BP神經(jīng)網(wǎng)絡(luò)在中醫(yī)疾病診斷中的實(shí)現(xiàn)

吳燎

摘要：疾病的診斷準(zhǔn)確性是中醫(yī)臨床用藥的關(guān)鍵，利用神經(jīng)網(wǎng)絡(luò)診斷中醫(yī)疾病有利于提高疾病診斷的準(zhǔn)確性，有利于中醫(yī)數(shù)字化的發(fā)展。在MATLAB環(huán)境下，利用BP神經(jīng)網(wǎng)絡(luò)技術(shù)，通過(guò)癥狀預(yù)測(cè)糖尿病、高血壓、咳嗽、冠心病、胃病。通過(guò)數(shù)據(jù)的整理，并提煉出網(wǎng)絡(luò)模型，臨床驗(yàn)證咳嗽的正確率達(dá)到93%，糖尿病正確率達(dá)到91%，高血壓正確率達(dá)到94%，冠心病正確率達(dá)到97%，胃病的正確率達(dá)到90%，利用人工神經(jīng)網(wǎng)絡(luò)成功實(shí)現(xiàn)了疾病的診斷。

關(guān)鍵詞：中醫(yī);神經(jīng)網(wǎng)絡(luò);預(yù)測(cè);診斷

中圖分類(lèi)號(hào)：G642? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2019）22-0200-03

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

1 引言

通過(guò)國(guó)內(nèi)期刊數(shù)據(jù)庫(kù)對(duì)BP神經(jīng)網(wǎng)絡(luò)和中醫(yī)臨床診斷檢索了87篇相關(guān)論文，其中關(guān)于神經(jīng)網(wǎng)絡(luò)報(bào)道16篇，BP神經(jīng)網(wǎng)絡(luò)報(bào)道27篇，人工神經(jīng)網(wǎng)絡(luò)報(bào)道10篇，與神經(jīng)網(wǎng)絡(luò)相關(guān)的論文一共43篇。關(guān)于神經(jīng)網(wǎng)絡(luò)應(yīng)用于疾病診斷，關(guān)于中醫(yī)診斷9篇，中醫(yī)證候9篇，中醫(yī)專(zhuān)家系統(tǒng)6篇，高血壓3篇，哮喘2篇，大腸癌2篇，冠心病3篇，糖尿病3篇。在以前疾病的診斷中，一直試想如何提高診斷率是我們一直在努力思考的問(wèn)題之一，雖然在利用BP神經(jīng)網(wǎng)絡(luò)達(dá)到了90%以上的準(zhǔn)確率，大多數(shù)在92%左右。此研究通過(guò)數(shù)據(jù)整理，增加了樣本采集量，準(zhǔn)確率可以達(dá)到98%左右。之前，研究的病歷資源較少，大腸癌癥型分類(lèi)研究中應(yīng)用數(shù)據(jù)為338例，糖尿病腎病中醫(yī)侯癥中研究數(shù)據(jù)為449個(gè)，數(shù)據(jù)量往往只有200至400個(gè)左右。本次增加了樣本采集量，通過(guò)1565個(gè)數(shù)據(jù)實(shí)驗(yàn)，其中包括不同的疾病，糖尿病，高血壓，冠心病，咳嗽，胃病。使得疾病的類(lèi)型覆蓋面大大提高，得到各種急病的診斷率有所提高。

2 采集數(shù)據(jù)

采用的數(shù)據(jù)來(lái)四川省各個(gè)縣市醫(yī)院的臨床數(shù)據(jù)，由于實(shí)際情況臨床的診斷對(duì)象表現(xiàn)出不止一種病，可能患其他各種疾病，所以研究又引入了高血壓、咳嗽、冠心病、胃病等疾病一同建立模型，模擬真實(shí)的就醫(yī)環(huán)境。數(shù)據(jù)針對(duì)糖尿病、高血壓、咳嗽、冠心病，胃病共1565例。病例包括乏力、便秘、心悸等310個(gè)癥狀，以及Ⅱ型糖尿病、高血壓、咳嗽、冠心病、胃病5個(gè)疾病診斷。

