支持向量機方法在《傷寒論》方分類建模中的應用

1、支持向量機方法在傷寒論方分類建模中的應用         11-05-17 14:42:00     編輯：studa20                作者：孫燕,臧傳新,任廷革,李宇航【關鍵詞】  支持向量機；分類；傷寒論支持向量機(Suport Vector Machine,SVM)方法是20世紀90年代出現(xiàn)的一

2、種新的分類方法,已初步表現(xiàn)出很多優(yōu)于已有方法的性能。有人把SVM方法與其他16種已有的方法作了系統(tǒng)的比較,得出SVM方法最優(yōu)的結論1。利用支持向量機方法訓練得到的分類器具有很好的推廣能力,即使訓練樣本很少,分類器的預測準確率也會很高。1  支持向量機方法    SVM分類器的基本原理是使用一個非線性變換,將不可分的空間映射到一個高維的線性可分的空間,并建立一個具有極小VC維數(shù)的分類器,該分類器僅由大量樣本中的極少量支持向量確定,且具有最大的邊界寬度。支持向量機算法的技巧在于不直接計算復雜的非線性變換,而是計算非線性變換的點積,即核函數(shù),從而大大簡化了計算

3、的過程。    因此,統(tǒng)計學習理論和SVM方法建立了一套較好的有限樣本下機器學習的理論框架和通用方法,有嚴格的理論基礎,其核心思想就是學習機器的復雜性要與有限的訓練樣本相適用,能較好地解決有限樣本、非線性、高維數(shù)和局部極小點等實際問題,能建立穩(wěn)定的預測準確率高的分類器,所以適用于分類模式識別。2  SVM方法在傷寒論方分類識別中的應用    自傷寒論問世以來,研究傷寒的著作有千余種,涉及七百余醫(yī)家。尤其在明清時期,各醫(yī)家在孫思邈“方證同條,比類相附”的啟發(fā)下,運用歸類編次的研究方法,從不同的角度充分揭示了傷寒論辨證論治的規(guī)律

4、,如按方類證、按法分類、按癥類證、按因類證、分經(jīng)審證等等8,大大豐富和發(fā)展了傷寒論的內(nèi)容。    以上都是醫(yī)家們?nèi)藶榈姆诸惙椒?現(xiàn)在我們利用模式識別的方法從不同的角度、不同的側面、不同的層次對傷寒論方進行分類訓練建模,來嘗試對張仲景制方規(guī)律和辨證論治規(guī)律的機器學習建模,不僅可以用更便于現(xiàn)代人理解的形式再現(xiàn)仲景的思維模式,使中醫(yī)學的繼承和學習更加有效,還可以發(fā)現(xiàn)一些隱含的知識,供我們學習借鑒。2.1  數(shù)據(jù)采集    數(shù)據(jù)來源于劉渡舟主編的傷寒論校注,選擇原文中帶有方藥的條文,將其轉換為電子文檔并進行預處理后,利用數(shù)據(jù)庫技術導

5、入專門用于“解析”和“標引”的“中醫(yī)方劑數(shù)據(jù)庫”9。2.2  數(shù)據(jù)一致化處理    由于計算機難以識別不遵循一定模式的數(shù)據(jù),不同的表達則認為是不同的知識,而中醫(yī)學中對同一個藥名、藥物功效、方名、癥狀、證候等數(shù)據(jù)有多種不同的表述方式的現(xiàn)象非常普遍,因此需要對其進行一致化、規(guī)范化處理,去除大量數(shù)據(jù)的噪音影響,保證所得數(shù)據(jù)具有較好的可信度,所得的結果才能反映真實的規(guī)律。    數(shù)據(jù)預處理是利用“解析”和“標引”技術,對采集到的傷寒論方劑數(shù)據(jù)進行處理的過程。所謂“解析”,實質上就是將文獻數(shù)據(jù)結構化、規(guī)范化的過程。我們在“中醫(yī)方劑數(shù)據(jù)

6、庫”對一個方劑解析后的字段可達171個,其中22個大項,149個子項。主要包括文獻位置(書、卷、頁、序)、方名、別名、主治病證、方劑組成、方劑功效、制劑工藝、劑型、服用方法、使用禁忌、加減用法、輔助療法、反應與療效、病機分析等。所謂“標引”,即中醫(yī)學主題詞標引,就是用給定的中醫(yī)學主題詞表中的詞條,對解析好的數(shù)據(jù)內(nèi)容冠以恰當?shù)臉俗R,從而使文獻數(shù)據(jù)標準化、規(guī)范化,其目標是把文字媒體的信息解析后并分門別類的加以標識。這樣的工作是在一種叫做“文獻解析工作單”的電子表格上進行的,這是一項十分繁重的、專業(yè)性很強的的工作,但是很重要,因為信息解析是整個信息活動的基礎,為在大型數(shù)據(jù)庫上進行數(shù)據(jù)挖掘提供良好的土

7、壤。2.3  傷寒論方劑功效的宏觀量化處理    SVM方法是完全基于數(shù)據(jù)的方法,為了與國際通行的軟件兼容,筆者采用與SVMLight類似的數(shù)據(jù)文件格式10。因此必須對傷寒論方劑功效進行定性定量處理,這也是進行分類訓練建模的基礎條件。    經(jīng)過一致化處理后,有關方劑的主要因子,諸如方劑的藥物組成及其臨床表現(xiàn)癥狀和體征等數(shù)據(jù)就可以導入“中醫(yī)方劑分析系統(tǒng)”。通過利用近似推理技術實現(xiàn)了方劑有關因子的宏觀量化,把定性的語言描述轉化為定量的數(shù)字表達,提供量值變化的信息提示,可直觀、動態(tài)地了解方劑組成變化的過程及其影響因素；同時使得每一個方劑因子之間具有了可比性,實現(xiàn)了定性定量的層次,這是目前任何方劑系統(tǒng)都無法做到的。    中醫(yī)學中存在“異病同治”的問題,同一個方劑可以治療不同的疾病和證候,但究竟是方劑的哪些藥物功效在發(fā)揮作用,目前還沒有辦法確定。按照中醫(yī)學的推理規(guī)律,一般認為針對不同的體質和病證,同一方劑就會有不同作用趨向,發(fā)揮不同的功效。因此筆者根據(jù)另一個客觀存在的信息方劑治療的患者的癥狀/體征,建立了功效-癥狀-證候關系庫,實現(xiàn)了方劑針對具體情況下的證候重聚焦,同時也實現(xiàn)主證