多目标隐结构模型对肺痿证候分类及诊断标准的研究

The latent structure model is a novel method to research the syndrome classification and diagnosis of traditional Chinese medicine (TCM), which using heuristic hill-climbing method to obtain model by searching from the mass data. However, there are some defects in the latent structure model, such as the operation time is long, the scoring mechanism considers the single factor, and the process to establish diagnosis rules is not complete. We have researched the multi-objective evolution algorithms and provided a method for reducing the time complexity. Hence, we propose multi-objective latent structure model to study the syndrome classification and diagnosis of TCM. According to the restraining relationship of fitting and generalization in latent structure model, we consider them as two objectives to establish the multi-objective mathematical model, and adopt multi-objective differential evolution as search engine to obtain the better latent structure model. Then, taking the pulmonary asthenia as an example, we use the obtained model to analyze the data, adopt the conditional probability to measure symptom, apply statistical analysis to get the experience threshold, and use the quantitative diagnosis to derive the diagnosis rules. Finally, we test the diagnosis rules on labeled data, verify the accuracy of diagnosis rules, and compare the different methods to establish diagnosis rules. So we will improve the process of establishing diagnosis rules of TCM based on latent structure model.

隐结构模型是近几年提出研究中医证候分类及诊断标准的有效方法，其采用启发式单重爬山法对大量数据进行搜索后得到模型，但该方法存在运算时间长、模型评分机制考虑因素单一，且建立诊断规则过程不完善等问题。课题组前期对多目标启发式优化算法进行研究，发现降低其时间复杂度的方法，因此，我们提出多目标隐结构模型研究中医证候分类及诊断规则。由于隐结构模型评分机制中拟合度和泛化度之间相互冲突，更适宜同时进行优化考虑，故本研究拟建立两目标数学优化模型，采用多目标差分进化指导搜索，快速获得高质量隐结构模型。根据得到的模型，以肺痿为例，对其症状数据进行隐结构分析，用条件概率对症状进行量化，统计分析出经验阈值，并使用计量诊断法建立规则。然后，用测试数据对诊断规则进行测试对比，验证规则的准确度，分析诊断条件组合法、证候要素及病症结合法在建立规则时效果的差异，从而完善依据隐结构模型研究中医证候分类及诊断规则的过程。

背景：隐结构模型是近几年提出研究中医证候分类及诊断标准的有效方法，其采用启发式单重爬山法对大量数据进行搜索后得到模型，但该方法存在运算时间长、模型评分机制考虑因素单一，且建立诊断规则过程不完善等问题。主要研究内容：研究了隐结构模型生成算法的运行机制，重点研究模型评价标准中泛化度和拟合度之间的制约关系，提出了有效的处理手段和多目标最优化问题，得到了基于隐结构模型的证候分析三种方法，发布了隐结构分析的网络版系统；研究了提高多目标差分进化的性能，以及分析算法参数之间的耦合关系，归纳参数设置的规律和整体框架的实现。提出了快速的多目标差分进化算法；对肺痿症状、药物数据进行了隐结构分析，并对获得的隐变量进行诠释和组合，然后依据组合隐变量对数据进行综合聚类分析，获得辨证分型方案，最终建立了诊断规则和中药分析；对比研究了贝叶斯、逻辑回归、隐结构模型等不同方法建立规则的效果，对其准确率进行了测试，得到了精确度较高的诊断规则，最终发布了相关的成果网站进行展示。成果与关键数据：挖掘出名老中医对肺痿的证候辨证经验，并将主要症状以规则的形式量化显示。如表虚证，症状分值从高到低依次为自汗10、神疲5.89、恶寒3.4、乏力2.46、盗汗2.34等。阴虚类以肺肾阴虚证为例，症状分值从高到低依次为呛咳3.98、盗汗3.58、发热2.88、脉滑2.67、纳呆2.67等，得到其他证候的症状分值也基本符合中医知识。测试时规则的辨证准确率最高98.54%、最低87.38%、平均94.49%。学术价值与意义：对名老中医诊疗肺痿病的辨证经验进行挖掘，给出了其症状与证候之间的量化关系，为推广名老中医对肺痿辨证分型经验提供帮助；解决了隐结构模型分析软件（孔明灯）随着待分析数据量的增大，存在模型学习时间过长、占用计算机资源过多等问题。搭建了隐结构分析的网络平台版本，在模型学习的效率上较单机版提升5倍以上，使其能够快速生成隐结构模型，目前该成果已被国内外相关学者广泛使用，具有一定的影响力。