主成分分析法結(jié)合馬氏距離判別法在類(lèi)風(fēng)濕性關(guān)節(jié)炎中醫(yī)證候診斷中的應(yīng)用

1、2008年3月第25卷第2期March2008,Vol125,No12廣州中醫(yī)藥大學(xué)學(xué)報(bào)JournalofGuangzhouUniversityofTraditionalChineseMedicine文章編號(hào):1007-3213(2008)02-0153-04主成分分析法結(jié)合馬氏距離判別法在類(lèi)風(fēng)濕性關(guān)節(jié)炎中醫(yī)證候診斷中的應(yīng)用李建婷,鄧兆智,郭新峰,余煜棉3.廣東工業(yè)大學(xué),廣東廣州510090)23(1.廣州中醫(yī)藥大學(xué),廣東廣州510405;2.廣州中醫(yī)藥大學(xué)第二附屬醫(yī)院,廣東廣州510120;摘要:【目的】應(yīng)用主成分分析法(PCA)結(jié)合馬氏距離判別法對(duì)類(lèi)風(fēng)濕性關(guān)節(jié)炎(RA),最終建立辨證分型“

2、量化指標(biāo)”的計(jì)算機(jī)軟件,使中醫(yī)證候具體化。】取廣州地區(qū)常見(jiàn)的中醫(yī)證候類(lèi)型,對(duì)入選病例的癥狀、舌象、性質(zhì)、程度等項(xiàng)目進(jìn)行積分法的量化記錄。,對(duì)其證候進(jìn)行分類(lèi)判別。【結(jié)果】訓(xùn)練樣本200例,1,判別準(zhǔn)確率92150%,總242例,判別準(zhǔn)確率95187%。【結(jié)論】一致。關(guān)鍵詞:/;證候;主成分分析法;馬氏距離判別法中圖分類(lèi)號(hào):4;R593122文獻(xiàn)標(biāo)識(shí)碼:A計(jì)算機(jī)模式識(shí)別法是基于多元統(tǒng)計(jì)分析基礎(chǔ)上的一種方法,它是將難以判別的高維空間的幾何特征從空間區(qū)域劃分和從其屬性出發(fā),降維到人們可以識(shí)別的一、二維平面上進(jìn)行識(shí)別比較的一種處理1-3多元數(shù)據(jù)的非函數(shù)的圖像識(shí)別方法。其中主成分分析法(PCA)與馬氏距離

3、判別法是模式識(shí)別技術(shù)中分類(lèi)判別方法中的兩種。PCA研究如何將多個(gè)彼此相關(guān)、信息重疊的指標(biāo)變量通過(guò)適當(dāng)?shù)木€形組合成為彼此獨(dú)立而又提取了原指標(biāo)變異信息并帶有特定專(zhuān)業(yè)含義的綜合成分,用以描述觀察單位的特征。馬氏距離判別法可通過(guò)對(duì)已知分類(lèi)樣本數(shù)據(jù)的識(shí)別學(xué)習(xí),建立相應(yīng)的判別規(guī)則,進(jìn)而對(duì)未知樣本進(jìn)行分類(lèi)判別。在中醫(yī)證候研究中,可通過(guò)運(yùn)用PCA法將各種相關(guān)但又有可能重疊的癥狀、體征等變量提取出來(lái)并組成綜合成分,再結(jié)合馬氏距離判別法對(duì)其進(jìn)行判別;應(yīng)用計(jì)算機(jī)的統(tǒng)計(jì)、分析功能及計(jì)算機(jī)人工智能的理論和技術(shù),結(jié)合中醫(yī)學(xué)的理論和中醫(yī)專(zhuān)家的知識(shí)、經(jīng)驗(yàn)以達(dá)到應(yīng)用計(jì)算機(jī)來(lái)實(shí)現(xiàn)辨證論治的目的。中醫(yī)的“證”是疾病發(fā)展過(guò)程中某一階