2.1數(shù)據(jù)清洗規(guī)則

數(shù)據(jù)的收集過(guò)程中，會(huì)產(chǎn)生各種難以避免的錯(cuò)誤和不規(guī)范操作，導(dǎo)致數(shù)據(jù)庫(kù)中有噪聲（noise），不完整（missing），不一致（inconsistent）的數(shù)據(jù)[1]，要保證數(shù)據(jù)的規(guī)范正確，為此，首先要進(jìn)行數(shù)據(jù)的清洗。對(duì)于數(shù)據(jù)的清洗采用：填補(bǔ)遺漏的數(shù)據(jù)值、平滑噪聲數(shù)據(jù)等[2]。對(duì)于疾病的描述不準(zhǔn)確、遺漏的數(shù)據(jù)。采取舍去的方法，保證數(shù)據(jù)的完整性。對(duì)于癥狀與描述的不統(tǒng)一，疾病的診斷不統(tǒng)一。按照國(guó)家中醫(yī)藥管理局發(fā)布的術(shù)語(yǔ)規(guī)范進(jìn)行規(guī)范化降噪，保證數(shù)據(jù)的一致性和真實(shí)性。對(duì)于空白，錯(cuò)誤的數(shù)據(jù)，一律舍去，保證數(shù)據(jù)的正確和完整。在數(shù)據(jù)清洗之后，將數(shù)據(jù)整理，進(jìn)行數(shù)字化編碼處理。數(shù)字化編碼以0、1編碼[3]，0代表不存在，1代表存在。

2.2清洗方法

數(shù)據(jù)預(yù)處理：刪除錯(cuò)誤和空白的數(shù)據(jù)，保證數(shù)據(jù)的正確性。替換不規(guī)范的數(shù)據(jù)，保證數(shù)規(guī)范統(tǒng)一，得到1020例正確數(shù)據(jù)。其中確診糖尿病590例，確診高血壓61例，確診咳嗽205例，確診冠心病21例，確診胃病143例。

主成分分析：對(duì)歸一化處理后的數(shù)據(jù)進(jìn)行主成分分析[4]，由于1565條數(shù)據(jù)涵蓋的癥狀有302個(gè)。如果將每一個(gè)癥狀輸入神經(jīng)網(wǎng)絡(luò)，會(huì)大大增加網(wǎng)絡(luò)復(fù)雜度。所以在不影響診斷的情況下，選擇主成分即可。主成分的選定標(biāo)準(zhǔn)為頻數(shù)大于15的癥狀，經(jīng)過(guò)篩選前27個(gè)癥狀的頻數(shù)大于15，輸入癥狀從302個(gè)提煉至27個(gè)。

3 BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)

3.1網(wǎng)絡(luò)層數(shù)

BP神經(jīng)網(wǎng)絡(luò)[6]可以包含一個(gè)或者多個(gè)隱含層，理論上已經(jīng)證明，單個(gè)隱含層可以通過(guò)適當(dāng)增加神經(jīng)元節(jié)點(diǎn)的個(gè)數(shù)實(shí)現(xiàn)任意非線性映射。對(duì)于大多數(shù)應(yīng)用場(chǎng)合，單個(gè)隱含層即可滿(mǎn)足需要。但如果樣本過(guò)多，增加一個(gè)隱含層可以明顯減少網(wǎng)絡(luò)規(guī)模。因?yàn)闃颖緮?shù)據(jù)輸入層有27個(gè)輸入節(jié)點(diǎn)，所構(gòu)成的網(wǎng)絡(luò)較復(fù)雜，因此采用2個(gè)隱藏層。

3.2輸入層節(jié)點(diǎn)數(shù)

輸入層節(jié)點(diǎn)數(shù)由于輸入向量的維數(shù)決定。此研究輸入27個(gè)癥狀，所以有27個(gè)輸入節(jié)點(diǎn)。

3.3隱含層節(jié)點(diǎn)數(shù)

隱含層節(jié)點(diǎn)數(shù)[7]決定了神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。目前對(duì)確定隱含層節(jié)點(diǎn)個(gè)數(shù)沒(méi)有一個(gè)明確方法，需要參考公式，再結(jié)合實(shí)驗(yàn)調(diào)整節(jié)點(diǎn)個(gè)數(shù)，確定最佳的訓(xùn)練效果。經(jīng)過(guò)實(shí)驗(yàn)調(diào)整，最終確定了兩個(gè)隱含層個(gè)數(shù)為6和3的訓(xùn)練的時(shí)間最短，網(wǎng)絡(luò)誤差最小，最后的準(zhǔn)確率也較高。

