学位论文 > 优秀研究生学位论文题录展示

基于神经网络的冠心病证候诊断标准与药效评价模型研究

作　者: 杜文斌
导　师: 周学文
学　校: 辽宁中医学院
专　业: 中医基础理论
关键词: 方法学冠心病医案自组织特征映射神经网络诊断标准反向传播神经网络中药复方药效预测模型影响度非线性复杂性
分类号: R259.4
类　型: 博士论文
年　份: 2004年
下　载: 516次
引　用: 12次
阅　读: 论文下载

内容摘要

方法学与所研究学科的特点应当是一致的，中医药学具有整体性、复杂性、非线性、动态性，表述具有人文科学的特征，理论具有非线性的特点，操作方式具有经验医学的特质。因此中医研究应当借鉴现代科学成果，特别是复杂性科学的理论和方法，建立科学的、原创的、适合中医学科特点的研究方法。中医证候诊断与疗效评价是中医发展过程中的两个关键问题，中医证候诊断标准的客观化和科学化是提高临床诊疗水平的必要条件，也是证本质研究的前提；而对中医药复方的疗效评价是科学判断中医医治疗效果的依据、以及在此基础上对中医药复方治疗机理深入研究的必要前提。神经网络方法具有整体性、系统性、非线性、并行性、自学习性、自组织性和极强的容错性等特点，以其独特的结构和信息处理的方法，在模式识别、自动控制、信号处理、辅助决策等众多研究领域取得了显著的成效，是处理复杂性、非线性问题的主要方法之一。本研究利用了神经网络强大的分类与预测功能，用来解决中医证候诊断与疗效评价两个关键问题，期望为中医药学的继承与创新提供科学合理的研究方法。在中医证候诊断标准研究方面，本论文在国内首次提出应用具有高度非线性特征的自组织特征映射神经网络方法，进行中医证候诊断标准的分类研究，自组织竞争神经网络属于无导师的分类方法，因此能保证分类的客观性。其实现过程是：以建国后名老中医冠心病医案为研究对象，并对入选医案进行数据的规范化预处理和症状的降维处理。考虑到辨病论治的基本观点和冠心病的症状重叠现象，将冠心病的诊断标准分为辨病诊断标准和辨证诊断标准两部分，冠心病辨病诊断标准初步确定为：胸痛(闷痛、刺痛、绞痛、隐痛)、痛有定处；伴有胸闷、心悸；甚者痛引肩背。针对医案集中的未重叠症状，用MATLAB6.5软件神经网络工具箱中动态增长自组织映射模型(TGSOM)方法进行聚类训练，从TGSOM程序运算结果可知每个映射区域的医案分布情况，统计各映射区域医案数目及具体医案，根据医案症状的分布频数确定各映射区的症状分布情况，参照医案中病机的阐述及相关中医理论确定映射区集合的证候类型。在此基础上给出了每个症状的权重，建立了基于自组织神经网络的冠心病证候诊断标准。证候分类结果提示：本医案集的冠心病证候可分为阴虚火旺、心肾阳虚、痰浊内阻、气虚血瘀四个证型。其中阴虚火旺的诊断标准为：失眠、心烦、口干、易怒、盗汗、神疲，舌红、苔薄黄或剥脱，脉弦细；心肾阳虚的诊断标准为：腰膝酸软、畏寒肢冷、耳鸣、气短、乏力、纳呆、舌质紫暗或舌淡或胖大、苔白腻、脉沉弱；痰浊内阻的诊断标准为：肥胖、痰多、纳呆、气短、便溏、浮肿、舌质淡、胖大、苔白腻、脉沉细、弦滑；气虚血瘀诊断标准为：气短、头晕、面色苍白、自汗、神疲、乏力、舌质淡、胖大、有瘀斑、苔薄白、脉弦细或结代。实例分析表明，本证候诊断标准所作出的诊断同医案诊断结果非常接近，完全符合率为：73.3％，基本符合率为93.3％。说明该方法是一种科学的分类方法，适合冠心病临床证候诊断。对中药复方的疗效评价是中医药研究的另一个关键问题，中药药效评价的研究中应充分考虑到中药复方作用方式的复杂性与非线性，并以此来构建中药复方药效评价体系，这是开发具有自主知识产权的中药、保护我国中医药资源、参与国际竞争的迫切需要，也是我们现阶段面临的重大课题，我们通过对现代中药药理研究的分析，提出了中药复方的“低强度多层网状”作用方式的假说，在此假说的基础上，特别探讨了多个次要结局指标与主要结局指标的非线性、复杂性关系。由于反向传播神经网络(BP神经网络)具有强大的模拟与预测功能，可以从有畸变和缺损以及背景复杂的信息中提取系统的输出与输入间的相互关系，所以本研究利用BP神经网络方法，建立了药效预测模型，期望针对中药复方的“低强度多层网状”作用方式，提供一种可行的中药复方疗效评价的方法。作为基于BP神经网络中药复方药效预测模型建立与指标评估的应用实例，我们采用食饵性兔动脉粥样硬化(As)模型，观察脂脉康对AS面积、血脂、内皮素(ET)及一氧化氮(NO)的影响，采用BP神经网络技术，识别终点指标(兔动脉粥样硬化面积)与血脂、内皮素(ET)及一氧化氮(NO)等影响参数之间的关系，建立兔动脉粥样硬化(AS)面积预测模型，并根据该神经网络模型预测兔动脉粥样硬化面积。研究结果提示:该模型可以较好的通过次要指标预测终点指标的情况，平均相对误差为4，55%;应用冠心病动脉硬化预测神经网络模型，推导出TG、HDL一C、ET、NO对动脉硬化面积的影响度分别为0.398、0.174、0.207、0.220。本研究为实验选择次要指标提供依据，为中药复方疗效评价提供科学、客观、简洁、可行性强的方法。

