摘要：在长期与疾病的斗争中，中医演化并形成了一套独特且完整的论述系统,为中国及世界人民的健康做出了不可磨灭的贡献，在诸如慢性乙型肝炎的个体化治疗中显示出特有的优势，以至于越来越受到各国人民的欢迎，以及引起许多探讨者的重视。但是传统中医诊断学的经验性、不确定性、模糊性等特点，严重制约了中医的进展和运用。中医证的探讨一直是中医现代化探讨的关键之一，也是中医用药和治疗的重要依据，其核心是证候分类和诊断标准的探讨，然而目前的中医辨证历程缺少严格设计的统一框架，和规范化、定量化的诊断标准，如何将经验且模糊的中医辨证历程规范化、客观化和具有可计算性是本论文探讨的主要不足。本论文旨在运用智能技术以中医和西医两个角度对中医证候进行综合性探讨，引入混合智能系统论述，为中医辨证历程设计一个具有规范化和客观化的整体框架，并以慢性乙型肝炎为例建立混合智能中医辨证系统，为中医临床实践提供现代化的技术手段。由于当前运用于中医证候分类探讨的策略繁多，但仍没有一个普遍适用的策略，而且由于中医证候的复杂性、多方式性等特点，也使得证候辨证历程不能简单的利用某种单一技术来模拟，为此借鉴复杂性科学探讨的论述和策略进行证候探讨成为可能。本论文将在中医辨证的探讨近况和相关智能算法的基础上，提出适合于中医辨证的论述策略和系统实施案例。1．基于多视图的混和属性选择属性选择作为一项重要的数据预处理技术，主要目的是识别和消除样本的属性集中与预测结果不相关的或冗余的属性。中医数据集包含以主、客观手段获取的数据，其样本数量有限，但属性种类繁多且性质不同，正确有效的属性选择是构建中医辨证模型的重要基础。现有的属性选择策略很多，但都不能全面的获取与证候密切相关的关键属性。本论文提出了基于多视图的混合属性选择策略MVHFS(Multi-View Based Hybrid Feature Selection)。该策略利用领域知识，将原有的整体属性空间分割成中医症状、中医体征和西医指标视图，并在每个视图中分别运转由多个基于filter方式的属性选择策略构成的混合属性选择算法，提取和每个证候密切相关的中医症状、中医体征和西医指标。该策略以中西医两个侧面提取证候的关键属性，且得到的构成每个证候的关键属性集不同，体现了证候之间的差别，为后续证候辨证模型的构建奠定基础。2．结合分布信息计算属性权重属性权重是属性重要程度的一种主观评价和客观反映的综合度量。在中医辨证领域，不同的属性对证候诊断的重要程度和作用是不等的，一个属性的作用越重要，其相应的权重就越大。在中医领域常利用属性整体出现的频率来计算该属性的重要程度，并不考虑在证候间分布的信息。本论文提出了一个改善的TF-IDF算法，用于计算属性权重，可显示的区分不同属性对证候的作用，也可量化的显示出即使同一属性对不同证候的作用程度也是不同的，符合中医论述，也为后续证候辨证模型的构建奠定了基础。3．基于属性选择的混合智能中医辨证模型中医辨证的本质是证候分类。现有的分类策略很多，但由于中西医属性和证候之间的联系比较复杂，用单一分类器或单一模型很难提升其辨证精度。除此之外，在中医诊断学领域，获取每位患者的类别概率估计是非常重要的，基于此才能准确的为每位患者设置其用药和治疗案例。为此，本论文引入混合智能系统论述及其思想，选用BayesNet、改善的概率决策树（WPET）和改善的分类关联规则浅析(WCBA)，进行加权融合，构建了一个基于属性选择的混合智能中医辨证策略。通过实验比较浅析，该策略不论是对UCI标准数据集还是对慢性乙型肝炎数据集都有很好的性能，证明了该策略的有效性。而且通过对180例慢性乙型肝炎未标注新样本的预测，展现了该策略运用于临床实践的美好前景。4．辨证系统的开发在探讨中医辨证历程和策略的基础上，论文研发了针对慢性乙型肝炎病例的中医辨证系统原型，该系统利用所提出的属性选择算法，可获得与每个证候密切相关的属性子集；利用改善的属性权重计算策略可获得与每个证候各自密切相关的属性的权重；利用系统的混合辨证模型可以判别新样本的主要证候和次要证候；并在新样本和新技术的增加历程中，系统的辨证模型将得到不断改善。关键词：中医论文辨证论文数据挖掘论文属性选择论文混合智能系统论文
