基于rbf神經(jīng)網(wǎng)絡的中醫(yī)證候診斷模型的優(yōu)化研究

基于rbf神經(jīng)網(wǎng)絡的中醫(yī)證候診斷模型的優(yōu)化研究

綜合征是中醫(yī)臨床診斷與治療的重要因素，是中醫(yī)療效評價的依據(jù)之一。多年來對證的研究思路和方法主要集中在實驗研究、臨床觀察、文獻整理和專家經(jīng)驗上。盡管上述方法很重要,但由于對“證”這種群體集合現(xiàn)象缺乏全面把握,還僅僅停留在經(jīng)驗積累層面,其理論結(jié)果常有時引起質(zhì)疑,而臨床流行病學和計算智能的發(fā)展為中醫(yī)“證”的研究提供了重要的方法和希望。人工神經(jīng)網(wǎng)絡(ArtificialNeuralNetworks,ANN)作為計算智能的一部分,日益受到包括中醫(yī)學者在內(nèi)的多學科學者的關注。當前人工神經(jīng)網(wǎng)絡中前饋神經(jīng)網(wǎng)絡,尤其是BP(Back-PropagationNetwork)網(wǎng)絡在實際應用中是最為廣泛的一類。但大部分基于反向傳播的前饋神經(jīng)網(wǎng)都有兩個共同的缺點,即網(wǎng)絡收斂速度慢,易于陷入局部極小。RBF神經(jīng)網(wǎng)絡避免了反向傳播那樣繁瑣、冗長的計算,且在逼近能力、分類能力等方面都優(yōu)于BP網(wǎng)絡。RBF神經(jīng)網(wǎng)絡是三層網(wǎng)絡,即輸入層、徑向基層(也稱隱層)和線性層。RBF神經(jīng)網(wǎng)絡具有可以逼近任意非線性映射的能力,且算法簡單、實用,因而成為人們研究的熱點。近年來,RBF網(wǎng)絡在信號處理、系統(tǒng)建模、過程控制和故障診斷等領域得到了成功的應用?；诰垲惙治龅腞BF神經(jīng)網(wǎng)絡能夠克服以往RBF網(wǎng)絡存在的學習訓練的難題,即高維數(shù)據(jù)問題。因此,基于聚類分析的RBF神經(jīng)網(wǎng)絡可用于大數(shù)據(jù)、多樣本、無明確函數(shù)關系的復雜問題。本文首先介紹了徑向基神經(jīng)網(wǎng)絡結(jié)構(gòu),其次建立了基于聚類分析的RBF神經(jīng)網(wǎng)絡模型,最后通過模型檢驗驗證了基于聚類分析的RBF神經(jīng)網(wǎng)絡用于中醫(yī)證候診斷的有效性和實用性。1rbf神經(jīng)網(wǎng)絡RBF神經(jīng)網(wǎng)絡有三層組成,即輸入層、隱層和輸出層,其結(jié)構(gòu)如圖1所示。輸入層節(jié)點只傳遞輸入信號到隱層,隱層單元的作用相當于對輸入模式進行一次變換,將低維(或高維)的模式輸入數(shù)據(jù)變換到高維(或低維)空間內(nèi),以利于輸出層進行分類識別。設輸入層節(jié)點、隱層節(jié)點和輸出層節(jié)點數(shù)分別為N,L,M,隱層單元為高斯函數(shù)即ri(x)=exp(?∥x?ci∥22a2i)1≤i≤Lri(x)=exp(-∥x-ci∥22ai2)1≤i≤L其中,x=(x1,x2…xN),Ci=(ci1,ci2…ciN)是隱層第i個單元的變換中心矢量,ai是對應第i個中心矢量的形狀參數(shù),它決定了該基函數(shù)圍繞中心點的寬度?！瑇-ci‖表示x和ci之間的距離,x越靠近ci,xi(x)的值越大,ri(x)的值在0到1之間。