高 靜，宋佳陽(yáng)

（首都經(jīng)濟(jì)貿(mào)易大學(xué)，北京100070）

1 前言

數(shù)據(jù)挖掘是從大量、不完全、有噪聲、模糊、隨機(jī)的數(shù)據(jù)中提取人們事先不知道但具有潛在有用的信息和知識(shí)的過(guò)程；是通過(guò)分析每個(gè)數(shù)據(jù)，從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)，主要有數(shù)據(jù)準(zhǔn)備、規(guī)律尋找和規(guī)律表示三個(gè)步驟。數(shù)據(jù)準(zhǔn)備是從相關(guān)的數(shù)據(jù)源中選取所需的數(shù)據(jù)并整合成用于數(shù)據(jù)挖掘的數(shù)據(jù)集；規(guī)律尋找是用某種方法將數(shù)據(jù)集所含的規(guī)律找出來(lái)；規(guī)律表示是盡可能以用戶可理解的方式（如可視化）將找出的規(guī)律表示出來(lái)。

BP 神經(jīng)網(wǎng)絡(luò)是一種按誤差反向傳播（簡(jiǎn)稱誤差反傳）訓(xùn)練的多層前饋網(wǎng)絡(luò)，它的基本思想是梯度下降法，利用梯度搜索技術(shù)，以期使網(wǎng)絡(luò)的實(shí)際輸出值與期望輸出值的誤差均方差為最小。

將數(shù)據(jù)挖掘技術(shù)和人工神經(jīng)網(wǎng)絡(luò)的技術(shù)應(yīng)用于醫(yī)學(xué)診斷領(lǐng)域已經(jīng)日漸成熟，對(duì)于蕁麻疹的治療也變得十分重要。用數(shù)據(jù)挖掘技術(shù)對(duì)蕁麻疹中醫(yī)治療中的處方進(jìn)行分析，發(fā)現(xiàn)規(guī)律，以得到更好的治療效果；利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)，構(gòu)建無(wú)監(jiān)督學(xué)習(xí)的中醫(yī)證型預(yù)測(cè)模型和有監(jiān)督的蕁麻疹中醫(yī)證型分類器，為蕁麻疹中醫(yī)臨床辨證論治提供幫助；利用建立BP 神經(jīng)網(wǎng)絡(luò)模型的方法，對(duì)癢性蕁麻疹癢感度進(jìn)行預(yù)測(cè)，該模型有較高的參考價(jià)值，對(duì)于相關(guān)癢感理論的研究有一定的意義。

2 數(shù)據(jù)挖掘與人工神經(jīng)網(wǎng)絡(luò)基本理論和相關(guān)應(yīng)用

數(shù)據(jù)挖掘分為有監(jiān)督的數(shù)據(jù)挖掘和無(wú)監(jiān)督的數(shù)據(jù)挖掘。有監(jiān)督的數(shù)據(jù)挖掘是利用可用的數(shù)據(jù)建立一個(gè)模型，這個(gè)模型是對(duì)特定屬性的描述；無(wú)監(jiān)督的數(shù)據(jù)挖掘是在所有的屬性中尋找某種關(guān)系。

具體而言，分類、估值和預(yù)測(cè)屬于有監(jiān)督的數(shù)據(jù)挖掘；關(guān)聯(lián)規(guī)則和聚類屬于無(wú)監(jiān)督的數(shù)據(jù)挖掘。

在蕁麻疹的中醫(yī)治療中，利用數(shù)據(jù)挖掘技術(shù)的關(guān)聯(lián)分析可以進(jìn)行組方規(guī)律分析，運(yùn)用關(guān)聯(lián)分析技術(shù)首先需發(fā)現(xiàn)頻繁項(xiàng)集，即計(jì)算所有可能組合數(shù)的支持度，找出不少于人為設(shè)定的最小支持度的集合。

