中医症候四维模型建立的基本思路

【关键词】  数据挖掘；中医症候；数学模型

　　目前人们多以人工神经、贝叶斯网络、决策树、人工智能等数据挖掘技术研究和探讨中医症候的构成特点及，其分析结果多是平面图形、整体的。但以四维模型分析疾病和症候的方法目前还未见报道。用三维立体模型可分析疾病辨证分型规律，并可观察到个体在总体样本中的位置，对中医个案研究也有特定价值。若加入时间作为第四维度则可以动态演示疾病、演变过程。　　整体思路：将每个患者症状等资料排布在二维平面上，再将这些平面平行等间距排列即构成三维立体结构，以时间因素作为第四维度构成整体模型。

　　1  平面内分析
    　　
　　将一个患者的症状以点形式排布在二维平面上，通过用专业知识分析症状间的关系得出一个或数个辨证证型，如同一患者同时有气虚证、阴虚证、血瘀证，归纳为一证即气阴两虚兼血瘀证。平面内推导也可用人工智能的方法。

　　2  排列顺序
       
　　将平面平行等距排列起来是要有次序的。我们将相同证型症状相似患者排布到一起，具体可通过给不同程度的症状和平面推导出的证赋值，比较差异度，排列组合平面次序，取差异度总和最小时排列次序。这样就构成了三维立体结构。

　　3  症状关联
    　　
　　同一症状点在各平面内横纵坐标相同，以用于计算和整体分析。按关联度高低排列症状分布，两症状关联度越高距离越近，关联度越低距离越远。具体可通过给定特定坐标，计算任意两点间距离，再用排列组合调换症状点排布位置，取最合适的排布。这样我们就可以看出疾病症状分布立体结构，可以分析整个样本，也可以分析疾病中单个证型。若单个证型的疾病症状分布结构成明显畸形则可以考虑继续分型。

　　4  时间因素
       
　　加入时间因素作为第四维度，则可以动态演示疾病、演变过程。要观察这个变化过程，我们要给相应的可变因素赋值，目的是给定标记，以便观察其变化过程。如症状轻重赋予大小的值，性质赋予形状的值，患者平面赋予颜色的值。随着时间变化，平面位置的改变，可通过颜色看出，即患者证型改变可以由颜色改变看出。症状结构改变可由症状位置看出，轻重、性质可由形状变化看出。这样就可以观察分析单样本和整体样本病情发展变化了。

　　5 
    　　
　　本模型将临床样本分析转换为对空间图形的分析，可以立体显示症状分布规律，直观观察个体和总体样本症状分布。可用于分析病症分布规律，分析病症发展变化规律，也有助于中医个案研究［1-4］。

【】
  　　［1］施明辉,周昌乐.人工神经在中医诊断中的应用现状与趋势［J］.中医药信息杂志,2007,14(1):2-5.

　　［2］孙贵香,袁肇凯.人工神经网络在中医证候研究中的应用［J］.中华中医药学刊,2007,25(7)：1450-1452.

　　［3］朱文锋,晏峻峰,黄碧群.贝叶斯网络在中医证素辨证体系中的应用［J］.中西医结合学报,2006,4(6):567-571.

　　［4］王 波,张 斌,魏伟杰,等.面向中医辨证规范的交互式数据挖掘框架［J］.世界技术-中医药化,2006,01:24-30.