本文關(guān)鍵詞：基于復(fù)雜系統(tǒng)方法的慢性胃炎中醫(yī)問診證候建模研究，由筆耕文化傳播整理發(fā)布。

【摘要】：中醫(yī)問診是醫(yī)生根據(jù)詢問得到的癥狀信息進行辨證分析,這種主要靠醫(yī)生個人判斷的診斷過程存在著很大的主觀性,診斷方式難以讓人信服,中醫(yī)問診客觀化的研究顯得尤為迫切。中醫(yī)問診的整體性、非線性、動態(tài)性符合復(fù)雜系統(tǒng)的特征,本文應(yīng)用復(fù)雜系統(tǒng)建模方法針對慢性胃炎中醫(yī)問診數(shù)據(jù)進行分析建模做了以下工作： 1.為了消除不相關(guān)和冗余的癥狀,首先應(yīng)用互信息和粗糙集結(jié)合的特征選擇方法挑選出與每個證型相關(guān)的癥狀群,選出的癥狀群與中醫(yī)理論描述的主要癥狀吻合。 2.采用復(fù)雜網(wǎng)絡(luò)劃分方法對中醫(yī)問診中的癥狀群進行子系統(tǒng)劃分,挖掘癥狀和證型之間、癥狀與癥狀之間的關(guān)系。劃分的結(jié)果基本和慢性胃炎證型的病位和病性等證候要素吻合。 3.使用概率圖模型來對中醫(yī)問診復(fù)雜系統(tǒng)進行建模分析。概率圖模型很好的描述了復(fù)雜系統(tǒng)的欠規(guī)則因果關(guān)系。本文應(yīng)用概率圖模型構(gòu)建慢性胃炎中醫(yī)辨證多標(biāo)記學(xué)習(xí)模型,其平均準(zhǔn)確率達到82.5%,分類性能好于多數(shù)現(xiàn)有的多標(biāo)記分類器。 4.開發(fā)了基于VS2005平臺和Access數(shù)據(jù)庫的中醫(yī)問診信息采集和輔助辨證系統(tǒng),設(shè)計過程充分考慮人機工程學(xué),將信息量巨大的中醫(yī)問診信息進行合理組織,分塊采集,最終得到了用戶體驗滿意的軟件系統(tǒng)。該系統(tǒng)具體實現(xiàn)了幾個功能：患者問診信息的采集,數(shù)據(jù)轉(zhuǎn)存,病歷顯示和輔助辨證。
【關(guān)鍵詞】：中醫(yī)問診 慢性胃炎 復(fù)雜系統(tǒng) 概率圖模型 多標(biāo)記學(xué)習(xí)
【學(xué)位授予單位】：華東理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：R241.2;O157.5
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 引言10-21
• 1.1 課題背景及來源10-13
• 1.2 課題研究意義和應(yīng)用前景13
• 1.3 國內(nèi)外研究現(xiàn)狀13-19
• 1.3.1 中醫(yī)復(fù)雜系統(tǒng)證候建模的研究現(xiàn)狀14-15
• 1.3.2 隱樹模型結(jié)構(gòu)學(xué)習(xí)15-16
• 1.3.3 復(fù)雜網(wǎng)絡(luò)劃分16-18
• 1.3.4 隱節(jié)點勢學(xué)習(xí)與聚類算法模型選擇及評分標(biāo)準(zhǔn)18-19
• 1.4 本文工作與章節(jié)安排19-21
• 第二章 基于特征選擇的慢性胃炎中醫(yī)問診數(shù)據(jù)分析21-40
• 2.1 慢性胃炎中醫(yī)問診數(shù)據(jù)21-22
• 2.2 特征選擇方法簡介22-26
• 2.2.1 特征選擇方法搜索策略23-24
• 2.2.2 特征選擇方法評價準(zhǔn)則24-25
• 2.2.3 停止條件25
• 2.2.4 結(jié)果驗證25-26
• 2.3 互信息特征選擇方法26
• 2.4 粗糙集中決策系統(tǒng)屬性約簡26-29
• 2.4.1 粗糙集基本概念27-28
• 2.4.2 粗糙集屬性約簡算法28-29
• 2.5 慢性胃炎中醫(yī)證型相關(guān)的癥狀群選擇29-39
• 2.5.1 脾胃濕熱證型相關(guān)癥狀群挑選30-31
• 2.5.2 濕濁中阻證型相關(guān)癥狀群挑選31-33
• 2.5.3 脾胃氣虛證型相關(guān)癥狀群挑選33-34
• 2.5.4 脾胃虛寒證型相關(guān)癥狀群挑選34-36
• 2.5.5 肝氣郁滯證型相關(guān)癥狀群挑選36-38
• 2.5.6 肝胃郁熱證型相關(guān)癥狀群挑選38-39
• 2.6 本章小結(jié)39-40
• 第三章 復(fù)雜系統(tǒng)劃分及其在中醫(yī)證候建模中的應(yīng)用40-65
• 3.1 復(fù)雜網(wǎng)絡(luò)的發(fā)展40-42
• 3.2 復(fù)雜網(wǎng)絡(luò)社團劃分42-48
