基于貝葉斯網(wǎng)的不確定系統(tǒng)的概率建模

醫(yī)學(xué)作為一門科學(xué)學(xué)科，其非凡的飛躍總是伴隨著科學(xué)知識的進步。由于歷史文化背景的差異,中醫(yī)學(xué)的發(fā)展形成了一套和現(xiàn)代醫(yī)學(xué)不一樣的發(fā)展模式。如今,中醫(yī)藥要走向世界,必須應(yīng)用現(xiàn)代科學(xué)技術(shù)對中醫(yī)理論和實踐進行科學(xué)的闡釋。辨證論治是中醫(yī)學(xué)的基本特點之一,也是中醫(yī)的精髓所在,辨證準確性的高低是取得療效的重要前提。但由于證候的確定缺乏客觀、定量的研究方法,以致許多診治經(jīng)驗難以重復(fù)。因此,中醫(yī)辨證規(guī)范化研究是發(fā)展中醫(yī)理論、提高臨床療效和中醫(yī)藥國際化的關(guān)鍵。傳統(tǒng)的辨證方法往往帶有主觀性和模糊性,而中醫(yī)辨證本質(zhì)可以看作是一個分類問題,將數(shù)據(jù)挖掘技術(shù)等現(xiàn)代方法學(xué)引入中醫(yī)藥的研究中,建立海量數(shù)據(jù)庫,并利用多元統(tǒng)計分析方法進行探討,可以使辨證的結(jié)果更具客觀性。貝葉斯網(wǎng)作為對信息進行數(shù)據(jù)挖掘的一種較好算法,如今正被越來越多地應(yīng)用到中醫(yī)辨證研究中來。貝葉斯網(wǎng)簡介貝葉斯網(wǎng)是用于不確定性推理,帶有概率注釋的有向無環(huán)圖模型。它可根據(jù)先驗知識和現(xiàn)有的統(tǒng)計數(shù)據(jù),用概率的方法對未知事件進行預(yù)測。它以直觀的圖形方法描述數(shù)據(jù)間的相互關(guān)系,用概率測度的權(quán)重表達多個變量間的時序關(guān)系、相關(guān)關(guān)系或因果關(guān)系等多種依賴關(guān)系。其堅實的理論基礎(chǔ)、直觀的知識表達、靈活的推理能力以及方便的決策機制,使其成為數(shù)據(jù)挖掘領(lǐng)域的新興技術(shù)。貝葉斯網(wǎng)由代表變量節(jié)點及連接這些節(jié)點的箭頭構(gòu)成。每個節(jié)點代表一個隨機事件變量,箭頭代表了節(jié)點間的依賴關(guān)系。每當一個原因節(jié)點的出現(xiàn)而導(dǎo)致某個結(jié)果的產(chǎn)生時,用條件概率進行表述,而不是必然結(jié)果。事件變量間關(guān)系的概率強度,構(gòu)成貝葉斯網(wǎng)中的條件概率表。根據(jù)貝葉斯網(wǎng)結(jié)構(gòu)以及條件概率表,可以快速得到每個基本事件的組合概率。在已知一些變量發(fā)生的條件下,計算機能從條件概率表中計算出變量之問的因果關(guān)系和每一變量的局部概率分布,即根據(jù)先驗概率推求后驗概率。貝葉斯網(wǎng)的結(jié)構(gòu)及其先驗概率分布,可以借助人的經(jīng)驗、專家知識而指定先驗概率,亦可直接分析數(shù)據(jù)特點,依數(shù)據(jù)統(tǒng)計確定概率的真實分布。根據(jù)先驗知識和現(xiàn)有的統(tǒng)計數(shù)據(jù)而建立數(shù)據(jù)庫,讓計算機按照貝葉斯網(wǎng)的學(xué)習(xí)算法自動進行學(xué)習(xí),可獲得相應(yīng)領(lǐng)域的貝葉斯網(wǎng)絡(luò)模型。