基于贝叶斯网络的中医辨证系统

第33卷　第4期2006年8月

文章编号:100022472(2006)0420123203

湖南大学学报(自然科学版)JournalofHunanUniversity(NaturalSciences)Vol.33,No.4Aug12006

基于贝叶斯网络的中医辨证系统

朱咏华1,朱文锋2

(1.湖南大学生命科学与技术研究院,湖南长沙　410082;2.湖南中医药大学中医诊断研究所,湖南长沙　410007)

Ξ

　　摘　要:将贝叶斯网络运用于中医辨证系统的研究,以更加量化中医辨证诊断系统.通

过将中医体系中的916个证候,51项证素及其构成的1700条证名构成中医辨证贝叶斯网络的节点集,初步建立起中医辨证数据库并通过网络学习,形成中医辨证贝叶斯网络结构及概率表.利用建立的贝叶斯网络中医辨证系统,进行数据计量分析、推理验证证候—证素—证名间的关系,其结果与中医专家经验有很高的吻合性,尽管其仍未能全面反映中医辨证的思维能力.所以贝叶斯网络是对中医辨证进行信息挖掘处理的一种较好方法,可应用于中医人工智能辨证系统的建立.

关键词:医学计算;贝叶斯网络;贝叶斯概率;证素;;中图分类号:TP181;R2-03:A

ofTraditional

onBayesianNetwork

ZHUYong2hua1,ZHUWen2feng2

(1.InstituteofLifeScienceandTechnology,HunanUniv,Changsha,Hunan　410082,China;

2.InstituteofTCMDiagnosis,HunanUnivofTraditionalChineseMedicine,Changsha,Hunan　410007,China)

　　Abstract:ThispaperappliedBayesiannetworktothesyndromedifferentiationresearchtoimprovethe

quantificationofsyndromedifferentiationdiagnosissystemintraditionalChinesemedicine(TCM).916syn2dromes,51keypatternelementsand1700syndromenamesasnodescollectionofBayesiannetworkwereselect2edforthedatabase,andtheframeworkandprobabilitytablefortheBayesiannetworkofTCMsyndromediffer2entiationweremadethroughthenetworklearning.Then,theconstructedsystemwasappliedtoexplorethere2lationshipamongthesyndrome,thekeypatternelementsandthesyndromenames.ThecomputingresultswereidenticaltothediagnosticexperienceofTCMexperts,althoughitstillcannotreflectthecomprehensivenessofthethinkingabilityofdoctor’ssyndromedifferentiationinTCM.So,theBayesiannetworkisagoodmethodtodealwiththeinformationfromthedifferentiationofsymptoms,andcanbeusedtodeveloptheartificialintelli2gencesystemforTCMsyndromedifferentiation.

Keywords:medicalcomputing;Bayesiannetwork;Bayesianprobability;keypatternelements;syndromedif2ferentiationsystem;thinkinglaws

　　中医学中“,证”是对疾病中机体整体反应状态的阶段性病理本质概括.中医不是依赖个别“金指标”对病情作出判断,不是从局部处理不确定性,而

是强调从整体进行分析,即从各方面综合诊察疾病

Ξ收稿日期:20060105

基金项目:国家重点基础研究发展(973)计划(2003CB517101)作者简介:朱咏华(1968-),女,湖南长沙人,湖南大学副教授 通讯联系人.E2mail:zwf1189@http://www.77cn.com.cn

124　　湖南大学学报(自然科学版)2006年

中机体现阶段的整体反应状态.疾病中患者的症状、

体征等各种病理信息,中医称为证候;中医辨证的目的,是为了明确病位与病性等辨证要素,简称证素;各证素的相互组合,可概括成完整的证名诊断.证候—证素—证名之间存在着极其复杂的网络关系,构成以证素为核心的辨证系统.“辨证”就是根据中医学理论,通过对证候(症状等)进行分析,而确定证素(病理本质),并作出证名诊断的思维认识过程[1].

贝叶斯网络(BayesianNetwork)[2,3]又称为信念网络、概率网络或因果网络.它主要研究不确定性知识表达和推理的方法,被认为是近十年来人工智能领域中最重要的研究成果之一.它可以把概率推理和网络结构有效地结合起来,概率推理可以有效的利用统计知识,而网络结构可以把专家的知识表达出来.因贝叶斯网络提供了进行知识表达、解释、推理和预测等一个连贯的框架,已成功应用于故障诊断、数据挖掘、医疗诊断、目标识别、态势决策等人工智能领域,成为此领域的研究热点之一.

的思维认知过程颇为近似,]术,从数据中对症状与证素间关系、证素组合关系等进行计量分析和推理判断,以使中医辨证达到较为精确的量化、可检验的程度.

脾虚证等1700条,构成中医辨证贝叶斯网络的节点

集.各个变量之间的关联强度用“权重(贡献度)”进行设定,如心悸—心50、阳虚20、阴虚20、气虚15、血虚15,从而确定症状与证素之间的因果关系,痰、热、肺3个证素,共同构成痰热壅肺证,初步建立起中医辨证数据库.然后以806个临床病例作为训练样本,将每个病例的症状、医生的证素辨识和证名诊断,输入计算机,由网络通过学习,形成中医辨证贝叶斯网络结构及概率表.112　贝叶斯网络中医辨证系统的推理利用建立的贝叶斯网络模型解决实际问题的过程称为贝叶斯网络推理,对贝叶斯网络中医辨证系统的推理验证,首先输入某例患者的病理信息,通过运算后绘制出该病例的辨证网络图和关系强度的局部概率分布表,值判别,,对贝—证名间关系发现、.

2　实验分析

211　肺阴虚证的贝叶斯网络图

中医专家评价指出,参照文献[4]建立的肺阴虚证的贝叶斯网络图(图1),能很好地反映症状与证素之间的相关关系,准确区分出“面色晦暗”为无关症状“,久不欲食”为间接相关症状

.

1　理论与方法

111　中医辨证贝叶斯网络的结构学习

一个贝叶斯网络包括了一个有向无环图(di2

rectedacyclcgraph,DAG)网络结构模型和与之相关的一组条件概率分布函数.中医辨证贝叶斯网络的结构学习,从完全 …… 此处隐藏：3776字，全部文档内容请下载后查看。喜欢就下载吧 ……