基于深度学习与条件随机场的多标记学习方法的中医问诊建模研究

【摘要】：中医问诊主要是通过对患者的一些基本症状信息进行询问,再根据所了解的信息进行有目的的诊断,但这种诊断过程存在着很大的主观性。多标记学习用于解决现实领域中出现示例可能关联于多个类别的问题。这也适合应用解决中医临床实践中疾病患者可能同时表现出多个证候的中医证候诊断客观化、数字化研究。 本文以慢性胃炎患者中医问诊数据为研究样本,从症状和证型与证型和证型的相互关系对慢性胃炎中医证型分类进行研究,建立了慢性胃炎中医证型的分类模型。在研究症状和证型之间关系方面,采用二类相关和深度置信网络或深度玻尔兹曼机模型的基于深度学习的多标记学习的机器学习方法,以提高中医证型的判定效果,该类主要通过引入隐含抽象高维特征层建立在多标记学习框架下来建立一个多层特征之间相互学习过程。在研究证型和证型之间关系方面,利用条件随机场来挖掘中医证型之间的相互关系,该方法建立了一个证型之间的无向图网络,并在此基础上进行判别式分类学习,其中条件随机场的节点特征和边特征采用三种常见分类方法构造获得,同时,本文也对最后获得的各证型构成的无向图及其边上的置信值与中医理论进行了合理性分析,其结果也符合中医理论。实验结果显示,两种多标记学习方法在不同角度上表现出非常优异的性能,其中在平均准确率指标下的实验结果分别达到83.3%和83.7%,这类方法的实验结果明显好于其他常见方法,为慢性胃炎中医症候诊断的规范化、客观化、数字化研究提供参考。