• 3.2.1 Kernighan-Lin算法43-44
• 3.2.2 譜圖劃分方法44-45
• 3.2.3 基于NG模塊度劃分方法45-46
• 3.2.4 分裂算法46
• 3.2.5 凝聚算法46-47
• 3.2.6 派系過濾算法47-48
• 3.3 復(fù)雜系統(tǒng)中節(jié)點之間的關(guān)聯(lián)度與相關(guān)性矩陣48-50
• 3.3.1 相關(guān)系數(shù)法48-49
• 3.3.2 基于熵的互信息49
• 3.3.3 中醫(yī)辨證復(fù)雜系統(tǒng)中的關(guān)聯(lián)度問題49-50
• 3.4 基于復(fù)雜網(wǎng)絡(luò)劃分方法的慢性胃炎中醫(yī)癥狀群劃分50-63
• 3.4.1 總體癥狀的社團劃分50-55
• 3.4.2 針對每個證型的復(fù)雜網(wǎng)絡(luò)劃分分析55-63
• 3.5 本章小結(jié)63-65
• 第四章 基于多標(biāo)記學(xué)習(xí)與概率圖模型的中醫(yī)辨證模型建立65-83
• 4.1 多標(biāo)記學(xué)習(xí)相關(guān)概念65-69
• 4.1.1 多標(biāo)記學(xué)習(xí)的基本概念65-66
• 4.1.2 多標(biāo)記學(xué)習(xí)算法總結(jié)66-68
• 4.1.3 多標(biāo)記學(xué)習(xí)評價方法68-69
• 4.2 概率圖模型69-72
• 4.2.1 有向圖模型70-71
• 4.2.2 無向圖模型71-72
• 4.3 圖模型與中醫(yī)辨證72-74
• 4.4 有向有環(huán)圖模型74-76
• 4.4.1 節(jié)點勢的表示74
• 4.4.2 馬爾科夫獨立性74-75
• 4.4.3 有向有環(huán)圖模型推理及模型求解75-76
• 4.5 概率圖模型在中醫(yī)問診客觀化中的實驗76-81
• 4.5.1 無向邊擴展樸素貝葉斯底層結(jié)構(gòu)比較77-78
• 4.5.2 DCG模型特征邊的構(gòu)造實驗78-79
• 4.5.3 不同特征選擇方法的分類結(jié)果比較79-80
• 4.5.4 有向有環(huán)圖模型中醫(yī)問診多標(biāo)記分類實驗80-81
• 4.6 本章小結(jié)81-83
• 第五章 慢性胃炎中醫(yī)問診信息采集與評估系統(tǒng)83-93
• 5.1 軟件平臺介紹83-85
• 5.1.1 淺談面向?qū)ο蟮某绦蛟O(shè)計83-84
• 5.1.2 編程語言C++介紹84-85
• 5.2 慢性胃炎中醫(yī)問診軟件設(shè)計85-92
• 5.2.1 系統(tǒng)整體架構(gòu)85-86
• 5.2.2 采集界面設(shè)計86-88
• 5.2.3 數(shù)據(jù)庫模塊設(shè)計88-89
• 5.2.4 智能辨證模塊89-91
• 5.2.5 系統(tǒng)測試與評價91-92
• 5.3 本章小結(jié)92-93
• 第六章 總結(jié)與展望93-95
• 6.1 本文工作總結(jié)93-94
• 6.2 研究的前景94-95
• 參考文獻95-103
• 致謝103-104
• 發(fā)表論文104

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張昊;陶然;李志勇;杜華;;基于自適應(yīng)模擬退火遺傳算法的特征選擇方法[J];兵工學(xué)報;2009年01期

2 孫繼佳;蔣健;嚴(yán)廣樂;李季明;蘇式兵;朱蕾蕾;高月求;;復(fù)雜網(wǎng)絡(luò)理論及其在中醫(yī)學(xué)研究中的應(yīng)用[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2008年02期

3 朱陳平;張永梅;劉小廷;王榮芳;王新光;;復(fù)雜網(wǎng)絡(luò)稀疏性的統(tǒng)計物理研究綜述[J];上海理工大學(xué)學(xué)報;2011年05期

4 瞿彬彬,盧炎生;基于粗糙集的屬性約簡算法研究[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2005年08期

5 王階;邢雁偉;姚魁武;李軍;;冠心病心絞痛中醫(yī)證候要素研究及臨床應(yīng)用[J];湖北中醫(yī)學(xué)院學(xué)報;2009年03期

6 蔡曉妍;戴冠中;楊黎斌;;譜聚類算法綜述[J];計算機科學(xué);2008年07期

7 張連文;袁世宏;陳_";王q，

本文編號：283032