表現(xiàn)證素的中醫(yī)辨證思維和臨床思維辨證論治是中醫(yī)學(xué)區(qū)別于現(xiàn)代醫(yī)學(xué)最明顯的特點。證是中醫(yī)學(xué)的一個特有概念,是對疾病過程中所處當前階段的病位、病因、病性以及病勢所作的病理性概括,是對致病因素與機體反應(yīng)兩方面的綜合,是對疾病當前本質(zhì)所作的結(jié)論。患者的癥狀、體征等各種臨床表現(xiàn),中醫(yī)稱為證候,亦稱為癥狀。中醫(yī)辨證的目的,是為了明確病位與病性等辨證要素,簡稱證素。各證素的相互組合,可概括成完整的證名診斷。因此,證素是通過對證候的辨識,而確定的病位和病性,是構(gòu)成證名的基本要素。辨證就是根據(jù)中醫(yī)學(xué)理論,通過對證候進行分析,而確定其證素,并作出證名診斷的思維認識過程。臨床上的常見癥狀,如惡寒、頭暈、胸悶、咳嗽、盜汗、口渴、大便干結(jié)、面色淡白、舌紫、苔膩、脈弦等,大約有1000個左右。心、肺、脾、肝、腎、胃、表、里等病位,氣虛、氣滯、血虛、血瘀、陰虛、陽虛、寒、熱、濕、燥、痰、飲等病性,約為50個。由50個證素組合而成的證名,如心氣虛證、肝脾不調(diào)證、脾腎陽虛證等,可達數(shù)千個。證素的多樣性組合、演變,構(gòu)成了病變的復(fù)雜性,也充分反映了中醫(yī)辨證的靈活性。不同的醫(yī)家在辨證時雖有差異,但其辨證思維的基本原理是相通的。辨證要素的確定、某組癥狀對某個證素的隸屬程度、證素如何組合以及證型類別都有一定規(guī)律可尋。中醫(yī)辨證規(guī)范化研究的瓶頸在于對四診海量信息數(shù)據(jù)進行挖掘分析的技術(shù)落后,貝葉斯網(wǎng)的特點決定了它可以用于描述復(fù)雜的因果關(guān)系。應(yīng)用貝葉斯網(wǎng)模型可以研究癥狀之間、癥狀與證素之間、病與證之間的因果關(guān)系。貝葉斯網(wǎng)的結(jié)構(gòu)學(xué)習(xí)及推理原理也與中醫(yī)辨證的思維過程頗為相近,因此貝葉斯網(wǎng)處理不確定性知識的方法也能對中醫(yī)辨證過程進行描述,從而進行分析和推理判斷。本博斯茨網(wǎng)絡(luò)在中醫(yī)辯證法研究中的應(yīng)用基于貝葉斯網(wǎng)的中醫(yī)辨證貝葉斯網(wǎng)可將主觀性與模糊性較強的中醫(yī)辨證過程,用直觀的圖形和簡潔的數(shù)據(jù)描述出來,為中醫(yī)辨證規(guī)范化研究提供了一個較好的方法學(xué)平臺。貝葉斯網(wǎng)推理的過程建立在概率計算和數(shù)理推導(dǎo)的基礎(chǔ)上,可以很好地模擬人腦的學(xué)習(xí)和思維過程,是對數(shù)據(jù)挖掘處理的一種較好方法,它對變量沒有限制,只要將臨床收集到的辨證數(shù)據(jù)輸入計算機,模型可以自行學(xué)習(xí)并推理出結(jié)果,并且相對人腦具有一定客觀性。貝葉斯網(wǎng)將臨床海量數(shù)據(jù)包括專家的先驗知識和后驗數(shù)據(jù)進行有機融合,對辨證中存在的不確定信息進行了有效的處理,且整個過程采用的全局觀點也符合中醫(yī)辨證的整體思維原則,近年來的研究表明其推理結(jié)果與中醫(yī)專家經(jīng)驗具有很高的吻合性。