4、段的本質(zhì)屬性的高度概括,它是獨(dú)特癥狀的集合群。用模糊數(shù)學(xué)語(yǔ)言來(lái)講,“證”可看作是一種由相應(yīng)的“癥”所構(gòu)成的模糊集合,癥的不同的模糊集合,構(gòu)成了不同的證,通過(guò)對(duì)收稿日期:2007-09-14作者簡(jiǎn)介:李建婷(1974-),女,講師“癥”、“證”等模擬量化的方法,可建立起符合中醫(yī)診療思維規(guī)律的相應(yīng)疾病的數(shù)學(xué)模型,從而進(jìn)行辨證施治。本研究通過(guò)對(duì)類(lèi)風(fēng)濕性關(guān)節(jié)炎(RA)患者的臨床癥狀、體征進(jìn)行定性定量,由醫(yī)生診斷其證候類(lèi)型后,將原始數(shù)據(jù)輸入計(jì)算機(jī),利用PCA法結(jié)合馬氏距離判別法對(duì)RA患者及其最常見(jiàn)的寒熱錯(cuò)雜證、濕熱阻絡(luò)證、寒濕阻絡(luò)證、氣陰兩虛證、痰瘀阻絡(luò)證進(jìn)行判別,對(duì)RA的癥狀指標(biāo)由計(jì)算機(jī)進(jìn)行篩選,從中

5、選出多個(gè)因素作為特征參量,進(jìn)行分類(lèi)判別,以期建立RA辨證分型“量化指標(biāo)”的計(jì)算機(jī)軟件,使中醫(yī)證候具體化、數(shù)據(jù)化。31研究對(duì)象與方法111診斷標(biāo)準(zhǔn)西醫(yī)診斷標(biāo)準(zhǔn)按1987年美國(guó)風(fēng)濕病學(xué)會(huì)制定的RA診斷標(biāo)準(zhǔn)。RA中醫(yī)證候分類(lèi)是在中藥新藥臨床研究指導(dǎo)原則、實(shí)用中醫(yī)風(fēng)濕病學(xué)、中醫(yī)證候診斷治療學(xué)的基礎(chǔ)上,結(jié)合廣東地區(qū)患者的常見(jiàn)癥狀,以關(guān)節(jié)局部疼痛、腫脹、畸形、攣縮、僵硬及關(guān)節(jié)被動(dòng)運(yùn)動(dòng)等體征為主證,按癥狀和體征出現(xiàn)的頻數(shù)、持續(xù)時(shí)間、性質(zhì)程度、與外界刺激的關(guān)系等歸納為54個(gè)指標(biāo),即關(guān)節(jié)紅、腫、觸熱、酸痛、刺痛、冷痛、活動(dòng)后45廣州中醫(yī)藥大學(xué)學(xué)報(bào)2008年第25卷痛、麻脹、拘急、晨僵、強(qiáng)直變形、結(jié)節(jié)紅斑、重著、

6、怕冷、喜暖、自覺(jué)發(fā)熱、屈伸不利、局部紫黯、功能、X線片、發(fā)熱、惡風(fēng)寒、口渴、煩熱、遇天冷濕發(fā)作、面色白、面色晦暗、眼瞼浮腫、五心煩熱、咽干、失眠多夢(mèng)、眩暈、盜汗、午后潮熱、倦怠、氣短乏力、易汗、眼干、口干不欲飲、手足不溫、胸脘滿悶、納差、遺精、月經(jīng)量少、肌膚無(wú)澤、形體消瘦、腰膝酸軟、耳鳴、尿黃、尿頻、夜尿、大便爛、大便溏、大便干。按癥狀、體征的有無(wú)與輕重程度,分別計(jì)為02分、24分、46分、68分。根據(jù)計(jì)分的多少,將RA患者分為寒熱錯(cuò)雜組、濕熱阻絡(luò)組、痰瘀阻絡(luò)組、氣陰兩虛組、寒濕阻絡(luò)組。112研究對(duì)象選擇1997RA113、主任,由住院醫(yī)師先進(jìn)行望、聞、問(wèn)、切四診,根據(jù)診斷標(biāo)準(zhǔn)判別證型,再由主

