本文關(guān)鍵詞：基于周期圖法的運氣學(xué)說周期探討

  更多相關(guān)文章： 運氣理論 地面氣溫 肺炎 譜分析 深度學(xué)習(xí)

【摘要】：目的:對中醫(yī)運氣學(xué)說的研究,一直以來都是中醫(yī)研究的重要內(nèi)容。長期以來,運用氣象、臨床資料對運氣學(xué)說的研究從來沒有停止過。新中國成立后,氣象觀察站網(wǎng)遍及全國。得益于氣象資料的積累,上世紀(jì)80年代開始,全國各地開展了廣泛的對運氣學(xué)說的印證性研究。方法學(xué)上,亦逐漸趨于客觀,從枚舉法轉(zhuǎn)向數(shù)理統(tǒng)計方法。然而,當(dāng)前運氣學(xué)說的研究上,存在評價標(biāo)準(zhǔn)混亂,指標(biāo)選用不一的現(xiàn)象。對于何種指標(biāo)能夠反映主運、主氣或客運、客氣上,尚缺乏系統(tǒng)的研究。而在運氣學(xué)說周期的探討上,當(dāng)前絕大多數(shù)研究均立足于時域上的探討,而忽略了運氣理論周期其本身就是一種頻率的事實。鑒于此,本文的目的在于通過統(tǒng)計學(xué)假設(shè)檢驗對運氣學(xué)說研究的氣象指標(biāo)進行系統(tǒng)研究,同時,立足于頻域的角度,運用地面氣溫資料及肺炎臨床病例對運氣理論中的周期性進行探討。方法:運用R.3.3.2進行統(tǒng)計分析和繪圖。先對資料的年份進行重新編碼:以大寒節(jié)氣作為一個運氣年的開始,小寒節(jié)氣最后一天作為一個運氣年的結(jié)束,以大部分時間所在的年份作為運氣年的標(biāo)記。其后,計算運氣年1952年-運氣年2014年各年份的運氣格局。研究分為4部分:第一部分探討地面氣溫與運氣周期的相關(guān)性,對廣州、北京兩地按歲運-運氣年、司天-運氣年、歲運-主運、司天-主氣分組計算的日平均氣溫均值進行方差分析。運用余弦曲線對月份-日、歲運-主運、司天-主氣分組計算的日平均氣溫均值進行擬合,并對月份-日的擬合曲線進行求導(dǎo)。運用歲運-主運、司天-主氣的的余弦擬合模型對運氣年2012年-運氣年2014年的均值進行預(yù)測。對各客運、客氣周期平均氣溫均值進行方差分析,并用Tukey's檢驗進行兩兩比較。對廣州60年日平均氣溫求百分比秩,百分比秩≤5%和≥95%分別定義為最冷、最熱天氣,對最冷、最熱天氣頻數(shù)按歲運、司天分組進行統(tǒng)計描述、秩次分析及卡方檢驗,并運用周期圖法探討客運、客氣周期,并通過周期函數(shù)曲線反映客運、客氣變化與最冷、最熱天氣頻數(shù)之間的動態(tài)關(guān)系。第二部分為癥狀信息提取與標(biāo)準(zhǔn)化,運用《中醫(yī)診斷學(xué)》《診斷學(xué)》及1000份病例建立癥狀描述詞庫、癥狀標(biāo)準(zhǔn)化數(shù)據(jù)庫、關(guān)鍵詞-形容詞數(shù)據(jù)庫,運用正則表達式對癥狀描述進行預(yù)處理,使用基于最大概率法的直接提取方案和組合提取方案進行分詞,從輸出維度、手工處理癥狀描述數(shù)量、癥狀提取效果的角度比較不同的方案。第三部分為中醫(yī)癥狀信息降維的探討,采用標(biāo)準(zhǔn)化輸出的癥狀數(shù)據(jù)集,對比不同次層神經(jīng)元數(shù)量的 5 層 DBA(Deep Belief network Aotoencoder)降維效果,及 LPCA(Logistics PCA)和3層、5層DBA在癥狀信息中的降維效果。第四部分為肺炎病例分類及與主運、主氣相關(guān)性探討。對各主運、主氣的性別分布采用卡方檢驗,對年齡分布采用Kruskal-Wallis H秩和檢驗。運用LPCA.16進行數(shù)據(jù)降維,對各病例主成分得分采用K-means聚類分析實現(xiàn)對病例進行分類,統(tǒng)計各分類出現(xiàn)構(gòu)成比最高的前10個癥狀,并用關(guān)聯(lián)規(guī)則分析提取頻繁項集。運用卡方檢驗探討病例分類與主運、主氣的相關(guān)性,運用周期圖法找出各類別的主要周期,對含有繪制主運、主氣周期的,繪制其函數(shù),探討各類別其病例數(shù)與主運、主氣之間的動態(tài)關(guān)系。結(jié)果:以地面氣溫為例,探討氣象資料與五運六氣之間的相關(guān)性上,經(jīng)方差分析,廣州、北京兩地各歲運-運氣年、司天-運氣年、歲運-主運、司天-主氣分組計算的日平均氣溫均值差異不具統(tǒng)計學(xué)意義(P0.20),對按月份-日、年內(nèi)主運、主氣分組計算的日平均氣溫均值氣溫余弦擬合曲線模型均成立(P0.0001),模型擬合良好(調(diào)整后R20.95)。歲運-主運、司天-主氣的擬合模型預(yù)測效果良好,運氣年2012年-運氣年2014年各主運、主氣的日平均氣溫均值基本落在95%CI內(nèi),R2均大于0.95。對各客運、客氣周期年平均氣溫均值進行Tukey's檢驗顯示,后兩周期較前兩周期均值高。最冷、最熱天氣頻數(shù)分布上,歲運上,太過之年最冷天氣頻數(shù)較多,不足之年較少;太羽、少角、太徵、少宮、太商最熱天氣頻數(shù)較多,而少羽、太角、少徵、太宮、少商最熱天氣頻數(shù)較少。