然而,貝葉斯網(wǎng)的建立來源于臨床數(shù)據(jù)庫的資料,病例的信息是否全面和客觀以及作為先驗知識的專家辨證是否準確決定了模型推理水平的高低,因此對臨床數(shù)據(jù)的質(zhì)量帶來了更高的要求。貝葉斯網(wǎng)是基于頻率的算法,為了減少計算量,一些頻率低的癥狀、證素或者證名不能被納入,這必然會影響推理的準確性。對癥狀等變量的描述只能定性不能定量,還不能全面反映辨證意義。臨床上有的癥狀和辨證的結(jié)果是負相關(guān)的,而貝葉斯網(wǎng)計算出的局部概率分布參數(shù)沒有正負分別。因此,貝葉斯網(wǎng)是中醫(yī)辨證研究的一種較好方法,但仍未能全面體現(xiàn)中醫(yī)辨證的思維能力。中醫(yī)藥的現(xiàn)代化和國際化需要多學(xué)科的交叉,需要前沿科技方法的支持,更需要不斷進行實踐和探索。基于貝葉斯網(wǎng)的中醫(yī)辨證研究已經(jīng)顯示出其強大的生命力,其辨證推理結(jié)果符合中醫(yī)理論及臨床,具有一定客觀性,有較好的發(fā)展前景。利用貝葉斯網(wǎng)挖掘臨床數(shù)據(jù)庫中的海量四診信息,建立中醫(yī)證侯模型,可能是中醫(yī)辨證規(guī)范化取得突破的有效方法。當然,如何更好的提供高質(zhì)量的樣本,提高貝葉斯網(wǎng)證侯分類的性能,改進其算法等仍是今后需要不斷探討的問題,隨著研究工作的深入,貝葉斯網(wǎng)一定會給中醫(yī)辨證規(guī)范化研究帶來更大的貢獻。1.青少年抑郁癥患者中醫(yī)證候及評估張麗偉等收集了187例胸痹醫(yī)案,隨機選取其中的170例作為訓(xùn)練集,17例作為測試集,并保證兩者都涵蓋心氣虛、心陽虛、脾陽虛、心脾兩虛等九種證候,利用樸素貝葉斯分類方法進行證候的診斷識別,結(jié)果顯示使用遺傳算法改進了的樸素貝葉斯分類模型不僅在所需特征上比原來少,而且在分類的準確度上還稍有提升。劉湛清通過分析哈爾濱中醫(yī)院HIS系統(tǒng)電子病例的證型診斷相關(guān)因素,分別構(gòu)造了中醫(yī)證型分類樸素貝葉斯和擴展貝葉斯模型,發(fā)現(xiàn)在中醫(yī)臨床證型診斷模型中貝葉斯分類算法具有良好的分類性能。曲淼等以611例抑郁癥患者的中醫(yī)證候為樣本,制訂《抑郁癥中醫(yī)證候觀察表》,進行中醫(yī)癥狀評定,運用貝葉斯網(wǎng)進行研究,得出中醫(yī)證型。結(jié)果顯示擬訂的中醫(yī)證型涵蓋了抑郁癥的大部分癥狀,包含了核心癥狀和周邊癥狀的不同組合方式,體現(xiàn)了抑郁癥臨床多變的證候特點。張躍宏等利用樸素貝葉斯分類算法構(gòu)建了肝炎后肝硬化中醫(yī)證候分類模型,對6種主要證候分類的符合率達83%。劉智等在原有中醫(yī)藥冠心病臨床治療數(shù)據(jù)采集系統(tǒng)的基礎(chǔ)上,使用中醫(yī)證型的辨證相關(guān)因素,提出屬性加權(quán)樸素貝葉斯算法,對于冠心病4種證侯模型的分類,都略高于樸素貝葉斯分類算法。胡雷琴等針對病例樣本少,變量維數(shù)高的問題,提出先用層次聚類和主成分分析方法對高維變量進行降維,最后利用生成的主成分進行貝葉斯網(wǎng)絡(luò)學(xué)習(xí)和分類,使平均正確率達到了88.75%。