支持向量机方法在《伤寒论》方分类建模中的应用

1、支持向量机方法在伤寒论方分类建模中的应用         11-05-17 14:42:00     编辑：studa20                作者：孙燕,臧传新,任廷革,李宇航【关键词】  支持向量机；分类；伤寒论支持向量机(Suport Vector Machine,SVM)方法是20世纪90年代出现的一

2、种新的分类方法,已初步表现出很多优于已有方法的性能。有人把SVM方法与其他16种已有的方法作了系统的比较,得出SVM方法最优的结论1。利用支持向量机方法训练得到的分类器具有很好的推广能力,即使训练样本很少,分类器的预测准确率也会很高。1  支持向量机方法    SVM分类器的基本原理是使用一个非线性变换,将不可分的空间映射到一个高维的线性可分的空间,并建立一个具有极小VC维数的分类器,该分类器仅由大量样本中的极少量支持向量确定,且具有最大的边界宽度。支持向量机算法的技巧在于不直接计算复杂的非线性变换,而是计算非线性变换的点积,即核函数,从而大大简化了计算

3、的过程。    因此,统计学习理论和SVM方法建立了一套较好的有限样本下机器学习的理论框架和通用方法,有严格的理论基础,其核心思想就是学习机器的复杂性要与有限的训练样本相适用,能较好地解决有限样本、非线性、高维数和局部极小点等实际问题,能建立稳定的预测准确率高的分类器,所以适用于分类模式识别。2  SVM方法在伤寒论方分类识别中的应用    自伤寒论问世以来,研究伤寒的著作有千余种,涉及七百余医家。尤其在明清时期,各医家在孙思邈“方证同条,比类相附”的启发下,运用归类编次的研究方法,从不同的角度充分揭示了伤寒论辨证论治的规律

4、,如按方类证、按法分类、按症类证、按因类证、分经审证等等8,大大丰富和发展了伤寒论的内容。    以上都是医家们人为的分类方法,现在我们利用模式识别的方法从不同的角度、不同的侧面、不同的层次对伤寒论方进行分类训练建模,来尝试对张仲景制方规律和辨证论治规律的机器学习建模,不仅可以用更便于现代人理解的形式再现仲景的思维模式,使中医学的继承和学习更加有效,还可以发现一些隐含的知识,供我们学习借鉴。2.1  数据采集    数据来源于刘渡舟主编的伤寒论校注,选择原文中带有方药的条文,将其转换为电子文档并进行预处理后,利用数据库技术导

5、入专门用于“解析”和“标引”的“中医方剂数据库”9。2.2  数据一致化处理    由于计算机难以识别不遵循一定模式的数据,不同的表达则认为是不同的知识,而中医学中对同一个药名、药物功效、方名、症状、证候等数据有多种不同的表述方式的现象非常普遍,因此需要对其进行一致化、规范化处理,去除大量数据的噪音影响,保证所得数据具有较好的可信度,所得的结果才能反映真实的规律。    数据预处理是利用“解析”和“标引”技术,对采集到的伤寒论方剂数据进行处理的过程。所谓“解析”,实质上就是将文献数据结构化、规范化的过程。我们在“中医方剂数据

6、库”对一个方剂解析后的字段可达171个,其中22个大项,149个子项。主要包括文献位置(书、卷、页、序)、方名、别名、主治病证、方剂组成、方剂功效、制剂工艺、剂型、服用方法、使用禁忌、加减用法、辅助疗法、反应与疗效、病机分析等。所谓“标引”,即中医学主题词标引,就是用给定的中医学主题词表中的词条,对解析好的数据内容冠以恰当的标识,从而使文献数据标准化、规范化,其目标是把文字媒体的信息解析后并分门别类的加以标识。这样的工作是在一种叫做“文献解析工作单”的电子表格上进行的,这是一项十分繁重的、专业性很强的的工作,但是很重要,因为信息解析是整个信息活动的基础,为在大型数据库上进行数据挖掘提供良好的土

7、壤。2.3  伤寒论方剂功效的宏观量化处理    SVM方法是完全基于数据的方法,为了与国际通行的软件兼容,笔者采用与SVMLight类似的数据文件格式10。因此必须对伤寒论方剂功效进行定性定量处理,这也是进行分类训练建模的基础条件。    经过一致化处理后,有关方剂的主要因子,诸如方剂的药物组成及其临床表现症状和体征等数据就可以导入“中医方剂分析系统”。通过利用近似推理技术实现了方剂有关因子的宏观量化,把定性的语言描述转化为定量的数字表达,提供量值变化的信息提示,可直观、动态地了解方剂组成变化的过程及其影响因素；同时使得每一个方剂因子之间具有了可比性,实现了定性定量的层次,这是目前任何方剂系统都无法做到的。    中医学中存在“异病同治”的问题,同一个方剂可以治疗不同的疾病和证候,但究竟是方剂的哪些药物功效在发挥作用,目前还没有办法确定。按照中医学的推理规律,一般认为针对不同的体质和病证,同一方剂就会有不同作用趋向,发挥不同的功效。因此笔者根据另一个客观存在的信息方剂治疗的患者的症状/体征,建立了功效-症状-证候关系库,实现了方剂针对具体情况下的证候重聚焦,同时也实现主证