司天上,少陰君火、少陽相火、太陽寒水最冷天氣頻數(shù)較多,厥陰風(fēng)木、太陰濕土、陽明燥金頻數(shù)較少;少陰君火、太陰濕土、少陽相火最熱天氣頻數(shù)較多,厥陰風(fēng)木、陽明燥金、太陽寒水較少。各歲運、司天最冷、最熱天氣頻數(shù)在各個客運、客氣周期內(nèi)的秩次分布總體上與其總頻次相近,但各周期間秩次有波動,并非一成不變,卡方檢驗顯示,各歲運、司天最冷、最熱天氣頻數(shù)分布與客運、客氣周期有關(guān)(P0.0001)。周期圖法示,最冷天氣頻數(shù)存在2年周期、3年周期、5年周期,通過周期的組合,可以生成6年周期、10年周期;最熱天氣頻數(shù)存在6年周期和10年周期。各周期在大致區(qū)分頻數(shù)多少上基本準(zhǔn)確率,但在秩次上尚有不足。癥狀信息提取上,經(jīng)過改良的直接提取方案和組合提取方案較單純運用最大概率法分詞而言,能夠有效降低中文分詞輸出的維度數(shù)量。但兩個方案仍有較多的癥狀描述需要手工處理,組合提取方案能夠減少約一半的需要手工處理的癥狀描述。兩個方案癥狀提取效果良好,直接提取方案準(zhǔn)確率(100%)較組合提取方案(99.62%)高,組合提取方案通過提高在召回率(92.47%)從而令正確率(98.86%)高于直接提取方案(97.84%),癥狀描述數(shù)量的一階差分隨樣本量增加而以指數(shù)的形式減少。降維方法探討上,5層DBA中,在當(dāng)前樣本量下,降維的效果隨著次層網(wǎng)絡(luò)的神經(jīng)元數(shù)量增加而減少。比較5層DBA、3層DBA及LPCA在不同維度在維度數(shù)量的效果,發(fā)現(xiàn)維度數(shù)量少于10時,5層DBA效果優(yōu)于3層DBA和LPCA,維度大于10時,5層DBA和3層DBA效果相似,LPCA效果優(yōu)于前兩者。LPCA.16所獲得的部分主成分與中醫(yī)證候有相似之處。肺炎病例分類及與主運、主氣相關(guān)性探討上,經(jīng)卡方檢驗,性別分布與各主運、主氣無關(guān)(P0.10)。Kruskal-Wallis H秩和檢驗提示各主運、主氣年齡分布無差異(P0.10)。使用各病例在LPCA.16中的得分進行聚類分析,Ward層次聚類提示可以將病例分為5類。運用K-means聚類分析將病例分為5類,結(jié)合各類別下癥狀的構(gòu)成比及頻繁項集,發(fā)現(xiàn)類別1為痰濁阻滯型,表現(xiàn)以咳嗽、白痰、氣促、納差、少痰、眠差、胸悶、稀痰、精神差、胸痛多見;類別2為痰熱壅盛型,表現(xiàn)以咳嗽、氣促、白痰、納差、粘痰、眠差、黃痰、精神差、發(fā)熱、胸悶多見;類別3為風(fēng)熱犯肺型,表現(xiàn)以咳嗽、發(fā)熱、惡寒、納差、頭痛、黃痰、頭暈、精神差、乏力、少痰多見;類別4為肺衛(wèi)郁熱型,表現(xiàn)以咳嗽、發(fā)熱、惡寒、少痰、白痰、口干、納差、氣促、咽痛、黃痰多見;類別5為氣虛外感型,表現(xiàn)以發(fā)熱、納差、精神差、眠差、惡寒、口干、乏力、咳嗽、頭暈、氣促多見。各類別頻數(shù)分布與主運、主氣有關(guān)(P0.01)。周期圖法示各類別均具有主運周期,類別1、類別2、類別3、類別4具有主氣周期。各類別好均發(fā)于上半年,波峰多處于初之運、二之運、初之氣、二之氣。結(jié)論:1.基于分組計算的日平均氣溫均值主要表現(xiàn)為主運、主氣效應(yīng),不宜用于客運、客氣的討論。氣溫余弦擬合曲線具備用于探討主運、主氣的穩(wěn)定性、能反映地域氣溫差異、具有周期性變化及從五化的角度解釋寒熱變化特征。氣溫余弦擬合曲線可用于主運、主氣的探討。2.最冷、最熱天氣頻數(shù)能反映歲運、司天間的差異,具有客運、客氣的6年周期和10年周期,但周期實現(xiàn)的形式并不一樣,最冷天氣頻數(shù)以2年周期疊加3年周期、5年周期實現(xiàn),最熱天氣頻數(shù)以單個6年周期、10年周期實現(xiàn)。最冷天氣頻數(shù)的5年周期及最熱天氣頻數(shù)的6年周期、10年周期,其函數(shù)曲線的變化與相應(yīng)歲運、司天五行屬性的五化相符。運氣學(xué)說的周期并不是僅僅是基于陰陽五行的機械推算,而是有現(xiàn)實可觀察,客觀可測量的方法進行研究。3.直接提取方案、組合提取方案能有效提取并標(biāo)準(zhǔn)化中醫(yī)癥狀信息。4.在當(dāng)前樣本量下,輸出維度數(shù)量較少時,宜使用5層DBA,否則,宜使用LPCA。5.肺炎病例證候的分布與主運、主氣有關(guān),其中4個類別具有主運、主氣周期。6.周期圖法能夠動態(tài)反映運氣格局變化帶來的氣象指標(biāo)、證候分布的變動,有助于探討運氣學(xué)說的周期。7.氣象指標(biāo)、證候頻數(shù)分布的時間序列中,存在但不限于運氣理論的周期,運氣理論的應(yīng)用不宜拘泥于機械推算。
【學(xué)位授予單位】：廣州中醫(yī)藥大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：R226