全文目录

目录  2-5
中文摘要  5-7
ABSTRACT  7-9
第一章绪论  9-20
  第一节研究背景--中医学的特征与困惑  9-12
    一、中医理论的人文学科特征  9
    二、中医现象的非线性特点  9-10
    三、中医临床的经验医学特质  10-11
    四、中医现代研究的困惑  11-12
  第二节研究意义--方法论的创新是现代中医研究的关键  12-13
    一、中医学研究的困境是由于特异性研究方法的不足  12
    二、现代中医研究的难点和关键是建立科学研究方法  12-13
  第三节研究前提--病证结合是中医研究的切入点  13-17
    一、中医辨病与辨证论治的历史沿革  13-15
    二、辨病与辨证相结合是中医现代化的必由之路  15-17
  第四节研究内容、创新点及研究路线  17-20
第二章神经网络的概念、历史、原理及应用  20-29
  第一节人工神经网络概念  20-21
  第二节人工神经网络发展  21-22
    一、初期阶段及第一次热潮  21
    二、人工神经网络发展的萧条期  21-22
    三、人工神经网络的第二次热潮  22
  第三节人工神经网络的工作原理  22-25
  第四节人工神经网络的特征  25-27
    一、整体性、系统性和非线性  26
    二、自学习、自组织和自适应  26
    三、大规模并行处理能力  26
    四、极强的容错性和鲁棒性  26-27
    五、极强的分类与识别能力  27
  第五节人工神经网络的分类  27-28
  第六节人工神经网络的应用  28-29
第三章基于自组织竞争神经网络的冠心病证候诊断标准研究  29-55
  第一节医案数据挖掘是中医药学研究的重要切入点  29-32
    一、中医医案的内容  29
    二、中医医案的历史源流  29-30
    三、医案是中医药学重要的知识宝库  30-31
    四、基于神经网络的中医医案数据挖掘是研究医案的重要方法  31-32
  第二节中医证候诊断标准研究是中医科学化的基础  32-34
    一、中医证候诊断标准的发展  32-33
    二、中医证候诊断标准研究的现状  33
    三、中医证候诊断标准研究是中医证本质研究的前提  33-34
  第三节借鉴现代医学对诊断标准研究的思想与方法  34-37
    一、现代医学诊断标准制定的基本思想  34-36
    二、现代医学诊断标准制定的思想和方法对中医研究的启示  36-37
  第四节自组织竞争神经网络基本原理  37-39
    一、自组织竞争人工神经网络的基本思想  37-38
    二、自组织竞争神经网络的概况及算法原理  38-39
  第五节应用自组织竞争人工神经网络对冠心病医案的诊断标准数据挖掘  39-55
    一、数据的入选标准  39
    二、数据的预处理  39-40
    三、数据降维处理  40-42
    四、自组织人工神经网络对冠心病医案的诊断标准数据挖掘过程  42-44
    五、自组织竞争人工神经网络对冠心病医案的诊断标准数据挖掘结果  44-50
    六、基于自组织竞争人工神经网络冠心病医案分类结果验证  50-51
    七、基于自组织竞争人工神经网络冠心病医案分类结果分析  51-55
第四章基于BP神经网络的冠心病动脉硬化预测模型与指标评估  55-73
  第一节中药药效评价方法科学化是呈现中医药科学性的必要条件  55-56
    一、中药复方疗效评价的方法学不足  55
    二、非线性方法为中药复方疗效评价提供了可能  55-56
  第二节疗效评价中结局指标同次要指标的关系  56-57
    一、结局指标、次要指标的定义  56-57
    二、结局指标、次要指标的优劣  57
    三、探讨结局指标、次要指标的关系，为中药评价提供依据  57
  第三节中药复方作用模式为“低强度多层网状方式”假说的提出  57-60
    一、复杂性科学基本观点与机体的生理、病理状态  58
    二、中药复方作用的多层次性  58-59
    三、中药复方作用的低强度效应特性  59
    四、中药复方多靶点作用构成的网状模式  59-60
    五、 “低强度多层网状方式”的假说内容  60
  第四节反向传播网络(BP)神经网络基本原理  60-64
    一、 BP网络的结构  60-61
    二、 BP网络学习规则  61
    三、利用LEVENBERG-MARQUARDT算法优化方法求权值变化  61
    四、 BP神经网络的整个学习过程具体步骤  61-63
    五、 BP网络的设计分析  63-64
  第五节冠心病动脉硬化预测模型建立与指标评估  64-73
    一、材料与方法  65-66
    二、药效实验结果与讨论  66-67
    三、冠心病动脉硬化预测神经网络模型的建立  67-69
    四、主动脉AS面积预测神经网络模型的仿真测试  69-70
    五、各生化指标对冠心病动脉硬化影响度的评估  70-71
    六、冠心病动脉硬化预测模型与指标影响度评估结果的分析与讨论  71-73
第五章结论  73-74
参考文献  74-78
致谢  78-79
简历  79-80

基于神经网络的冠心病证候诊断标准与药效评价模型研究

内容摘要

全文目录

相似论文