貝葉斯網(wǎng)絡(luò)在中醫(yī)領(lǐng)域的應(yīng)用

貝葉斯網(wǎng)絡(luò)在中醫(yī)領(lǐng)域的應(yīng)用

貝葉斯網(wǎng)絡(luò)也被稱為信念網(wǎng)絡(luò)、概率網(wǎng)絡(luò)或因果網(wǎng)絡(luò)。1981年，r.haley和j.math-son提出了不規(guī)則算子模型。帶有概率分布注釋的無環(huán)模型。這是概率分布和圖論的產(chǎn)物。主要研究不確定性知識(shí)的表達(dá)和推理，可用于復(fù)雜多因素的分析。在過去的10年里，這是人工智能領(lǐng)域的研究熱點(diǎn)和研究成果之一。貝葉斯網(wǎng)絡(luò)可以把概率推理和網(wǎng)絡(luò)結(jié)構(gòu)有效地結(jié)合起來,根據(jù)先驗(yàn)知識(shí)和現(xiàn)有的統(tǒng)計(jì)數(shù)據(jù),用概率的方法對(duì)未知事件進(jìn)行預(yù)測(cè),以直觀的圖型方法描述數(shù)據(jù)間的相互關(guān)系,用概率測(cè)度的權(quán)重表達(dá)多個(gè)變量間的時(shí)序關(guān)系、相關(guān)關(guān)系或因果關(guān)系等多種依賴關(guān)系。貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)及推理原理與中醫(yī)辨證的思維認(rèn)識(shí)過程頗為近似。近年來,貝葉斯網(wǎng)已越來越多地應(yīng)用于中醫(yī)研究。1貝葉斯網(wǎng)絡(luò)的原理與中醫(yī)辯證法的相似性1.1條件概率表貝葉斯網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu),由代表變量的節(jié)點(diǎn)及連接這些節(jié)點(diǎn)的箭頭構(gòu)成。貝葉斯網(wǎng)絡(luò)模型的特點(diǎn)是可以用于描述復(fù)雜的因果關(guān)系。從直觀上講,貝葉斯網(wǎng)絡(luò)表現(xiàn)為一個(gè)賦值的復(fù)雜因果關(guān)系網(wǎng)絡(luò)圖,網(wǎng)絡(luò)中的每一個(gè)節(jié)點(diǎn)表示一個(gè)變量,即一個(gè)事件。各變量之間的弧表示事件發(fā)生的直接因果關(guān)系。每當(dāng)一個(gè)原因節(jié)點(diǎn)的出現(xiàn)而導(dǎo)致某個(gè)結(jié)果的產(chǎn)生時(shí),用條件概率進(jìn)行表述,而不是必然結(jié)果。事件變量間關(guān)系的概率強(qiáng)度,構(gòu)成貝葉斯網(wǎng)絡(luò)中的條件概率表。根據(jù)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)以及條件概率表,可以快速得到每個(gè)基本事件的組合概率。其堅(jiān)實(shí)的理論基礎(chǔ)、直觀的知識(shí)表達(dá)、靈活的推理能力以及方便的決策機(jī)制,使其成為數(shù)據(jù)挖掘領(lǐng)域的新興技術(shù)。根據(jù)先驗(yàn)知識(shí)和現(xiàn)有的統(tǒng)計(jì)數(shù)據(jù)而建立數(shù)據(jù)庫,讓計(jì)算機(jī)按照貝葉斯網(wǎng)絡(luò)的學(xué)習(xí)算法自動(dòng)進(jìn)行學(xué)習(xí),可獲得相應(yīng)領(lǐng)域的貝葉斯網(wǎng)絡(luò)模型。貝葉斯網(wǎng)絡(luò)的學(xué)習(xí),是為了實(shí)現(xiàn)貝葉斯網(wǎng)絡(luò)的推理。在已知一些變量發(fā)生的條件下,計(jì)算機(jī)能從條件概率中計(jì)算出變量之間的因果關(guān)系和每一變量的局部概率分布,即根據(jù)先驗(yàn)概率推求后驗(yàn)概率。