学位论文 > 优秀研究生学位论文题录展示

中医辩证量化方法学研究

作　者: 洪净
导　师: 朱文锋
学　校: 湖南中医学院
专　业: 中医诊断学
关键词: 辨证量化贝叶斯网络自学习人工智能肺系疾病
分类号: R241
类　型: 博士论文
年　份: 2002年
下　载: 696次
引　用: 3次
阅　读: 论文下载

内容摘要

基于从定性描述到定量分析的科学发展一般规律，现代医学科学遵循着此规律取得了长足进步和快速发展。作为生命科学重要组成部分的中医学，纳入量化分析方法与手段，也已成为中医现代化的必然趋势。其中，中医辨证的量化研究，是当前提高中医药临床评价水平的关键科学问题。为此，引入最新发展起来的复杂事件数学分析模型贝叶斯网络，遵循中医学基本原理，在保持中医整体观特色前提下，就中医辨证量化方法进行了系统的研究。首先，就中医辨证量化方法学的研究现状进行了系统分析。从辨证思维方法开始，总结了辨证的整体性、发散性、直觉性、形象性思维方法在中医辨证过程中的应用情况，继而分析了迄今为止不同作者在中医辨证量化研究中所用方法的优缺点及其效果。作为辨证量化的数理基础，模糊性判断、半定量方法，多因素分析、人工智能技术均已得到了大量的应用。但是，由于各自的缺陷，无一能理想地运用于中医辨证的量化研究。随着人工智能技术的逐步完善和推广，其在本研究领域的应用已成为新的发展趋势。其次，对中医辨证思维规律与方法进行了探讨，从分析几种主要辨证方法之间的关系入手，根据导师朱文锋教授所创辨证统一体系理论，确定了辨证思维的关键环节——辨证要素，即病位与病性，讨论了辨证要素对于建立辨证统一体系的作用及其在辨证定量研究中的应用前景。因此；在症状与证候名称规范的基础上，探求症状／体征对辨证要素的贡献度，探讨症状一要素一证侯辨证统一体系的完善与实施方案，尤其是进一步将人工智能技术与之相结合，以应用于辨证量化研究。基于以上分析和人工智能数理模型的新发展，考虑到贝叶斯网络原理与人脑思维模式，特别是辨证思维过程的良好拟合性，较深入探讨了该模型应用于中医辨证量化研究的可行性。从网络结构、概率分析到网络的自学习与经验积累，学习算法及流程图的构建，整个过程与中医辨证思维与推理具有良好的吻合性。为4b，设计构造了基于贝叶斯网络的中医量化辨证系统。为考证该系统的实用效果，本文以一组806例肺系疾病住院病例资料为样本，分别考察不同样本数贝叶斯网络自学习和预测效果。结果表明，当样本数达到叩0时，量化辨证的预测就已达到较佳效果，与人脑辨证思维过程拟合度较好。同时，以此研究样本为基础，分析了过程中主要相关模块的工作原理与方法。本研究结果表明，不仅中医辨证量化研究可以收到很好的效果，中医学体系的量化发展也是可能的。

全文目录

中文摘要  6-8
英文摘要  8-11
引言  11-12
第一章中医辨证量化方法的研究概况  12-25
  1．1 中医辨证思维方法  12-15
    1．1．1 辨证的整体性思维  13-14
    1．1．2 辨证的发散性思维  14
    1．1．3 辨证的直觉性思维  14-15
    1．1．4 辨证的形象性思维  15
  1．2 中医辨证量化方法研究  15-24
    1．2．1 模糊定性判断  16-18
    1．2．2 半定量方法  18-19
    1．2．3 多因素分析  19-22
    1．2．4 人工智能技术  22-24
  1．3 小结  24-25
第二章中医辨证思维规律、方法探讨  25-44
  2．1 主要辨证方法之间的关系  25-28
    2．1．1 主要辨证方法的内涵  25-27
    2．1．2 主要辨证方法之间的相互关系  27-28
  2．2 辨证统一体系的建立  28-37
    2．2．1 辨证思维的关键环节—辨证要素的确定  29-32
    2．2．2 证名规范方法  32
    2．2．3 症状的规范  32-35
    2．2．4 症状-要素-证候辨证统一体系  35-37
  2．3 辨证量化的实施方案  37-43
    2．3．1 辨证要素及其编码  37-38
    2．3．2 症状／体征编码与赋值  38-39
    2．3．3 症状／体征对辨证要素贡献度的分析  39-40
    2．3．4 症状与辨证要素关系的建立  40-43
  2．4 小结  43-44
第三章基于辨证统一体系与贝叶斯网络的肺系疾病辨证量化研究  44-69
  3．1 贝叶斯网络  44-56
    3．1．1 贝叶斯概率  44-47
    3．1．2 贝叶斯网络的定义  47-49
    3．1．3 贝叶斯网络的学习算法  49-52
    3．1．4 贝叶斯网络因果关系参数学习  52-55
    3．1．5 贝叶斯网络的推理算法  55-56
    3．1．6 贝叶斯网络的应用  56
  3．2 基于辨证统一体系与贝叶斯网络的肺系疾病辨证量化研究  56-68
    3．2．1 病例选择  57
    3．2．2 肺系疾病症状、要素与证侯的确定  57-58
    3．2．3 一般资料  58-59
    3．2．4 贝叶斯网络的学习与推理过程  59-68
  3．3 小结  68-69
第四章肺系疾病辨证结果与分析  69-90
  4．1 肺系疾病症状要素因果关系的检验  69-78
  4．2 贝叶斯网络预测效果的检验  78-81
  4．3 贝叶斯网络自学习效果的检验  81-82
  4．4 贝叶斯网络对肺系证侯辨证效果的检验  82-89
  4．5 小结  89-90
第五章评价与展望  90-97
  5．1 贝叶斯网络辨证量化方法的特点  90-95
    5．1．1 符合中医学的整体观念与辨证思维特点  90-91
    5．1．2 是辨证统一体系的量化发展  91
    5．1．3 使中医辨证更具客观性  91
    5．1．4 可从数据挖掘中发现新知识  91-92
    5．1．5 推理更精确且具有可重复性  92
    5．1．6 证明中医辨证理论体系的科学性  92
    5．1．7 能有效地进行规律抽提  92-93
    5．1．8 能将计算机自动学习与专家经验相结合  93
    5．1．9 高质量的样本资料是贝叶斯网络学习培训成功的关键  93
    5．1．10 具有良好的自学习效果和普适性  93-94
    5．1．11 注重利用临床病案资料挖掘有用信息  94-95
  5．2 应用前景  95-97
    5．2．1 是一种处理高维小样本的有效方法  95-96
    5．2．2 为非线性问题的研究开拓了新的思路  96-97
小结  97-98
致谢  98-99
在读博士期间科研学术情况  99-101
参考文献  101-106
附件A：贝叶斯网络对7例病案的证候推理预测效果  106-113
附件B：计算机统计的原始输出结果  113-116
附件C：综述1-中医辨证的思维模式和方法研究  116-122
附件D：综述2-中医辨证的量化研究现状与展望  122-126

中医辩证量化方法学研究

内容摘要

全文目录

相似论文