個(gè)三層前饋式神經(jīng)網(wǎng)絡(luò)。根據(jù)表1選定了19個(gè)典型病例作為面診—證素辨證的模范樣本,并把其分成五個(gè)部分對(duì)應(yīng)于不同的中間層的權(quán)値。本文用面診—證素辨證神經(jīng)網(wǎng)絡(luò)對(duì)64個(gè)病例分別進(jìn)行證型辨別,結(jié)果如表12所示。從面診—證素辨證神經(jīng)網(wǎng)絡(luò)結(jié)果可以看出,面診—證素神經(jīng)網(wǎng)絡(luò)基本上都能得到準(zhǔn)確的證型辨證結(jié)果(除脾虛和濕證外),但有些結(jié)果也附加其他結(jié)果。由于脾虛和濕證與中間層第一層的權(quán)值十分接近,又由于激活函數(shù)對(duì)于脾虛的輸出值十分接近于濕證的輸出值,容易出錯(cuò)。但總體而言辨證結(jié)果的準(zhǔn)確率還是比較高的,如要應(yīng)用于臨床還需進(jìn)一步提高準(zhǔn)確率。4神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)以上實(shí)驗(yàn)結(jié)果表明,利用現(xiàn)有固定結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)模型構(gòu)建中醫(yī)面診系統(tǒng),能夠根據(jù)樣本值對(duì)網(wǎng)絡(luò)構(gòu)造和訓(xùn)練,對(duì)部分非樣本測(cè)試值也能作出合理的診斷。從而說明采用神經(jīng)網(wǎng)絡(luò)技術(shù)構(gòu)建中醫(yī)面診是完全可行的。但是由于網(wǎng)絡(luò)結(jié)構(gòu)相對(duì)固定,只是根據(jù)樣本對(duì)其權(quán)值進(jìn)行訓(xùn)練,而不能根據(jù)樣本動(dòng)態(tài)地調(diào)整適合中醫(yī)診斷推理的神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),達(dá)到神經(jīng)網(wǎng)絡(luò)權(quán)值、結(jié)構(gòu)等整體的最優(yōu),這就限制了中醫(yī)面診的神經(jīng)網(wǎng)絡(luò)有效提高診斷推理結(jié)果的準(zhǔn)確率。所以,首先需要從現(xiàn)有的神經(jīng)網(wǎng)絡(luò)模型中選擇恰當(dāng)?shù)哪Ｐ?構(gòu)建神經(jīng)網(wǎng)絡(luò)的初始結(jié)構(gòu)及其權(quán)值;再對(duì)其利用軟計(jì)算中其他相互協(xié)同互補(bǔ)的方法,如遺傳算法對(duì)構(gòu)建的中醫(yī)