徑向基神經(jīng)網(wǎng)絡的輸出層節(jié)點為線性處理單元,其中第i個單元對應的輸出為:yj=∑i=1Lwjiri(x)+bj1≤j≤Mj為輸出層的節(jié)點數(shù)yj=∑i=1Lwjiri(x)+bj1≤j≤Μj為輸出層的節(jié)點數(shù)在RBF神經(jīng)網(wǎng)絡中,隱層RBF中心的數(shù)量和寬度直接影響著網(wǎng)絡的逼近能力,而且要求RBF中心應能覆蓋整個輸入空間,但如果RBF中心的數(shù)量過多,將使網(wǎng)絡的計算量顯著增加,而且還會導致網(wǎng)絡的泛化能力降低。因此,建立RBF網(wǎng)絡模型的關鍵在于選擇合適的RBF中心。2基于聚類分析的徑向神經(jīng)網(wǎng)絡模型2.1聚類分析算法聚類分析是依據(jù)樣本間關聯(lián)的量度標準將其自動分成幾個群組,且使同一群組內(nèi)的樣本相似,而屬于不同群組的樣本相異的一種方法。一個聚類分析系統(tǒng)的輸入是一組樣本和一個度量兩個樣本間相關聯(lián)的度量標準。聚類分析的輸出是數(shù)據(jù)集的幾個類,這些類構(gòu)成一個分區(qū)或幾個分區(qū),聚類分析是無指導學習且分析的對象是數(shù)據(jù)而非變量。聚類分析大致分為三個類型,即層次聚類(SPSS11.0軟件稱為系統(tǒng)聚類)、分區(qū)聚類(SPSS11.0軟件稱為K-means聚類)、增量聚類(incremental-cluster)。大多數(shù)聚類算法多采用層次聚類分析和分區(qū)聚類分析。本文采用的聚類算法是分區(qū)聚類分析方法,分區(qū)聚類通常利用對一個局部定義(樣本子集定義)或全局定義(整個樣本集定義)的準則函數(shù)(CriterionFunction)(即度量標準)進行優(yōu)化生成類。常用的全局準則函數(shù),如歐氏平方誤差度量標準則。常用的局部準則函數(shù),如互近鄰距離(MutualNeighborDistance,MND)。分區(qū)聚類最常用的是K-平均分區(qū)聚類。2.2基于分區(qū)聚類的降階模型本文RBF網(wǎng)絡的建模過程分為兩個階段。即第一階段利用分區(qū)聚類確定隱層各節(jié)點的高斯函數(shù)的中心矢量Ci和ai。第二階段利用最小二乘原則,求出輸出層的權值Wik。2.2.1類內(nèi)誤差及收斂分區(qū)聚類方法基于方差標準的方法,其總的目標是根據(jù)固定的類數(shù)生成一個總體方差最小的分區(qū)。其目標函數(shù)為:E2k=∑k=1Ke2k(1)e2k=∑i=1nk(xik?Xk)2(2)Xk=(1/n)∑i=1nkxik(3)Ek2=∑k=1Κek2(1)ek2=∑i=1nk(xik-Xk)2(2)Xk=(1/n)∑i=1nkxik(3)其中,e2kk2為類內(nèi)誤差,Xk為均值向量,n表示n維空間上的n個樣本集,K表示分類數(shù){C1,C2…Ck},k=1,2…K。nk表示每個類Ck包含的樣本數(shù)。xik屬于類Ck的第i個樣本。通常情況下,當樣本從一個類分配到另一類時,如果總體誤差不減小,則滿足收斂標準?；静襟E:(1)選擇一個設定為K類的初始分區(qū),計算重心。(2)把樣本分配給與其重心距離最近的類形成新分區(qū)。(3)用類的重心來計算新類的中心距離。(4)重復步驟(2)和(3)直到滿足收斂標準則中止。