3.4輸出層神經(jīng)元個(gè)數(shù)

輸出層的神經(jīng)元個(gè)數(shù)即為需要預(yù)測(cè)的疾病個(gè)數(shù)。本次研究分別有糖尿病、咳嗽、冠心病、高血壓、胃病五個(gè)疾病，所以對(duì)應(yīng)有五個(gè)輸出節(jié)點(diǎn)。

3.5隱含層傳輸函數(shù)的選擇

BP網(wǎng)絡(luò)的輸入節(jié)點(diǎn)傳遞函數(shù)[8]有多種。最常見(jiàn)的兩種為L(zhǎng)og-sigmoid和Tan-sigmoid。Log-sig型函數(shù)的輸入值可以取任意的值，輸出值一般為（0，1）之間，Tansig函數(shù)的輸入值可以為任意值，輸出值一般在（-1，1）之間。由于本次研究的期望輸出都是（0，1），所以選擇對(duì)應(yīng)的Log-sig作為傳遞函數(shù)。輸出節(jié)點(diǎn)轉(zhuǎn)移函數(shù)選用tansig函數(shù)或purelin函數(shù)。對(duì)于函數(shù)的選擇，本實(shí)驗(yàn)分別試用了兩個(gè)函數(shù)，結(jié)果表明tansig函數(shù)在65次達(dá)到最小梯度，purelin函數(shù)在15次達(dá)到最小梯度。所以采用purelin函數(shù)的訓(xùn)練效果較好。

3.6訓(xùn)練函數(shù)選擇

訓(xùn)練函數(shù)[9]的選擇用trainlm（ Levenberg-Marquardt ）提供數(shù)非線性最小化的數(shù)值解。此算法能借由執(zhí)行時(shí)修改參數(shù)達(dá)到結(jié)合高斯-牛頓算法以及梯度下降法的優(yōu)點(diǎn)，并對(duì)兩者之不足作改善。函數(shù)的速度很快，但該函數(shù)運(yùn)行過(guò)程會(huì)消耗大量的內(nèi)存資源。如果計(jì)算機(jī)內(nèi)存不夠大，采用訓(xùn)練函數(shù)trainbfg或trainrp。雖然這兩個(gè)函數(shù)的運(yùn)行速度比較慢，但它們的共同特點(diǎn)是內(nèi)存占用量小，不至于出現(xiàn)訓(xùn)練過(guò)程死機(jī)的情況。

4 BP神經(jīng)網(wǎng)絡(luò)建立

在MATLAB 7.0 環(huán)境下，建立BP 網(wǎng)絡(luò)模型。該網(wǎng)絡(luò)包括一個(gè)輸入層、2個(gè)隱含層和一個(gè)輸出層， 其中輸入層包含27個(gè)輸入神經(jīng)元;2個(gè)隱含層分別有6、3個(gè)神經(jīng)元;輸出層包含4個(gè)輸出神經(jīng)元。2個(gè)隱含層之間通過(guò)正切S型傳遞函數(shù)（tansig）連接，隱含層與輸出層之間用對(duì)數(shù)s型傳遞函數(shù)（logsig）連接。設(shè)定網(wǎng)絡(luò)的系統(tǒng)誤差為小于0.001，最大迭代次數(shù)為 2000次，最小下降梯度為1*e-7。

4.1 BP網(wǎng)絡(luò)的輸出方式

將具有糖尿病、高血壓、冠心病、咳嗽、胃病5種證型診斷樣本的期望輸出值分別定為（1，0），（1，0），（1，0），（1，0），（1，0）。

4.2 BP網(wǎng)絡(luò)的訓(xùn)練

第1次訓(xùn)練經(jīng)過(guò)20次迭代以后，網(wǎng)絡(luò)的誤差低于0.0082363289，訓(xùn)練自動(dòng)停止;第2次訓(xùn)練經(jīng)過(guò) 42次迭代后，網(wǎng)絡(luò)的系統(tǒng)誤差降至0.0013009759;上述數(shù)值均小于規(guī)定的最小誤差0.01， 網(wǎng)絡(luò)趨于穩(wěn)定，網(wǎng)絡(luò)性能達(dá)標(biāo)，訓(xùn)練自動(dòng)停止。

