神經網絡及在中醫智能診斷中的應用

文/陳實

“中醫藥現代化”是國家中長期科技發展規劃中提出的研究課題，目的在于促進現代科學技術與中醫藥的整合，完善中醫藥科學技術的現代化研究方法體系，在更好研究和發展中醫診療體系的同時，大力推動中醫藥科學技術的現代化發展，使之與時代發展需要相契合。也使中華民族的傳統醫學被更多人熟悉、了解，使中醫文明和中醫文化更好地被繼承和發展，使新時代的中醫學體系煥發新的生機。通過對中醫診斷智能信息化技術的研究，逐步實現中醫智能診斷，有助于使中醫診療手段更加科學、客觀、準確，對于增強中醫科技創新能力、中醫產業的國際競爭力等尤為重要。

1 中醫智能診斷的研究現狀概述

中醫智能診斷即運用人工智能方法與技術針對中醫診斷過程中望、聞、問、切等主要環節，開展中醫診斷客觀化的研究。上世紀五十年代起，就有專家學者開始將人工智能方法、技術等應用于中醫藥數據分析中，目的在于獲得更為客觀化的中醫學知識。如采用現代檢測技術描繪并記錄脈象物理特征，以人工智能方法對其進行定性、定量識別分析，實現對脈象信息的獲取與處理。也有學者嘗試在中醫脈診中應用杠桿式脈搏描記儀，利用現代測試技術不斷開發用于脈象記錄和脈象檢測的儀器?！爸嗅t舌象分析儀”的問世使舌象信息獲得成為可能，還有研究者開發了“WZX舌色分析系統”，利用圖像處理技術分析舌象信息的特征與分類。伴隨中醫智能診斷研究的不斷深入，更多的人工智能方法逐步應用于中醫診斷研究中，有研究者將中醫辯證與貝葉斯網絡結合在一起，有研究者在臨床癥狀與舌診癥狀組合與證型的關系匹配中融合人工神經網絡技術，有研究者將粗糙集、貝葉斯網絡運用到肝炎肝硬化的臨床分類中，越來越多的研究者、一線臨床醫師開始關注中醫藥現代化建設和中醫智能診斷。

但關于中醫智能診斷的研究，更多的是側重與對某一方面的研究，缺乏一定的系統性，總體水平偏低，與臨床應用還有著較遠的距離?；谔幚硇畔⒌姆椒ㄟ@一角度來看，多數研究者選擇的主要是經典邏輯推理法、數理統計法等，或是兩者組合開展相關研究?；讷@取知識的方法這一角度來看，多數學者主要是將人工智能與中醫診斷進行簡單結合，難以從根本上解決問題，也無法將中醫辨證施治的原理、過程等解釋清楚。但隨著越來越多研究者加入中醫智能診斷的相關研究，對于加快中醫智能診斷的實現進程、促進人工智能技術與中醫診斷的深層整合有著重要意義。

2 基于神經網絡的中醫智能診斷分析

眾所周知，在中醫學臨床領域中，癥候是診治疾病的關鍵要素之一，是療效評估的重要依據之一。現階段，對于中醫癥候的研究較多，但相對系統化、規范化的研究則較少，關于中醫癥候與其他癥狀間函數關系的研究更是少之又少?；诂F代化信息處理技術研究中醫藥相關理論，需對大量文獻資料進行數據挖掘，分析中醫癥候與癥狀之間存在的內在聯系。人工神經網絡是一種人工智能技術，它獨具的數據挖掘功能能夠對復雜系統中雜亂無章的海量數據進行有效處理，并在數據中尋找規律、尋找模式、尋找隱含在數據信息中的關聯規則。在神經網絡的支持下，應用自適應神經網絡模糊系統實現對大量癥候數據的數據挖掘，并通過建立模糊推理系統實現中醫癥候智能診斷。

神經網絡與中醫診斷的結合，首先需要整合神經網絡，參考中醫診斷理論，結合臨床醫師經驗與臨床病例情況剔除相對次要的、對中醫辨證診斷過程影響很小的癥狀，基于專家經驗與臨床病例情況選擇主要癥狀，將望、聞、問、切四診作為診斷模型，將證候中提取特征作為輸入進行分類識別。與此同時，根據中醫證候的模糊特性，導入模糊神經網絡算法實現證候診斷分類識別，提升模糊推理系統的自適應性、識別正確率等。其核心在于以神經網絡實現模糊推理，構建自適應神經模糊推理系統，構建過程如下：證候主要特征提取——結合中醫診斷理論確定推理規則——建立模糊推理系統——將模糊推理系統轉化成相應的自適應神經模糊推理系統——應用臨床病例樣本對自適應神經模糊推理系統進行訓練——優化網絡結構和相關參數。

基于模糊神經網絡的中醫智能診斷系統是由3層構架構成的。第1層為模糊化層，通過隸屬函數描述疾病典型癥狀，并運用隸屬函數表示癥狀屬性與病情情況，根據癥狀表現程度進一步對癥狀程度進行量化處理；第2層為模糊推理層，由輸入層、隱含層和輸出層所構成，具體網絡結構如圖1所示。第3層是解模糊層，通過修正最大隸屬度，將輸出結果的隸屬度值、閾值進行對比，并進一步完成診斷。

通過臨床樣本數據和模糊推理系統構建相應的自適應神經模糊推理系統進行中醫辨證診斷對于T-S模型的模糊神經網絡可直接構建一個自適應神經模糊推理系統。該系統共有5層結構，如圖2所示。假定所考慮的模糊推理系統有兩個輸入和一個輸出，均為可提供數據對，同一層的每個節點具有相似功能，則可用O1,i表示第一層第i個節點的輸出，并以此類推。第一層是模糊規則建立的第一步，即輸入參數選擇與模糊化；第二層即模糊規則激勵強度的計算；第三層即對各條規則適用度進行歸一化計算；第四層每個節點i均為自適應節點；第五層單節點均為固定節點。

3 結束語

現階段中醫主要是根據醫生自身的醫學思維習慣、臨床實踐經驗等進行診斷，表現出一定的主觀性，臨床診治過程中所獲得的數據信息較為模糊，這在很大程度上限制了中醫學的現代化發展。當前中醫辨證診斷在客觀化、定量化、標準化方面還非常欠缺，為了幫助臨床醫師全面考慮診斷結果，急需一種科學的方法排除各種主觀因素、人為因素的不良影響，得到更加準確、客觀的診斷結果。因患者表現的癥狀具有模糊性，本文提出運用模糊神經網絡控制理論解決中醫智能診斷的問題。將模糊神經網絡與中醫理論、中醫臨床經驗等結合起來處理中醫診斷智能化的問題，利用神經網絡的學習算法，進一步實現模糊系統的自學習與自適應，從而構建自適應神經模糊推理系統。該系統可進行中醫分型診斷，并實現BP學習算法，在處理非線性、模糊性、智能信息等方面表現出一定的優越性，具有良好的泛化能力與識別精度。

圖1：模糊推理層網絡結構

圖2：典型自適應神經模糊推理系統結構