2.2.2輸出層節(jié)點數(shù)x為表達twj1jmj為輸出層節(jié)點數(shù)yj1ix選取合適的表達RBF網(wǎng)絡模型的后件表達式為:yj=∑i=1Lwjiri(x)+bj=∑i=0Lwjiri(x)=R(x)TWji1≤j≤Mj為輸出層節(jié)點數(shù)yj=∑i=1Lwjiri(x)+bj=∑i=0Lwjiri(x)=R(x)ΤWji1≤j≤Μj為輸出層節(jié)點數(shù)其中,wj0=b0,r0(x)=1,Wji=(wj0,wj1…wjM)T,R(x)=(r0(x),r1(x)…rM)T3基于聚類分析的rbf神經(jīng)網(wǎng)絡的學習算法本文將300份具有明確證候分型、癥狀的2型糖尿病文獻資料參照國家標準《中醫(yī)證候診療術語證候部分》規(guī)范證候名,并對癥狀(包括體征)進行賦值量化,有者為1,無者為0。然后將數(shù)據(jù)輸入SPSS11.0軟件進行數(shù)據(jù)管理,建立相關數(shù)據(jù)庫,運用SPSS11.0軟件功能進行數(shù)據(jù)調(diào)整和統(tǒng)計分析,根據(jù)頻次大小,結(jié)合主成分分析,通過對KMO值、特征根大小及主成分的累積貢獻率的大小綜合判斷,最后選取了41個癥狀,同時選取了常見的6類證候。6類證候分別為:氣陰兩虛證、陰虛證、氣虛證、陰陽兩虛證、血瘀證、燥熱證。從263個樣本中隨即分配200個樣本為學習訓練樣本,另63個樣本作為檢驗樣本。首先,讓200個樣本進行反復聚類和調(diào)整(由于6類證候間有些相互重疊,如氣陰兩虛證與陰虛證、陰陽兩虛證、燥熱證都有陰虛方面的重疊),最后得到6個聚類中心值為:把聚類中心值作為徑向基層的第i個單元的變換中心矢量Ci,Ci與輸入矢量同維。把每一類中與中心點相距最遠的自變量到中心點的距離值作為第i個中心矢量的形狀參數(shù)ai,ai=[3.1253.032.5343.8462.52.0]。其次,利用最小二乘算法求出輸出層的權值Wji。最后,建立一個輸入層節(jié)點數(shù)為41,隱層節(jié)點為6,輸出層節(jié)點為6的RBF神經(jīng)網(wǎng)絡模型。本文又建立一個BP網(wǎng)絡(略),讓BP網(wǎng)絡也學習訓練這200個相同的樣本。用63個測試樣本對兩個網(wǎng)絡進行檢驗,檢驗的結(jié)果是基于聚類分析的徑向基神經(jīng)網(wǎng)絡的證候診斷準確率為94.4%,BP網(wǎng)絡的證候診斷準確率為61.1%,前者遠高于后者。而且基于聚類分析的RBF神經(jīng)網(wǎng)絡的學習速度比BP網(wǎng)絡的學習速度快103～104倍。把氣陰兩虛證、陰虛證、氣虛證三者的聚類中心值做一個交叉回歸圖,圖中顯示氣陰兩虛證=0.11+0.39*陰虛證+0.3*氣虛證(圖略)。因此,基于聚類分析的RBF神經(jīng)網(wǎng)絡優(yōu)化了中醫(yī)證候診斷模型,解決了以往BP網(wǎng)絡所遇到的難題:即高維數(shù)據(jù)的計算量大和泛化能力低,拓寬了RBF神經(jīng)網(wǎng)絡的應用。同時,證明了氣陰兩虛證≠陰虛證+氣虛證,氣陰兩虛證與陰虛證、氣虛證是二元線性關系。4基于聚類分析的rbf神經(jīng)網(wǎng)絡的中醫(yī)診斷有效性驗證中醫(yī)證候和癥狀之間沒有明確的函數(shù)關系,只有通過大量的文獻資料、臨床流調(diào)資料進行數(shù)據(jù)挖掘,客觀如實地尋找中醫(yī)證候和癥狀之間的內(nèi)在關系,是中醫(yī)證候研究的一種新思維、新方法。近年來,多學科交叉尤其AN