隐结构模型及中医辨证研究（II）.PDFVIP

北京中医药大学学报 第 3 1卷第 9期 2008年 9月 　 　 5·84 · Jou rnal of B eij ing U n iversity of Traditional Ch inese M edicine Vo l. 3 1 No. 9 Sep. 2008 ·理论研究 · ( ) 隐结构模型与中医辨证研究 II ———肾虚数据分析 1 2 1 1 张连文 　袁世宏 　陈　弢 　王 　 ( 1香港科技大学 　香港 ; 2 北京中医药大学 ) 关键词 :隐结构模型 ; 中医 ;辨证 ; 肾虚 中图分类号 : R24 1 　　我们提出一种为中医辨证建立客观定量标准 每一个可能的模型、计算其 B IC 分 、取分数最高者 。 的研究方法 , 即隐结构法 。在文献 [ 1 ] 中已经介 但因为所有可能的模型数量巨大 ,计算机无法一一 绍了隐结构法的基本步骤 : 首先对症状在人群 中 列举 ,于是需要搜索算法 ,故使用 目前最好的启发式 ( ) [ 8 ] 的分布情况做流行病学调查 ,然后利用隐结构模 单重爬山法 H SHC 分析肾虚数据 。此算法暂时 型对数据进行聚类分析 , 最后用得到的类指导辨 无法处理数据所涉及的全部 67个变量 ,故选择了其 证 、建立起辨证标准 。为了探讨隐结构法 的可行 中对肾虚辨证最重要的 35 个变量进行分析 。分析 ( ) 过程在 1台 2. 4 G Hz 的奔腾 IV 计算机上耗时 98. 5 性 ,我们用多层隐类 HLC 模型对 肾虚辨证进行 研究 ,收集和分析肾虚数据 ,并讨论所得隐变量及 h 完成 ,得到的模型记为 M0 ,它的 B IC 分数为 - 739 隐类的中医学意义 。 47。爬山法有一个共同的缺点 ,就是有可能被困在 1　数据收集及分析 局部最优而找不到全局最优 ,为了帮助 H SHC 算法 在进行流行病学调查之前 , 需要确定调查所涉 跳出局部最优 ,我们利用背景知识对 M0 进行多方 及的症状 。依据国家证候诊疗标准 [ 2 ] 和中医诊断 面修改 ,得到一系列新模型 ,然后由此出发用 H SHC 学教材 [ 3 ] ,我们选择了 67 个肾虚症状变量 ,包括精 算法进一步自动搜索 ,最后取 B IC 分最高的模型作 神不振程度 、腰部酸困程度 、夜间尿频程度等 。这些 为分析结果 。这个模型记为 M ,它的 B IC 分数是 变量反映了肾脏藏精主水纳气 、主生殖 、主骨生髓 、 - 738 60。数据分析过程中 ,人为因素的作用是 ,基 司二便 、开窍于耳 、其华在发 、齿为骨之余等各方面 于 H SH