人工神经网络在中医证候探究中应用.doc

人工神经网络在中医证候探究中应用摘　要：人工神经网络是一种新型的数据挖掘技术，它是将整体论与还原分析方法有机结合的研究复杂系统的有效方法，能够有效处理复杂系统中杂乱无章的海量数据，并能够在海量数据中寻找模式，寻找规律，归纳隐含在信息单元之间的关联规则。中医证候体系是一个非线性的、多维多阶的、可以无限组合的复杂巨系统。采用人工神经网络技术挖掘大样本所蕴含的海量信息，从而建立中医证候诊断模型，可能是解开当前证候研究的僵局、取得实质突破的有效方法。 关键词：中医证候体系；人工神经网络 中图分类号：R2－03　文献标识码：A 文章编号：1673－7717(2007)07－1450－03 证的研究一直是中医学界十分关注的研究热点。然而，过去几十年来证候研究的思路很大程度上受到现代医学的局限，大都集中于用实验指标来阐释证候机理。由于证候并不是机体局部的反应，而是涉及多个器官，多个系统，多个水平的整体反应。故某些实验指标虽然表现出与证候的相关性，但在解释证候的整体性问题时却遇到了矛盾。所以，中医证候“规范化”的内涵不应理解成简单的赋予分值或实验室指标化，更主要的是信息量的表达，尤其症状权值的确定是关键环节。传统研究方法用于中医证候规范化有两个局限性，即症状的权值不明确，主观性强。这种局限显然制约了中医证侯研究的进程，并成了阻碍中医现代化的瓶颈；同时，也急切地呼唤中医工作者进一步运用现代数理统计方法和信息处理技术，从中医整体调控的视角对证侯进行科学的研究。 人工神经网络(Artificial Neural Network，ANN)是多学科交叉的前沿高科技术领域，涉及生物、计算机、数学、物理等诸多学科，也是少数具有严格数学基础的与人工智能相关的数据挖掘技术之一。它有比较清楚的数学和统计学支持。经多年的研究发展，如今反过来正向多学科渗透，在医学领域中，已有用于疾病预报、疾病诊断分类、药物分析、中药质量评价、脉象智能分析系统的开发等多方面的相关文献报道。由于人工神经网络是一种将整体论与还原分析方法有机结合的研究复杂系统的方法，能够有效处理复杂系统中杂乱无章的海量数据，并能够在海量数据中寻找模式，寻找规律，归纳隐含的逻辑关系，发现多个信息单元之间相互关联规则，同时还能从数据的分析研究中进行学科发展预测性研究，因而在中医证候研究领域有着广阔的应用前景。 1 人工神经网络的原理 人工神经网络是由神经元结构模型、网络连接模型、网络学习算法等几个要素组成，是具有某些智能功能的系统，它是模拟神经元之间相互联系和作用而构建的。可以分为输入层、隐含层和输出层，每一层可以包含若干个节点(神经元Neuron)，层与层之间的节点互相联系，在训练过程中这些关联的权重随着训练过程的进行作不断的调整，以求使结果达到最优，亦即是使输出结果同实际情况的差异最小。一个成功的ANN的建立需要对网络进行训练，也就是让网络从外界(输入端)接受信息，不断调整内部的权重，这一过程所遵循的准则是通过学习使网络减少在下一次训练中犯同样错误的可能性。现今有多种类型的神经网络，如BP神经网络，Koho－nen神经网络，Hopfield神经网络等数十种。各种具体的网络由于其自身特征又有不同的工作方法，如医学中应用比较广泛的BP神经网络(BackPropagation)，也就是误差逆向传递网络，其特点是在训练过程中将输出值同实际值的差异(误差)不断的反传给网络，调整各层之间的权重大小，以求使理论值与实际值的误差最小。此外还有感知器模型(perceDtion)在医学中应用，主要用于一些分类问题的研究。 2　中医证候体系的非线性特征 2．1 人体是一个非线性的复杂系统人体是一个复杂系统，中医理论体系中以五脏为中心的功能结构系统也具有复杂系统的特征。人体系统的复杂性首先反映在结构的复杂性，人体是多层性、多形态的网络体系，同时也体现在不确定性和混沌状态，更重要的是个体具有自组织性和自适应性。人体系统自组织的动力主要来自内部子系统的竞争与协同造成的“涨落”。人体系统由极多互相关联的子系统构成，呈非线性的分形结构。基于生命系统的自相似性，可由局部映射整体。马建平研究发现，人体中物质代谢及调控形成的耗散结构由两种不同非线性的状态波偶联而成，状态波既是各种物质代谢及调控的表现，又反过来制约物质代谢及调控过程。 2．2 中医证候体系的非线性特征中医理论框架中的证候体系也同样具有非线性特征。人体是一个复杂的自适应系统，能够随内外环境变化而相应地调整内部运行机制，这种自适应性是生命得以繁衍生存的基本能力。当内外环境的变化超出机体的自适应能力时，机体就处于一种过度调整的病理状态，这种状态的总体概括就是证候。证候是机体在疾病发生发展过程中截取其某一个时间断面功能状态的综合反映