7、治醫(yī)師、主任醫(yī)師分別進(jìn)行,最后統(tǒng)一意見(jiàn)。114統(tǒng)計(jì)學(xué)處理首先根據(jù)指標(biāo)的權(quán)重值大小并預(yù)報(bào)樣本,采用馬氏距離判別法,對(duì)樣本進(jìn)行分類(lèi)。結(jié)果如下:寒熱錯(cuò)雜證候訓(xùn)練樣本45例,預(yù)報(bào)樣本12例;寒濕阻絡(luò)證候訓(xùn)練樣本41例,預(yù)報(bào)樣本13例;氣陰兩虛證候訓(xùn)練樣本39例,預(yù)報(bào)樣本8例;濕熱阻絡(luò)證候訓(xùn)練樣本39例,預(yù)報(bào)樣本5例;痰瘀阻絡(luò)證候訓(xùn)練樣本36例,預(yù)報(bào)樣本4例。211RA的分類(lèi)特征參量PCA法結(jié)果見(jiàn)表13及圖1。根據(jù)RA的54t檢驗(yàn)結(jié)果,結(jié)果表明以下17,將其篩選出作為征個(gè)變量為關(guān)節(jié)腫(X3)、強(qiáng)直變形(X4)、結(jié)(X5)、怕冷(X6)、喜暖(X7)、自覺(jué)發(fā)熱(X8)、屈伸不利(X9)、局部紫黯(X10)

8、、功能(X11)、X線片(X12)、口渴(X13)、遇天冷濕發(fā)作(X14)、倦怠(X15)、眼干(X16)、便溏(X17)。由表1結(jié)果可以看出關(guān)節(jié)腫(X1)、晨僵(X3)、屈伸不利(X9)、功能(X11)、X線片(X12)等幾項(xiàng)分值較高,說(shuō)明在RA患者中這幾個(gè)變量起著重要作用。這與臨床以及RA西醫(yī)診斷標(biāo)準(zhǔn)都是一致的。17個(gè)因素之間的相互關(guān)系:若兩因素之間的相關(guān)系數(shù)r為正數(shù)時(shí)為正相關(guān),r為負(fù)數(shù)時(shí)為負(fù)相關(guān),但只有r的絕對(duì)值大于r0105=01138時(shí)才具有統(tǒng)計(jì)學(xué)意義,可信度為95%。表2表明:(1)顯著相關(guān)的變量為:腫與觸熱、晨僵、強(qiáng)直變形、自覺(jué)熱、屈伸不利、功能、X線片、口渴;強(qiáng)直變形與腫、晨僵

9、;結(jié)節(jié)紅斑與晨僵;喜暖與怕冷;自覺(jué)熱與腫、觸熱;屈伸不利與腫、觸熱、晨僵、強(qiáng)直變形;功能與腫、觸熱、晨僵、強(qiáng)直變形、自覺(jué)熱、屈伸不利;X線片與腫;觸熱、晨僵、強(qiáng)直變形、自覺(jué)熱、屈伸不利、功能;口渴與腫;遇天冷濕發(fā)作與怕冷;倦怠與觸熱、晨僵、怕冷、功能;眼干與晨僵、結(jié)節(jié)紅斑、倦怠;便溏與眼干。(2)負(fù)相關(guān)的變量為:眼干與強(qiáng)直變形、怕冷;便溏與觸熱、遇天冷濕發(fā)作;自覺(jué)熱與怕冷;遇天冷濕發(fā)作與觸熱、結(jié)節(jié)紅斑、自覺(jué)熱。表3為各主成分對(duì)應(yīng)的信息量占總信息量的百分?jǐn)?shù)。各個(gè)主成分并不代表某一證候(變量),在表3中主成分1、2所占信息量為2617%和1817%,其他各主成分均占百分之幾的信息,反映了在類(lèi)風(fēng)濕的