1.2網(wǎng)絡(luò)模型的建立具有不確定性貝葉斯網(wǎng)絡(luò)的推理過程是建立在相關(guān)概率的計(jì)算、閾值的設(shè)定和數(shù)理的推導(dǎo)基礎(chǔ)之上,推理過程明確,結(jié)論表達(dá)的精確度很高,是對(duì)辨證進(jìn)行信息挖掘處理的一種較好方法。貝葉斯網(wǎng)絡(luò)技術(shù)對(duì)變量并無限制,只須將臨床資料輸入計(jì)算機(jī),網(wǎng)絡(luò)便可自行學(xué)習(xí)、發(fā)現(xiàn)、推理和預(yù)測(cè)而得出診斷結(jié)論,因而具有客觀性。中醫(yī)辨證有六經(jīng)辨證、八綱辨證、臟腑辨證等領(lǐng)域知識(shí),中醫(yī)專家的臨床經(jīng)驗(yàn)和大量可用的醫(yī)案、病例,可用以確定先驗(yàn)概率。為獲得正確的輸出,網(wǎng)絡(luò)必須涵蓋辨證的全部信息,為了獲得良好的表示,每一個(gè)可能的依賴關(guān)系都必須進(jìn)行考慮。中醫(yī)辨證貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí),從完全潛在圖出發(fā),利用專家經(jīng)驗(yàn)和先驗(yàn)知識(shí),設(shè)定相關(guān)參數(shù),有效地減少網(wǎng)絡(luò)結(jié)構(gòu)的搜索空間。將貝葉斯網(wǎng)絡(luò)技術(shù)與中醫(yī)辨證知識(shí)相結(jié)合,構(gòu)建起中醫(yī)辨證貝葉斯網(wǎng)絡(luò)模型,將具有整體性、動(dòng)態(tài)性、復(fù)雜性、模糊性等特點(diǎn)的中醫(yī)辨證理論用可視的圖形,清晰的語義,精細(xì)的數(shù)據(jù)進(jìn)行描述,有助于對(duì)辨證的理解;利用多源信息,有機(jī)融合中醫(yī)專家的先驗(yàn)知識(shí)和后驗(yàn)數(shù)據(jù),有效地處理了中醫(yī)辨證中存在著的不確定信息;采用全局的觀點(diǎn),符合中醫(yī)從整體上進(jìn)行辨證的思維原則。貝葉斯網(wǎng)絡(luò)其推理過程與中醫(yī)辨證的思維相似,為中醫(yī)辨證客觀化研究提供了新的思路和方法。2中醫(yī)辨證的目的與意義近年來,證候一直是中醫(yī)學(xué)研究的熱點(diǎn),特別是與臨床流行病學(xué)、數(shù)據(jù)挖掘技術(shù)和人工智能等多學(xué)科交叉結(jié)合后,證候研究在原有基礎(chǔ)上取得了重大進(jìn)展。目前,探索建立智能化診斷模型已成為證候研究的主要方向之一。中醫(yī)辨證的目的,是為了明確病位與病性等辨證要素,簡(jiǎn)稱證素。各證素的相互組合,可概括成完整的證名診斷?！氨孀C”就是根據(jù)中醫(yī)學(xué)理論,通過對(duì)患者臨床表現(xiàn)進(jìn)行分析,而確定其病理本質(zhì),并作出證名診斷的思維認(rèn)識(shí)過程。在醫(yī)學(xué)應(yīng)用中,貝葉斯網(wǎng)絡(luò)具有與人腦類似的思維模式,特別是與中醫(yī)辨證過程有良好吻合性,為此不少中醫(yī)學(xué)者選擇貝葉斯網(wǎng)絡(luò)作為中醫(yī)證候研究的方法,廣泛應(yīng)用于中醫(yī)證候研究中。2.1貝葉斯網(wǎng)絡(luò)雜交學(xué)習(xí)算法在數(shù)據(jù)挖掘的各種方法中,貝葉斯網(wǎng)絡(luò)以其豐富的概率表達(dá)能力、綜合先驗(yàn)知識(shí)的增量學(xué)習(xí)特性及其穩(wěn)固的數(shù)學(xué)基礎(chǔ)引起了研究人員的關(guān)注,貝葉斯網(wǎng)絡(luò)包括網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)集合兩部分,現(xiàn)已有很多從數(shù)據(jù)中學(xué)習(xí)分類模型的應(yīng)用,如基于約束和基于得分函數(shù)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法,以及結(jié)合兩者長(zhǎng)處的雜交學(xué)習(xí)算法,根據(jù)先驗(yàn)知識(shí)和現(xiàn)有的統(tǒng)計(jì)數(shù)據(jù)而建立數(shù)據(jù)庫,讓計(jì)算機(jī)按照貝葉斯網(wǎng)絡(luò)雜交學(xué)習(xí)算法自動(dòng)進(jìn)行學(xué)習(xí),可獲得相應(yīng)的貝葉斯網(wǎng)絡(luò)。