神经网络在针刺治疗海洛因依赖疗效评价中应用探析.docVIP

神经网络在针刺治疗海洛因依赖疗效评价中应用探析 　【摘要】 运用神经网络预测方法，对针刺治疗海洛因依赖患者的疗效进行评价。通过筛选中医辨证证候、海洛因戒断稽延性症状、SCL90中与海洛因渴求相关项，标准化后作为病因项输入网络，进行针刺疗效的预测。评估网络性能，讨论其评价针灸治疗海洛因渴求的可能性。 【关键词】 海洛因渴求； 针刺； 疗效； 预测； 人工神经网络 　　Abstract：The method of artificial neural network to estimate the curative effects of the acupunctural therapy in Heroin craving. The quantized values of relevant factors of Heroin craving-practitioner of Chinese medicine dialectic, Heroin protracted syndrome protracted syndrome,SCL90 chosen as etiological factors were input the neural network by normalization,and the curative effects of acupuncture were forecasted.The possibility of neural network used in clinical practice of acupunctural treatment on Heroin craving was studied after elevating the performance of neural network. 　　Key words：Heroin craving； Acupuncture； Curative effect； Forecast； Artificial neural network 　　药物成瘾（Drug addiction)一般被界定为强迫性药物寻求和药物摄入的行为模式［1］。海洛因依赖是一种顽固的反复发作的慢性疾病［2］，它以神经生理功能紊乱及病态行为，如强制性的药物使用及持久的心理渴求为特征。目前在针刺治疗海洛因依赖疗效的评价中，抑制持续的心理渴求是重要的指标。越来越多的研究表明脑认知过程中的注意偏向［3］、记忆、学习、人格、性格等复杂因素与此密切相关。 临床常采用各种相关量表来评价治疗海洛因依赖的疗效：症状自评量表（SCL90）、海洛因稽延症状量表、艾森克人格问卷(EPQ)等；中医四诊辨证的改善是评价针刺治疗海洛因依赖疗效的重要指标。由于脑认知是一个复杂过程，虽然以上每种评价方法可以从不同的层面反映针刺改善海洛因依赖的疗效，但是要作出全面的针刺疗效评价及预后分析必须综合多种评价手段进行联合分析。人工神经网络（Atificial Neurol Network，ANN）可以对以上非线性、离散的、明确相关或不明确相关的数据很好的进行分类、预测。本文将探讨在已知与针刺治疗海洛因依赖疗效相关的诸多因素的基础上，对疗效进行定量的预测，建立针刺治疗海洛因依赖疗效评价的神经网络预测模型，研究针刺治疗海洛因依赖的效应，尝试为海洛因依赖患者戒断、抗复吸提供高效、个体化的诊疗方案。 　　1 神经网络的结构 　　人工神经网络是在研究生物神经网络的基础上,模拟生物神经系统神经元之间相互联系的方式,通过大量高度连接的“神经元”来进行自组织、自适应、自学习,模拟人类学习认知的智能过程,进行信息传递、模式识别，ANN已逐渐被人们所认识，并得到广泛应用［4］。它具有许多特点，其中具有的自学习能力及强大的容错能力，尤其适用于预测科学。现有神经网络算法多达几十种，包括BP网络、RBF网络、hopfield网络、贝叶斯网络等，在医学中被广泛应用于疾病诊断(专家系统)、预测疾病的发病风险、生存分析、疾病相关因素研究、临床预后分析等。其中径向基函数（Radial basis function，RBF）神经网络（见图1），是一种优良的前馈型神经网络，由输入层（X）、隐含层（R）、输出层（Y）、逐层层间的连接权重（W）组成。RBF网络用于分类时，每一类的判决区域是局域性的，网络对于不属于已知类别的新的样本能够作出有效的拒判，这一特点是RBF网络分类器区别于其他神经网络分类器的显著特点，且能以任意精度全局逼近一个非线性函数。对于多样本、离散的、无明确线性关联的中医证候及各种量表参数的分类与疗效预测，采用RBF神经网络比BP网络显然具有一定优势［5］。 　　图1 径向基函数神经网络示意图（略） 　　2 影响针灸戒毒临床疗效的因素分析 　　2.1