[發明專利]一種基于ISO-R法則的中醫智能辨證醫理模型的構建方法

在審

• 申請號: 201310392579.6
• 申請日: 2013-09-02
• 公開（公告）號: CN103455723A
• 公開（公告）日: 2013-12-18
• 發明（設計）人: 鄭秀麗;許強;何成詩;唐文君;孫劍鋒
• 申請（專利權）人: 成都中醫藥大學
• 主分類號: G06F19/00
• 分類號: G06F19/00;G06F17/30
• 代理公司: 成都金英專利代理事務所(普通合伙) 51218
• 代理人: 袁英

技術領域

本發明涉及中醫智能辨證領域，特別是涉及一種基于ISO-R法則的中醫智能辨證醫理模型的構建方法。

背景技術

“中醫智能辨證”是根據標準化的公認的中醫知識體系，通過數學模型或算法演算映射中醫人腦辨證基本規律的一類計算機程序或軟件。受現代科學技術的啟發與大眾科學意識形態的改變，中醫智能辨證在過去一度成為中醫現代化研究的熱點。其基本原理是將待求癥狀組與系統預存的所有證型的標準化癥狀組進行匹配，從而通過模糊數學等方法求得匹配度最高的模式為待求癥狀組對應的證型，但從研究結果可以看出，目前該方面研究的廣度和深度是難以覆蓋和達到傳統臨床的。

目前國內大多數研究是基于計算機在數字處理方面的優勢，通過病癥的規范研究，通過病狀與病機，病種間定量定性關系的確定，通過加權求和、閾值運算等模糊數學方法將待求癥狀組與已知癥狀組進行模式匹配，從而判別病種和病機并得出最終的證型。但由于人腦與計算機在實體結構和“思維”機制上的差異，以靜態模式匹配為基本原理的中醫智能辨證模型不可能原封不動地演繹臨床醫生的動態診療推理過程。

模式識別為目前中醫智能辨證領域的基本數學模型，其基本原理如圖1所示：

A、系統預存所有證型的標準模式-模糊集，如證型a對應的模糊集a的標準模式為（癥狀1，癥狀3，癥狀5......）；

B、系統將待求癥狀組（模糊集X）與上述所有證型的標準模式進行匹配；

C、系統運算并求得匹配度最高的模式，顯然該模式即為模糊集X所對應的證型。

可以看出，模式匹配類似于教科書般地將所有標準化的證型列舉于系統的后臺數據庫中，然后將待求癥狀組與后臺所有的證型進行對比，匹配出最相似的證型，該證型即為待求癥狀組的證型。相比與教科書對證型的列舉，計算機的存儲量大，可以窮盡存取成千上萬種標準模式，并且計算機運算速度快，可以在極短地時間內完成對所有標準模式地查找與匹配。然而，如同臨床中的隨機癥狀組合，不可能完全按照教科書中固定的某一證型發生發展，計算機窮盡列舉標準證型的方法也不能完全覆蓋臨床，大部分待求癥狀組都不能完全匹配與某一標準模式，因此，系統只能求得匹配度最高的標準模式為該待求癥狀組的證型。匹配度體現兩個模糊集之間的差異，而模糊數學恰好將這種差異進行了量化。目前大部分研究都應用了模糊數學這一基本方法，模糊數學在中醫智能辨證領域中的研究價值在于將待求癥狀組（模糊集X）與后臺預存的標準證型（模糊集a、模糊集b、模糊集c......）進行匹配，并將這種匹配度進行量化。應用模糊數學進行辨證的方法和模型有：模糊聚類分析、模糊綜合評判、簡單模式識別（最大隸屬原則法）和復雜模式識別（海明距離，貼近度）等。運用模糊數學進行中醫辨證的前提是必須確定每個癥狀在每個標準證型中的貢獻度（即權值），它是建立在病例中癥狀出現頻率的基礎上，根據相應的概率計算方法而求得。而一種癥狀可能出現在不同的標準模式或證型中，一種標準模式或證型又含有不同的癥狀。故很多研究者選取了貝葉斯條件概率模型或最大似然法作為權值的概率運算方法。

運用模糊數學進行模式匹配的具體方法為：

A、加權求和，分別在標準證型（模糊集a、模糊集b、模糊集c......）中，將模糊集X中的待求癥狀組進行加權求和，求得模糊集X在標準證型中的權值之和分別為Q（模糊集a）、Q（模糊集b）、Q（模糊集c）......；

B、證型篩選，顯然，權值之和越大，則對應的匹配度最高，具體的篩選方法包括：一種是排它性原則，即選擇權值之和最大的證型為其匹配證型；另一種為以閾值篩選原則，只要權值之和超過了閾值就可確診為該證型。按排它性原則進行篩選的醫理設計中，顯然不適合處理多病，多證的辨證模型，而固定閾值的篩選原則，很容易造成漏診與誤診，故很多研究者采用了浮動閾值的篩選方法。

傳統中醫辨證的關鍵和基本要求，是確定疾病的病位、病因與病性。現代臨床上將由病因、病位、病性等基本辨證要素相互組合而構成的證名作為比較完整、規范的名稱已成為共識。

朱文峰老師在其中醫辨證電腦系統的醫理設計中，確定了48項辨證基本內容（即辨證元素），存取了1500個標準證名模式（即復合證型），并在其研究中，采取了“調閾、兼容”等辦法，并通過模糊數學相關理論，如利用空間度量法、變換減維（或增維）法等對48項模元（即標準證型模式）進行模糊聚類分析，可形成500多個演繹證名模式。