發(fā)現(xiàn)關(guān)聯(lián)規(guī)則，即計(jì)算不小于人為設(shè)定的最小支持度的集合置信度，找到不小于認(rèn)為設(shè)定的最小置信度規(guī)則。以關(guān)聯(lián)規(guī)則分析結(jié)果為基礎(chǔ)進(jìn)行聚類分析，以獲得新的處方核心組合。聚類分析是把數(shù)據(jù)集分割成多個(gè)具有某種相似特征的子集的過(guò)程，目前已廣泛用于研究方劑配伍規(guī)律及輔助發(fā)現(xiàn)新藥新方的研究領(lǐng)域。

神經(jīng)網(wǎng)絡(luò)的基本組成單元是神經(jīng)元。神經(jīng)元的通用模型如圖1 所示，其中，常用的激活函數(shù)有閾值函數(shù)、sigmoid函數(shù)和雙曲正切函數(shù)。

圖1 神經(jīng)元的通用模型

神經(jīng)網(wǎng)絡(luò)是將多個(gè)神經(jīng)元按一定規(guī)則聯(lián)結(jié)在一起而形成的網(wǎng)絡(luò)，如圖2 所示。

從圖2 可以看出，一個(gè)神經(jīng)網(wǎng)絡(luò)包括輸入層、隱含層（中間層）和輸出層。輸入層神經(jīng)元個(gè)數(shù)與輸入數(shù)據(jù)的維數(shù)相同，輸出層神經(jīng)元個(gè)數(shù)與需要擬合的數(shù)據(jù)個(gè)數(shù)相同，隱含層神經(jīng)元個(gè)數(shù)與層數(shù)需要設(shè)計(jì)者根據(jù)一些規(guī)則和目標(biāo)來(lái)設(shè)定。在深度學(xué)習(xí)出現(xiàn)之前，隱含層的層數(shù)通常為一層，即通常使用的神經(jīng)網(wǎng)絡(luò)是三層網(wǎng)絡(luò)。

圖2 神經(jīng)網(wǎng)絡(luò)模型

在蕁麻疹的治療過(guò)程中，應(yīng)用人工神經(jīng)網(wǎng)絡(luò)技術(shù)建立評(píng)價(jià)癢性風(fēng)團(tuán)癢感度的預(yù)測(cè)模型，采用3 層BP 人工神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)由輸入層、輸出層和1 個(gè)隱層組成。從原始數(shù)據(jù)中篩選能反映特征的多個(gè)參數(shù)后，網(wǎng)絡(luò)使用12 個(gè)輸入端，每2 個(gè)輸入端組成1 組，用二進(jìn)制信號(hào)表示輸入信號(hào)的量化值，即每個(gè)輸入信號(hào)可表示為4 個(gè)等級(jí)。輸入信號(hào)分別為：①風(fēng)團(tuán)的面積S；②表面相對(duì)高度H；③表面相對(duì)光滑度G；④顏色C；⑤表面相對(duì)硬度D；⑥其他O。

網(wǎng)絡(luò)使用2 個(gè)輸出端y0，y1，用二進(jìn)制信號(hào)11，10，01，00 表示輸出信號(hào)癢感度的量化值，即將癢感度劃分為重、中、弱、無(wú)四個(gè)等級(jí)?？刹捎玫娜龑尤斯ど窠?jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖3 所示。

圖3 采用的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

通過(guò)對(duì)該模型的有關(guān)參數(shù)的估計(jì)，對(duì)癢性風(fēng)團(tuán)癢感度進(jìn)行定量度量和預(yù)測(cè)。利用臨床采集的癢性風(fēng)團(tuán)的體表特征S0，S1，H0，H1，G0，G1，C0，C1，D0，D，O0，O1和與之對(duì)應(yīng)的癢感度量化值y0，y1，依次對(duì)BP 網(wǎng)絡(luò)進(jìn)行訓(xùn)練，采用相應(yīng)的誤差逆?zhèn)鬟f算法獲得輸入層與隱層之間的各權(quán)值Wij以及隱層與輸出層之間的各權(quán)值Wki的值，所以，一個(gè)基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)的癢性風(fēng)團(tuán)癢感度預(yù)測(cè)模型最終被建立起來(lái)。