4.3 BP網(wǎng)絡(luò)的測(cè)試

將研究的數(shù)據(jù)分為三份，其中兩份數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，一份數(shù)據(jù)用于檢驗(yàn)。用檢驗(yàn)數(shù)據(jù)對(duì)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)做檢驗(yàn)。并重復(fù)三次實(shí)驗(yàn)，測(cè)試結(jié)果，保證訓(xùn)練方法的正確性。

4.4結(jié)果與討論

從結(jié)果中可以看到，該網(wǎng)絡(luò)模型對(duì)于糖尿病，具有較高的辨識(shí)率相對(duì)穩(wěn)定可靠。糖尿病、咳嗽和高血壓、胃病準(zhǔn)確率達(dá)90%以上，冠心病準(zhǔn)確率達(dá)97%。每種疾病的準(zhǔn)確率不相同，其中冠心病的準(zhǔn)確率最高，三次測(cè)試，達(dá)到了97%，而胃病、糖尿病的準(zhǔn)確率相比之下較低，為92%左右。造成準(zhǔn)確率不同的原因有多種，可能與訓(xùn)練數(shù)據(jù)的量有關(guān)，可能與疾病本身的癥狀相關(guān)。此次研究糖尿病的病例最多，糖尿病590例，咳嗽205例，冠心病21例，高血壓61例，胃病143例。冠心病的數(shù)據(jù)量相對(duì)較少，但是準(zhǔn)確率也很高，可能和疾病的本身特異性癥狀相關(guān)。高血壓準(zhǔn)比例數(shù)量較多，但確率較低，可能和共有癥狀混淆有關(guān)。我們從臨床上了解到，高血壓和糖尿病常為并發(fā)疾病，糖尿病的患者同時(shí)也容易患高血壓[10]，二者的癥狀常常共同出現(xiàn)，在1020例數(shù)據(jù)中，同時(shí)患有高血壓和糖尿病的達(dá)55例，所以糖尿病的診斷很可能會(huì)影響到高血壓的診斷，對(duì)于高血壓的診斷造成一定的誤診。但是此猜想還有待今后的研究進(jìn)一步確認(rèn)。

5 結(jié)論

此實(shí)驗(yàn)基于模擬真實(shí)的就診環(huán)境，利用真實(shí)的電子臨床數(shù)據(jù)，結(jié)合matlab軟件，可以輔助預(yù)測(cè)了糖尿病，咳嗽，高血壓，冠心病的診斷。說(shuō)明BP神經(jīng)網(wǎng)絡(luò)不僅可以成功地模擬非線性關(guān)系，從大量的數(shù)據(jù)中學(xué)習(xí)，自主的進(jìn)行判斷，從而幾乎完美的逼近真實(shí)的數(shù)據(jù)。而且此網(wǎng)絡(luò)模型成功地預(yù)測(cè)了多種疾病。但是，本次實(shí)驗(yàn)還有諸多問(wèn)題需要改進(jìn)。

5.1 數(shù)據(jù)的量小，質(zhì)量不高

雖然本次處理的數(shù)據(jù)達(dá)到了1565條，但是跟實(shí)際的臨床環(huán)境需要的大量數(shù)據(jù)還是有很大的差距。一個(gè)良好的神經(jīng)網(wǎng)絡(luò)要學(xué)到幾十年中醫(yī)的臨床經(jīng)驗(yàn)，其需要的訓(xùn)練量是百萬(wàn)級(jí)別的。所以數(shù)據(jù)量還遠(yuǎn)遠(yuǎn)不夠。而且，本次實(shí)驗(yàn)從1565條數(shù)據(jù)中清理后只剩下了1020條數(shù)據(jù).其中不合格的數(shù)據(jù)量達(dá)到了34.8%，說(shuō)明電子數(shù)據(jù)的質(zhì)量還有待提高。