10、證候分型中,原來(lái)的17個(gè)變量,沒(méi)結(jié)合t檢驗(yàn)從中選取最有效的特征參量,然后用BASIC語(yǔ)言編制PCA及馬氏距離判別法,對(duì)證候進(jìn)行分類(lèi)判別并與臨床判斷比較。運(yùn)用PCA可對(duì)原始變量進(jìn)行線性組合,建立m個(gè)新的變量,即主成分。這批新變量都是舊變量的線性組合,各新變量間是相互獨(dú)立的,與線性無(wú)關(guān)。同時(shí)在新變量中,方差最大的為第1主成分,方差次大的為第2主成分方差最小的為第m個(gè)主成分,方差最小的貢獻(xiàn)最小;原始變量作線性變換、組合之后,構(gòu)成新的主成分。將有用的信息盡可能集中到前面的若干主成分,再用信息較集中的若干主成分建立數(shù)學(xué)模型或者作圖形輸出。馬氏距離判別法設(shè)有3個(gè)母體G1、G2和G3,均有m個(gè)特征值,分別有

11、n1、n2、n3個(gè)樣本,對(duì)這些已知分類(lèi)樣本數(shù)據(jù)進(jìn)行識(shí)別學(xué)習(xí),通過(guò)計(jì)算找出各類(lèi)樣本在高維空間的重心,建立判別函數(shù)(或規(guī)則),然后計(jì)算待判未知類(lèi)別的樣本點(diǎn)到各類(lèi)“重心”的馬氏距離,將待判樣本判為距離短的那一類(lèi);或者將各已知分類(lèi)的樣本點(diǎn)從高維空間降維到二維平面上形成各類(lèi)樣本的二維區(qū)域,待判樣本為所落在區(qū)域的那一點(diǎn)。2結(jié)果對(duì)300例RA樣本根據(jù)正態(tài)分布及癥狀典型情況進(jìn)行篩選,以200例作為訓(xùn)練樣本,42例作為有哪一個(gè)變量特別敏感,所以只能用多個(gè)變量提供的信息總和進(jìn)行證候判別。由圖1可見(jiàn),5類(lèi)樣本點(diǎn)大體上都聚集在各自不同的區(qū)域,其圖界基本上是清楚的,說(shuō)明分類(lèi)成功。如果增加或減少變量都可發(fā)現(xiàn)判別準(zhǔn)確率降低

12、,圖界不清晰;如果變量增減變動(dòng)過(guò)大,則可使數(shù)據(jù)點(diǎn)集混合交錯(cuò),分類(lèi)不清。212馬氏距離判別法結(jié)果從表4可知,寒熱錯(cuò)雜證判別準(zhǔn)確率為96149%,濕熱阻絡(luò)證為96130%,氣陰兩虛證為89136%,寒濕阻絡(luò)證為97173%,痰瘀阻絡(luò)證為100%。總訓(xùn)練樣本200例,96153%;預(yù)報(bào)樣本42,總判別準(zhǔn)確率87%。RA。從而證實(shí)了中醫(yī)證,說(shuō)明本法能使中醫(yī)的辨證分型診斷在保持中醫(yī)特色的前提下得以標(biāo)準(zhǔn)化和規(guī)范化,并在某種程度上減少了臨床醫(yī)生的主觀性,有利于中醫(yī)辨證分型診斷的標(biāo)準(zhǔn)化、規(guī)范化。圖中橫坐標(biāo)為PCA1(主成分1),(主成分2);1.寒熱錯(cuò)雜證;2.;4.圖117PCA法輸出圖表1總樣本17個(gè)變量

13、的平均值和標(biāo)準(zhǔn)差X1-X2X3X4X5X6X7X8X9X10X11X12X13X14X15X16X17xs313221041164114841262126212221091114112421602106113211252115119331502128112811334114115741311172210511832154119831342140019501760191016表2各因素的相關(guān)系數(shù)(17個(gè)變量)X1X1X2X3X4X5X6X7X8X9X10X11X12X13X14X15X16X17X2X3X4X5X6X7X8X9X10X11X12X13X14X15X16X1711001100110

14、0-0107-010711000122110001171100-0100-0115-0109-0102-0100-0104-0109-0102-0104-0104-0106-0108-0110-0107-0107-0107-0107-0113-0104-0108-0112-0102表3主成分117提取的特征根及所占信息比例121817310114581791153614517626144117241731882214315919173111017142171116122151215122141313142111411181181510171171691911517314015特征根所占信息比例