3 蕁麻疹治療方法現(xiàn)狀

中醫(yī)對(duì)蕁麻疹的發(fā)病機(jī)理的認(rèn)識(shí)已趨統(tǒng)一，認(rèn)為蕁麻疹的發(fā)病多與風(fēng)邪有關(guān)，西醫(yī)目前多采用競(jìng)爭(zhēng)抑制組胺受體藥物、降低血管壁通透性藥物、皮質(zhì)類固醇激素等藥物治療，但這些藥有一定的副作用，遠(yuǎn)期療效不理想?？菇M胺藥治療蕁麻疹，能緩解多數(shù)患者癥狀，但停藥后風(fēng)團(tuán)又復(fù)發(fā)，所以現(xiàn)代西醫(yī)學(xué)對(duì)本病尚無(wú)特效療法。

大量的研究表明，中醫(yī)對(duì)蕁麻疹的治療具有療效確切、副作用小、不易復(fù)發(fā)的優(yōu)勢(shì)，所以積極探求中醫(yī)藥對(duì)治療蕁麻疹的有效方法就非常重要。

國(guó)外目前還沒(méi)有關(guān)于蕁麻疹的治療、人工神經(jīng)網(wǎng)絡(luò)與數(shù)據(jù)挖掘技術(shù)等結(jié)合的文獻(xiàn)，國(guó)內(nèi)近年來(lái)有學(xué)者將數(shù)據(jù)挖掘技術(shù)與人工神經(jīng)網(wǎng)絡(luò)技術(shù)、蕁麻疹的治療結(jié)合在一起，發(fā)表了相關(guān)的文獻(xiàn)，應(yīng)用不同技術(shù)輔助蕁麻疹治療的對(duì)比分析如圖4 所示。

圖4 相關(guān)文獻(xiàn)對(duì)比分析圖

4 部分相關(guān)研究文獻(xiàn)

近年來(lái)國(guó)內(nèi)部分利用數(shù)據(jù)挖掘技術(shù)、人工神經(jīng)網(wǎng)絡(luò)技術(shù)輔助蕁麻疹治療的相關(guān)文獻(xiàn)和研究成果如表1 所示。

可以看出，數(shù)據(jù)挖掘技術(shù)和建立BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的方法都可以對(duì)蕁麻疹的治療起到促進(jìn)作用。目前，醫(yī)療診斷和治療已經(jīng)不能停留在傳統(tǒng)方法上，需要采用數(shù)據(jù)挖掘技術(shù)進(jìn)行分析，運(yùn)用人工神經(jīng)網(wǎng)絡(luò)技術(shù)輔助蕁麻疹的預(yù)測(cè)、診斷和治療。

5 研究展望

近年來(lái)，對(duì)于蕁麻疹的治療應(yīng)用了更多的數(shù)據(jù)挖掘技術(shù)和人工神經(jīng)網(wǎng)絡(luò)技術(shù)，但是數(shù)據(jù)挖掘的結(jié)果只是建立在數(shù)據(jù)的基礎(chǔ)上，應(yīng)用數(shù)據(jù)挖掘技術(shù)分析得到的核心組合和新處方還須經(jīng)過(guò)臨床檢驗(yàn)。

除了對(duì)蕁麻疹的中醫(yī)處方數(shù)據(jù)挖掘分析之外，在未來(lái)，隨著人工智能技術(shù)的迅速發(fā)展和醫(yī)學(xué)研究的深入研究，醫(yī)學(xué)治療會(huì)更加智能化，更加適用于生活，它還將開(kāi)發(fā)更有效的算法模型，對(duì)蕁麻疹更好地預(yù)測(cè)和治療。

6 結(jié)語(yǔ)

蕁麻疹病程較長(zhǎng)、遷延難愈，需要選擇科學(xué)的療法，才能提升治療水平。要不斷將蕁麻疹的治療與其他數(shù)據(jù)挖掘算法相結(jié)合，力求找到蕁麻疹的最優(yōu)數(shù)據(jù)處理方法和最精確預(yù)測(cè)結(jié)果。

表1 相關(guān)文獻(xiàn)和研究成果