本论文由www.udooo.com整理提供,需要查抄袭率论文可以联系人员哦。
摘要3-5
ABSTRACT5-8
目录8-12
表格索引12-13
插图索引13-15
第一章 绪论15-33
1.1 探讨智能中医辨证的作用15-17
1.2 智能中医辨证系统的探讨进展17-22
1.2.1 四诊信息处理技术的探讨近况18-19
1.2.2 智能中医辨证探讨近况19-22
1.3 混合智能系统的运用探讨22-25
1.4 智能中医辨证系统有着的不足25-26
1.5 论文探讨内容和技术路线26-33
1.5.1 探讨内容27-28
1.5.2 技术路线28-31
1.5.3 论文总体结构31-33
第二章 数据预处理33-45
2.1 中医慢性乙型肝炎数据集33-35
2.1.1 病例选择34
2.1.2 临床信息采集34-35
2.2 UCI数据集35-36
2.3 数据预处理36-39
2.3.1 数据清洗36-37
2.3.2 数据转换37-39
2.4 实验结果39-43
2.4.1 慢性乙型肝炎数据集实验结果39-43
2.4.2 UCI数据集实验结果43
2.5 本章小结43-45
第三章 混合智能中医辨证系统框架45-61
3.1 混合智能系统的定义45-48
3.2 混合智能系统构成的主要智能技术48-54
3.2.1 专家系统48-50
3.2.2 人工神经网络50-51
3.2.3 多元统计浅析51-52
3.2.4 数据挖掘52-54
3.2.5 其它智能技术54
3.3 面向中医辨证的混合智能系统探讨的关键不足54-55
3.4 混合智能中医辨证系统的总体框架55-59
3.4.1 已有智能中医辨证系统技术架构浅析55-57
3.4.2 基于混合智能系统的智能中医辨证技术架构浅析57-59
3.5 本章小结59-61
第四章 基于多视图的混合属性选择61-107
4.1 属性选择对中医辨证的作用62
4.2 属性选择的基本论述62-72
4.2.1 属性选择的定义63-65
4.2.2 属性选择的历程65-72
4.3 基于Filter的典型属性选择算法72-80
4.3.1 Repef系列算法72-76
4.3.2 LVF算法76-77
4.3.3 mRMR算法77-78
4.3.4 FCBF算法78-80
4.4 基于多视图的混合属性选择80-91
4.4.1 混合属性选择算法(HFS)81-88
4.4.2 基于多视图的中医混合属性选择算法(MVHFS)88-89
4.4.3 属性权重计算89-91
4.5 实验结果与浅析91-104
4.5.1 UCI数据集的实验结果91-95
4.5.2 中医慢性乙型肝炎数据集的实验结果95-104
4.6 本章小结104-107
第五章 基于属性选择的混合智能中医辨证107-143
5.1 基于多分类器融合的混合智能中医辨证模型设计108-112
5.1.1 多分类器融合概述108-110
5.1.2 基于属性选择的多分类器融合辨证模型设计110-112
5.2 混合智能中医辨证模型的技术选择112-121
5.2.1 贝叶斯分类算法112-115
5.2.2 决策树算法115-117
5.2.3 分类关联规则挖掘算法117-121
5.3 基于属性选择的混合智能中医辨证模型的构造121-128
5.3.1 加权概率估计树（WPET）121-124
5.3.2 加权分类关联规则挖掘（WCBA）124-127
5.3.3 融合策略127-128
5.4 实验结果与浅析128-136
5.4.1 UCI数据集的实验结果与浅析129-130
5.4.2 慢性乙型肝炎数据集的实验结果与浅析130-136
5.5 混合智能中医辨证系统136-140
5.6 本章小结140-143
第六章 结论143-147
6.1 全文总结143-144
6.2 探讨展望144-147
本站原创