5.2 數(shù)據(jù)編碼得不斷優(yōu)化

本次處理數(shù)據(jù)采用二進(jìn)制編碼對(duì)癥狀編碼。每一個(gè)癥狀只有0，1兩種輸入選項(xiàng)。所以此方法造成BP神經(jīng)網(wǎng)絡(luò)輸入的節(jié)點(diǎn)數(shù)龐大，而且并沒(méi)有涵蓋所有的癥狀。為此，以后的研究中可以通過(guò)分類(lèi)編碼的方式。將所有的癥狀分類(lèi)，并且在每一個(gè)類(lèi)別中進(jìn)行編碼。這樣既可以減少輸入節(jié)點(diǎn)的數(shù)量，也可以涵蓋所有的癥狀。最終減少了網(wǎng)絡(luò)的規(guī)模，也保證了數(shù)據(jù)的完整性。

5.3 診斷復(fù)雜度不夠

研究采用的數(shù)據(jù)涵蓋了五個(gè)疾病診斷。包括咳嗽，糖尿病，高血壓，冠心病，胃病。五種疾病在癥狀上的差異較大，正確率很高。以后要研究在癥狀相似的疾病間的診斷，增加復(fù)雜度。這樣才能真正做到模擬中醫(yī)思維，提高疾病的診斷率。

中醫(yī)診斷智能模型從不同的癥狀，共有癥狀之間去辨別，利用癥狀之間的聯(lián)系和差別從而診斷出不同的疾病，成功地模擬了臨床的診斷。此研究在matlab環(huán)境下實(shí)現(xiàn)了神經(jīng)網(wǎng)絡(luò)的疾病診斷，未來(lái)人工智能應(yīng)用是醫(yī)療行業(yè)發(fā)展的方向，期待將神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于現(xiàn)實(shí)的醫(yī)院HIS系統(tǒng)，進(jìn)一步完善神經(jīng)網(wǎng)絡(luò)在醫(yī)療行業(yè)的應(yīng)用。

參考文獻(xiàn)：

[1] 孟祥逢， 魯漢榕， 郭玲. 基于遺傳神經(jīng)網(wǎng)絡(luò)的相似重復(fù)記錄檢測(cè)方法[J]. 計(jì)算機(jī)工程與設(shè)計(jì)， 2010，31（7）：1550-1553.

[2] 覃華， 蘇一丹， 李陶深. 基于遺傳神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)清洗方法[J]. 計(jì)算機(jī)工程與應(yīng)用， 2004，40（3）：45-46.

[3] 宋擒豹， 沈鈞毅. 神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)挖掘方法中的數(shù)據(jù)準(zhǔn)備問(wèn)題[J]. 計(jì)算機(jī)工程與應(yīng)用， 2000，36（12）：102-104.

[4] 賀昌政， 俞海. BP人工神經(jīng)網(wǎng)絡(luò)主成分分析預(yù)測(cè)模型及應(yīng)用[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2001，18（9）：104-106.

[5] 邱龍金， 賀昌政. 神經(jīng)網(wǎng)絡(luò)穩(wěn)定性的交叉驗(yàn)證模型[J]. 計(jì)算機(jī)工程與應(yīng)用， 2010，46（34）：43-45.

[6] 陳朝陽(yáng)， 行小帥， 李玥. 共軛梯度BP算法在Matlab 7.0中的實(shí)現(xiàn)[J]. 現(xiàn)代電子技術(shù)， 2009，32（18）：125-127.

[7] 沈花玉， 王兆霞， 高成耀，等. BP神經(jīng)網(wǎng)絡(luò)隱含層單元數(shù)的確定[J]. 天津理工大學(xué)學(xué)報(bào)， 2008，24（5）：13-15.

[8] 張曉文，楊煜普，許曉鳴. 神經(jīng)網(wǎng)絡(luò)傳遞函數(shù)的功能分析與仿真研究[J]. 計(jì)算機(jī)仿真， 2005，22（10）：176-178.

[9] 陳楊，王茹，林輝. Matlab6.0版本中神經(jīng)網(wǎng)絡(luò)工具箱訓(xùn)練算法的使用與比較[J]. 電腦與信息技術(shù)， 2002（3）：1-6.

[10] 孔德坤， 張曉斌. 糖尿病與高血壓[J]. 中華內(nèi)分泌代謝雜志， 2005，21（5）：68-70.

【通聯(lián)編輯：王力】