在科研中,實(shí)驗(yàn)及臨床數(shù)據(jù)難收集,樣本量少,而分析指標(biāo)眾多,是普遍存在的現(xiàn)象,而中醫(yī)證候具有高維多階、復(fù)雜非線性的特點(diǎn),因此醫(yī)學(xué)學(xué)者采用層次聚類和主成分分析這兩種方法進(jìn)行數(shù)據(jù)預(yù)處理,對(duì)高維的證候變量起到降維作用。李梢利用這兩種方法對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,對(duì)高維的證候變量起到降維作用,并通過這種聯(lián)合方法初步建立了一種慢性胃炎的證候診斷模型:以癥狀為維度的特征空間,以證候?yàn)榉诸惸繕?biāo)的模型結(jié)構(gòu),以期通過這種方法為智能化證候診斷提供一種新的思路和方法。胡雪琴等通過這兩種方法對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,同時(shí)考察貝葉斯網(wǎng)絡(luò)的學(xué)習(xí)與推理的原理和算法,貝葉斯網(wǎng)絡(luò)分類平均正確率達(dá)到了88.75%,該方法既能整體考慮臨床癥狀與證候之間相互關(guān)系,又可以通過自學(xué)習(xí),不斷提高證候識(shí)別分類的能力,能較好地體現(xiàn)中醫(yī)整體觀念與辨證論治的特點(diǎn)。2.2中醫(yī)證候分類識(shí)別基于數(shù)據(jù)預(yù)處理的貝葉斯網(wǎng)絡(luò)分類方法應(yīng)用到中醫(yī)診斷學(xué),有利于證候規(guī)范化研究的進(jìn)展,推動(dòng)科學(xué)的證候診斷和評(píng)價(jià)標(biāo)準(zhǔn)的建立,被廣泛應(yīng)用于中醫(yī)證候研究中。朱文鋒等以實(shí)例說明中醫(yī)證素辨證的貝葉斯網(wǎng)絡(luò)運(yùn)算規(guī)律,將其運(yùn)用于中醫(yī)證素辨證體系中關(guān)于癥狀與證素間隸屬關(guān)系以及證素之間組合關(guān)系的研究,結(jié)果與中醫(yī)專家的經(jīng)驗(yàn)有較高的吻合性。孫亞男等利用信息增益算法進(jìn)行辨證屬性選擇,并分別采用樸素貝葉斯和強(qiáng)屬性集貝葉斯網(wǎng)絡(luò)算法建立了中醫(yī)冠心病臨床證型診斷模型,其實(shí)驗(yàn)結(jié)果表明該分類算法在中醫(yī)冠心病臨床診斷模型中具有良好的分類性能。張麗偉等在使用樸素貝葉斯分類方法對(duì)中醫(yī)證候進(jìn)行分類識(shí)別并用遺傳算法進(jìn)行了改進(jìn):先合理抽象鑒別診斷過程并建立數(shù)學(xué)模型,并提出了使用數(shù)據(jù)挖掘技術(shù)中的樸素貝葉斯分類方法對(duì)模型求解,同時(shí)考慮到特征數(shù)量較大,運(yùn)用了遺傳算法進(jìn)行特征優(yōu)化,最后使用醫(yī)學(xué)上常用的ROC曲線評(píng)價(jià)方法對(duì)改進(jìn)前后的分類識(shí)別的效率進(jìn)行分析比較,發(fā)現(xiàn)樸素貝葉斯模型的ROC曲線下包圍的面積為0.3865,而使用遺傳算法改進(jìn)的樸素貝葉斯模型的ROC曲線下包圍的面積為0.7633,從結(jié)果上可以看到,使用遺傳算法改進(jìn)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(zhǔn)確度上還稍有提升,利用ROC曲線可觀察到實(shí)驗(yàn)系統(tǒng)取得了較好的分類效率。