15、(p/%)廣州中醫(yī)藥大學(xué)學(xué)報(bào)2008年第25卷表417個(gè)變量的馬氏距離判別法結(jié)果(準(zhǔn)確率)證候寒熱錯(cuò)雜濕熱阻絡(luò)氣陰兩虛寒濕阻絡(luò)痰瘀阻絡(luò)合計(jì)訓(xùn)練樣本Np判別/%預(yù)報(bào)樣本Np判別/%合計(jì)Np判別/%454139393620012138544257544744402423討論計(jì)算機(jī)模式識(shí)別技術(shù)是國(guó)內(nèi)外廣泛應(yīng)用的建立在計(jì)算機(jī)技術(shù)和多元統(tǒng)計(jì)分析基礎(chǔ)上的一種非函數(shù)的方法。這種技術(shù)避免建立因素(變量)格的數(shù)學(xué)關(guān)系,數(shù)據(jù)組成的高維空間,別、,多元統(tǒng)計(jì)分析技術(shù)。計(jì)算機(jī)模式識(shí)別技術(shù)就是其中一種十分有效的研究高維空間的手段,它借助于計(jì)算機(jī)技術(shù)將高維空間的樣本點(diǎn)分布,利用一定的數(shù)學(xué)模型降維到人類(lèi)能判別的一、二、三維空

16、間上,讓人們對(duì)樣本點(diǎn)進(jìn)行比較、判別及預(yù)報(bào)等研究,進(jìn)而探討變量間的關(guān)系。本研究主要采用馬氏距離判別法和主成分分析法兩種方法進(jìn)行判別分析。其優(yōu)點(diǎn)在于因判別函數(shù)和判別規(guī)則并不牽涉到分布的類(lèi)型,可以不要求母體為正態(tài)分布,具有廣泛的實(shí)際意義。本文主要利用PCA技術(shù)輸出降維圖形。為獲得更多信息量,我們一般選用主成分1、2進(jìn)行圖形輸出。因?yàn)橹鞒煞痔峁┑男畔⒘孔疃?最能反映原始數(shù)據(jù)在高維空間的聚集態(tài),能較有效地表現(xiàn)原始數(shù)據(jù)在空間上的分布情況。從主成分分析法中的相關(guān)系數(shù)矩陣可看出大部分結(jié)果與臨床相符,如遇天冷濕發(fā)作與怕冷,怕冷與喜暖顯著相關(guān),遇天冷濕發(fā)作增加,怕冷亦會(huì)增加;怕冷增加,喜暖亦會(huì)增加,這與臨床上是一

17、致的。自覺(jué)熱與喜暖、怕冷呈負(fù)相關(guān),自覺(jué)熱增加,則喜暖、怕冷減少。證明計(jì)算機(jī)模式識(shí)別法的結(jié)果與臨床常規(guī)診斷的一致性。計(jì)算機(jī)的判斷與臨床判斷也有不盡一致的地方,從圖1可看出不同類(lèi)的樣本雖然基本上聚集在不同區(qū)域,但仍有一些樣本并非落在本區(qū)域內(nèi)而是混雜在其他區(qū)域中,成分1和2,45%左右,所100%清楚。另一方面亦可能與臨床存在所致。在臨床上可見(jiàn)到一些非典型患者,中醫(yī)辨證時(shí)?？梢蜥t(yī)師的不同而得到不同的辨證結(jié)果。由于中醫(yī)證型外延的模糊性,我們?cè)趫D上可發(fā)現(xiàn)有些患者的坐標(biāo)位置處在幾個(gè)證候的交界區(qū)中,有時(shí)很難確定屬于哪個(gè)證候,但是圖形的空間位置正好客觀、精確地表達(dá)了該患者與周?chē)渌C候之間的關(guān)系。在疾病病情發(fā)展的不同階段中,可以出現(xiàn)一個(gè)特征性明顯的證候,也可以同時(shí)出現(xiàn)具有幾個(gè)證候的特征或者說(shuō)特征性并不明顯的情況,對(duì)于特征性不明顯的的證候,無(wú)論是臨床醫(yī)生還是計(jì)算