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 梁禮鏗;黎敬波;;廣州地面氣溫與歲運相關(guān)性的初步探討[J];中華中醫(yī)藥雜志;2016年11期

2 王慶福;;隱馬爾可夫模型在中文文本分詞中應(yīng)用研究[J];無線互聯(lián)科技;2016年13期

3 梁禮鏗;黎敬波;;從氣溫余弦擬合曲線淺析主運主氣與地面氣溫均值的關(guān)系[J];中華中醫(yī)藥雜志;2016年05期

4 柯資能;孫明;廖蓮婷;;六氣大司天理論歷史源流考[J];中國中醫(yī)基礎(chǔ)醫(yī)學(xué)雜志;2015年10期

5 趙景波;羅雪銀;周旗;馬曉華;;陜西延安近50年極端氣溫變化及周期研究[J];自然災(zāi)害學(xué)報;2015年03期

6 喬小妮;李豐森;牛剛;吳志君;鞏亞琴;;基于周期圖法的醫(yī)院門診流量管理研究[J];中國數(shù)字醫(yī)學(xué);2015年06期

7 張帆;劉曉峰;孫燕;;中醫(yī)醫(yī)案文獻自動分詞研究[J];中國中醫(yī)藥信息雜志;2015年02期

8 韓冬煦;常寶寶;;中文分詞模型的領(lǐng)域適應(yīng)性方法[J];計算機學(xué)報;2015年02期

9 栗偉;趙大哲;李博;彭新茗;劉積仁;;CRF與規(guī)則相結(jié)合的醫(yī)學(xué)病歷實體識別[J];計算機應(yīng)用研究;2015年04期

10 廖玉學(xué);彭朝瓊;余淑苑;慈捷元;劉寧;李斌;嚴(yán)宙寧;藍濤;吳永勝;;深圳市大氣PM_(10)與呼吸系統(tǒng)疾病日門診量的時間序列分析[J];華南預(yù)防醫(yī)學(xué);2014年04期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 白貴敦;毛小妹;;中醫(yī)運氣分析甲型H1N1流感疫情[A];中華中醫(yī)藥學(xué)會中醫(yī)運氣學(xué)學(xué)術(shù)研討會論文集[C];2009年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 顧植山;孟慶云;柯資能;;五運六氣預(yù)測不是機械推算[N];中國中醫(yī)藥報;2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 賓煒;廣州地區(qū)“中醫(yī)運氣—氣象”模型的構(gòu)建研究[D];廣州中醫(yī)藥大學(xué);2012年

2 張U，

本文編號：1282465