王學(xué)偉等針對(duì)貪婪貝葉斯模式搜索算法在搜索最優(yōu)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)時(shí)易陷入局部最優(yōu)的不足,提出了一種改進(jìn)GBPS算法,即在GBPS算法的鄰域生成過程中引入了有向邊的變向操作,并通過仿真實(shí)驗(yàn)研究了樣本數(shù)量和網(wǎng)絡(luò)節(jié)點(diǎn)的連接邊數(shù)對(duì)算法尋優(yōu)能力、結(jié)果準(zhǔn)確度和計(jì)算量的影響。將該改進(jìn)算法用于從中醫(yī)臨床診斷數(shù)據(jù)中辨識(shí)癥狀與辨證要素間的復(fù)雜關(guān)系。結(jié)果表明,該改進(jìn)算法的學(xué)習(xí)結(jié)果優(yōu)于GBPS算法和貪婪貝葉斯有向無環(huán)圖搜索算法(GBDS)。所發(fā)現(xiàn)的癥狀-辨證要素間的相關(guān)關(guān)系與中醫(yī)專家經(jīng)驗(yàn)吻合較好,可用于從中醫(yī)診斷數(shù)據(jù)中自動(dòng)獲取中醫(yī)專家知識(shí)。李仕進(jìn)等為了挖掘“癥-證”之間的關(guān)系,提出了基于K近鄰分類方法(KNN)的挖掘算法和基于貝葉斯的挖掘算法,對(duì)比試驗(yàn)證明,基于貝葉斯方法正確率達(dá)到65.76%,高于KNN的62.50%。朱詠華等通過將中醫(yī)體系中的916個(gè)證候,51項(xiàng)證素及其構(gòu)成的1700條證名構(gòu)成中醫(yī)辨證貝葉斯網(wǎng)絡(luò)的節(jié)點(diǎn)集,初步建立起中醫(yī)辨證數(shù)據(jù)庫并通過網(wǎng)絡(luò)學(xué)習(xí),形成中醫(yī)辨證貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)及概率表,利用建立的貝葉斯網(wǎng)絡(luò)中醫(yī)辨證系統(tǒng),進(jìn)行數(shù)據(jù)計(jì)量分析、推理驗(yàn)證證候—證素—證名間的關(guān)系,其結(jié)果與中醫(yī)專家經(jīng)驗(yàn)有很高的吻合性。3貝葉斯網(wǎng)絡(luò)的不足在中醫(yī)辨證研究中,應(yīng)用貝葉斯網(wǎng)絡(luò)可以研究癥狀之間、癥狀與證素間復(fù)雜的因果關(guān)系,該技術(shù)對(duì)變量并無限制,只須將臨床資料輸入計(jì)算機(jī),網(wǎng)絡(luò)便可自行學(xué)習(xí)、發(fā)現(xiàn)、推理和預(yù)測(cè)而得出診斷結(jié)論,因而具有客觀性。根據(jù)貝葉斯網(wǎng)絡(luò)推理的原理及其在中醫(yī)辨證中的應(yīng)用實(shí)踐,我們認(rèn)為該技術(shù)能很好地模擬人腦的學(xué)習(xí)與思維過程,模擬臨床醫(yī)師實(shí)踐經(jīng)驗(yàn)的積累方式,其推理判斷結(jié)構(gòu)與中醫(yī)專家經(jīng)驗(yàn)有很高的吻合性,因此是對(duì)中醫(yī)辨證進(jìn)行信息挖掘處理的一種較好方法。但是,我們還應(yīng)該認(rèn)識(shí)到貝葉斯網(wǎng)絡(luò)如同其它算法一樣,也存在著不足:①一些出現(xiàn)頻率較低的癥狀、證素或證名不能被納入計(jì)算;②臨床癥狀一般有輕、中、重之分,其辨證價(jià)值亦有差別,而貝葉斯網(wǎng)絡(luò)對(duì)癥狀變量的描述只有“出現(xiàn)”或“不出現(xiàn)”兩種狀態(tài),難以全面反映證候的辨證意義;③臨床上有的癥狀的出現(xiàn)對(duì)某些證素的判斷起否定作用,而貝葉斯網(wǎng)絡(luò)計(jì)算出的局部概率分布參數(shù)則無正負(fù)之分,勢(shì)必對(duì)辨證結(jié)果產(chǎn)生影響;④貝葉斯網(wǎng)絡(luò)上的每個(gè)節(jié)點(diǎn)的條件概率是隨機(jī)、動(dòng)態(tài)的,未能提出每個(gè)節(jié)點(diǎn)相對(duì)靜態(tài)、固定的概率數(shù)據(jù),難以為臨床醫(yī)生掌握和應(yīng)用。除此以外,我們還應(yīng)注意到,由于貝葉斯網(wǎng)絡(luò)的知識(shí)主要是從所提