基于有向图构建张之文老师关于咳嗽病的计算机智能辨证模型的方法学研究.doc

成都中医药大学硕士学位论文 理论基础 （一）基本辨证要素与病机两者之间的关系 病机的本质为基本辨证元素集合 《中医医学百科?中医学》指出：证是“综合分析了各种症状和体征，对于 疾病处于一定阶段的病因、病位、病性以及邪正双方力量对比各方面的病理概括” [3]。现代临床上将由病因、病位、病性等基本辨证要素相互组合而构成的证名 作为比较完整、规范的名称已成为共识[3]。任何复杂的证，都是由病位、病因 与病性等辨证要素排列组合而构成的[1]，如{肝，胆，湿热}组合构成肝胆湿热 证型，{心，血虚}组合构成心血虚证型等。 显然，辨证的关键和基本要求，是确定疾病的病位、病因与病性[1]等基本 辨证要素，一组症状组集合，只要确定了基本辨证要素，也就确定了其对应的病 机。 基本辨证元素集合不一定能构成病机 病机为病理变化的一般规律，如基本辨证元素集合{ 脾虚，气滞，湿邪 } 能够构成病机，因为这三个基本辨证元素之间存在着变化规律，用文字可描述为 脾虚生湿，湿邪阻滞气机，记为{ 脾虚→湿邪→气滞 }，显然，这种规律是建立 在病理变化与病理变化两两之间的关系基础上，即{ 脾虚→湿邪 }与{ 湿邪→气 滞 }。 而又如基本辨证元素集合{ 脾虚，湿邪，外燥}是不能构成病机的，虽然脾 虚与湿邪存在因果关系，即脾虚→湿邪，但脾虚及湿邪都不能与外燥建立关系， 故不能构成病机。 基本辨证元素集合构成病机的组合规则 给定一组基本辨证元素集合以及集合中各个元素之间的两两关系，我们能 否从数学的角度判定其是否能构成病机呢，也就是说我们能否通过一定的数学方 法判定元素之间在整体上存在关系呢。而这个问题恰好可以用有向图这种数据结 构来表达，即{ 基本辨证要素集合，基本辨证元素—基本辨证元素关系集合，组 9 万方数据 成都中医药大学硕士学位论文 合规则 }，通过该组合规则以及基本辨证元素关系集合，我们能够直接判定基本 辨证元素集合是否能构成病机。 课题组在前期研究过程中，运用有向图这种数据结构，已经建立了该组合规 则的数学模型，具体描述为 从中医病机理论分析：在基本辨证元素集合中通过两两元素关系的传递性能 够用唯一的一个基本辨证元素直接或间接推导其余所有的基本辨证元素。 从有向图相关理论分析：由基本辨证元素构成的有向图中有且只有一个结点 到其余结点都是可达的。而如果我们将上述有向图用邻接矩阵存储，则在该矩阵 中有且只有一个入度为0的根节点。课题组将该法则定义为ISO—R法则，即IS there the Only Root,具体代码见附件1。 综述，病机为一组基本辨证元素集合，而任意一组基本辨证元素集合不一 定能构成病机，只有当基本辨证元素集合符合ISO—R法则时才能构成病机，通 过该ISO—R法则以及基本辨证元素关系集合，我们能够直接判定基本辨证元素 集合是否能构成病机。 （二）基于基本辨证要素—病机关系与症状—基本辨证要素关 系的智能辨证模型 传统中医理论体系中，辨证即通过症状组，运用中医理论逻辑推理并得出 病机的过程。在整个过程中，症状组作为输入，病机作为输出，而辨证为根据症 状组得到病机的方法过程，而智能辨证的目的与意义在于如何将上述过程数学 化，并通过计算机实现，最终将上述过程智能化。基于ISO-R法则的中医智能辨 证医理模型如下图： （图 1） 病机有向图的构造（G集合的构造） 基本辨证要素集合的构造（V集合的构造） 中医理论体系下，症状与基本辨证要素存在着映射关系，这种关系是可数的、 10 万方数据 成都中医药大学硕士学位论文 明确的，我们把这种映射关系暂且称之为症状—辨证要素集合（简称P集合）。 如症状头痛映射的症状—辨证要素集合为：{风寒外邪，风热外邪，风湿外邪， 血瘀，湿邪，肾虚，血虚，肝阳??}。 假定症状组{A，B，C，D，E}。 其对应的P集合分别为： PA：{PA1，PA2，PA3，PA4??PAm}；PB：{PB1，PB2，PB3，PB4??PBn}； PC：{PC1，PC2，PC3，PC4??PDi}；PD：{PD1，PD2，PD3，PD4??PDj}； PE：{PE1，PE2，PE3，PE4??PEk}； P集合必定满足以下属性： 1、P集合中的元素本质是基本辨证要素。 2、P集合内部，各个元素是唯一的，如PA1，PA2，PA3，PA4??PAm必定不 相同。 3、P集合之间，元素是可以相同的，如头痛与咳嗽的P集合中都存在元素“风寒 外邪”。 从每个症状的P集合中，选定任意的一个元素与其它症状的P集合中的某一 元素组合，可形成新的集合，我们暂且称之为V集合。V集合举例如： V1：{PA1，PB1，PC1，PD1??PE1}；V2：{PA2，PB1，PC3，PD1??PEk}; V集合必定满足以下属性。 1、V集合中的元素与P集合一