李梢等應(yīng)用貝葉斯網(wǎng)算法對乙肝患者證候?qū)W調(diào)查和實驗室檢測的數(shù)據(jù)進行分析,成功構(gòu)建了一種能夠有效判別慢性乙肝患者肝膽濕熱證、肝郁脾虛證的決策樹診斷模型。陳寶君等以279例抑郁癥肝腎陽虛證患者的證候?qū)W指標為基礎(chǔ),聯(lián)用貝葉斯網(wǎng)絡(luò)和聚類分析方法并結(jié)合專家經(jīng)驗辨證,確定出的有效辨證指標能為抑郁癥肝腎陽虛證的中醫(yī)診斷和臨床療效評價提供客觀依據(jù)。2.貝葉斯網(wǎng)在證侯關(guān)聯(lián)研究中的應(yīng)用龔燕冰等運用貝葉斯網(wǎng)分析2501例2型糖尿病不同并發(fā)癥患者的血糖相關(guān)指標與中醫(yī)癥狀和證型的相關(guān)關(guān)系,結(jié)果顯示貝葉斯網(wǎng)對于慢性并發(fā)癥的早期預(yù)測有積極作用。李仕進等為了挖掘中醫(yī)“癥-證”之問的關(guān)系,提出了基于KNN的挖掘算法和基于貝葉斯的挖掘算法。對比實驗證明,基于貝葉斯方法正確率達到65.76%,高于KNN的62.50%。3.以貝葉斯網(wǎng)的中醫(yī)診斷和診斷能力為核心朱詠華等通過將中醫(yī)體系中的916個癥狀,51項證素及1700條證名構(gòu)成中醫(yī)辨證貝葉斯網(wǎng)的節(jié)點集,從而確定癥狀與證素之間的因果關(guān)系。利用建立的貝葉斯網(wǎng)中醫(yī)辨證系統(tǒng),進行數(shù)據(jù)計量分析、推理驗證癥狀與證素間的因果關(guān)系、證素與證名問的關(guān)系,其結(jié)果與中醫(yī)專家經(jīng)驗有很高的吻合性。王瑞祥等將貝葉斯網(wǎng)應(yīng)用于以辨證為核心的中醫(yī)專家系統(tǒng)。根據(jù)信息熵判定癥狀之間是否存在因果關(guān)系,然后計算判定癥狀群的類別所屬,其優(yōu)點在于把各個癥狀看作彼此相互聯(lián)系的整體。吳榮等將名老中醫(yī)診療冠心病心絞痛的信息組成數(shù)據(jù)庫,運用貝葉斯網(wǎng)提取證候要素相關(guān)癥狀,并以條件概率的形式表示出各相關(guān)癥狀在辨證中的貢獻度,反映了證候診斷的實質(zhì),為名老中醫(yī)經(jīng)驗傳承開辟了新的途徑。唐啟盛等觀察6l1例患者的橫斷面證候,運用貝葉斯網(wǎng)模型進行數(shù)據(jù)研究,并結(jié)合前期聚類分析結(jié)果,得出中醫(yī)證型及診斷標準。在全國11個中心內(nèi),完成了1221例患者的中醫(yī)證候研究,制訂《抑郁癥中醫(yī)證候觀察表》進行中醫(yī)癥狀評定,結(jié)合中醫(yī)專家經(jīng)驗制定診療標準,并在全國9所醫(yī)院完成了1800例患者的臨床驗證,證明基于貝葉斯網(wǎng)的中醫(yī)證侯研究較符合中醫(yī)理論。4.hlc模型的建立張連文等提出了一種中醫(yī)辨證客觀定量標準的研究方法——隱結(jié)構(gòu)法,認為通過四診直接觀察到的癥狀是顯變量,而證候與病機特點是隱變量。隱變量與隱變量之間,以及隱變量與顯變量之間的關(guān)系構(gòu)