基于卷积神经网络的溃疡性结肠炎
证候预测模型研究
目的基于卷积神经网络建立溃疡性结肠炎证候预测模型。
方法收集北医院临床诊断为“溃疡性结肠炎”的例电子病历，利用卷积神经网络和循环神经网络分别构建基于刻下症的证候分类模型，然后利用该模型对测试集进行6种证型诊断分类预测，同时验证其准确性。
结果卷积神经网络的证型预测准确率为88%、召回率88%，F1值0.88，循环神经网络的准确率和召回率均为86%，F1值0.86。
结论卷积神经网络在进行分类预测方面的表现要略优于循环神经网络，而且从时间成本来看具有更好的实用性。该模型不仅为中医临床治疗溃疡性结肠炎辨证规律的研究提供了有益的参考，也是中医治疗溃疡性结肠炎辅助决策系统构建的关键环节。
关键词：溃疡性结肠炎；卷积神经网络；证候预测
一般资料数据来源采集-年北医院李军祥主任的门诊病例例，其中男性例，女例，平均年龄（47.77±12.55）岁，其中-年的医案由中医药信息研究所独立研发的古今医案云平台记录并导出，共条。本研究经北医院临床研究伦理委员会批准（JDF-IRB-030201）。
实验结果基于CNN的实验结果
运行了14个epoch达到最优结果，测试数据的准确率88%，召回率88%，f1值0.88，其中效果最好的是脾虚痰热瘀阻证，并不是语料最多的脾虚湿热瘀阻证，可能因为脾虚痰热瘀阻证的主症是溃疡性结肠炎的经典症状是伴有大肠息肉，症状比较单一，症状与证候之间的对应性比较强，所以准确率高达98%，其中语料最多，临床最为常见的脾虚湿热瘀阻证，但因其语料较多，病人伴随症状的多样性更为明显。由此可见，标注语料的数量并不是决定预测准确率的唯一因素，输入的信息内容干扰性也会对结果产生影响。但脾肾阳虚，湿热瘀毒证，脾虚气滞，湿热瘀阻证、脾阳不足，湿热瘀阻证这3组证候的预测准确率仅有80%，可能受限于训练语料的数量和症状的特异性等问题。
实验结果基于GRU的实验结果
运行了14个epoch达到最优结果，测试数据的准确率86%，召回率86%，f1值0.86，相较于CNN准确率等略有下降，而且效果最好的依然是脾虚痰热瘀阻证，并非语料最多的脾虚湿热瘀阻证，其次是语料最多，临床最为常见的溃疡性结肠炎缓解期患者证型——脾虚湿热瘀阻证，准确率为90%，这与CNN的结果趋势保持一只。但脾虚气滞，湿热瘀阻证因为临床常见症状包含腹部胀满不适、打嗝、嗳气频频、喜叹息、心烦易怒、心慌心悸等脾胃不和症状，症状比较复杂，对于神经网络学习而言有一定的难度，需要更多的清洗后语料。
两种方法比较对比两种神经网络算法的结果，其中GRU的错误数据是条，CNN也发生错误的为个，二者的错误重合率达到了61.04%。CNN错误个，其中GRU也发生错误的是个，错误重合率更是达到了69.06%。两种算法均预测正确的医案条数达到了个，重合率达到了87.21%。一种算法判断准确即为阳性的个，高达96.84%，可见若整合两种神经网络算法，其准确率可以再有一定的提升。由上文可见，基于同样训练语料的神经网络分类模型，CNN和GRU均有较好表现，均超过85%，已经具有一定的临床实用性，可以作为基层或低年资医生辨证的参考。二者对比，GRU虽然对序列的非线性特征进行学习时具有一定优势，但在本研究中略逊CNN，可见CNN作为经典的图像识别算法在文本分类中亦有上佳表现，且CNN的运行速度较GRU快数十倍，是实用性较强的深度学习算法。
溃疡性结肠炎属中医学“久痢”“肠澼”范畴，是消化科常见病、难治病之一，临床以缓解期较为常见，病程绵延数年甚至数十年，即使刻下症中包含黏液脓血便，也大多已见虚像。所以从八纲辨证的角度来说，多为虚实夹杂证。本研究根据真实门诊病历调研以及专家意见，摒弃传统的单纯寒热错杂证，将其证候归为“脾虚湿热瘀阻证”“脾阳不足，湿热瘀阻证”等6种，在一定意义上，是对中医临床溃疡性结肠炎证候的更新，同时在辨证的过程中参考西医对该病的分级分期以及肠镜检查指标，提升了辨证的准确度和对临床的指导意义。证候的智能辨证是中医治疗溃疡性结肠炎的辅助决策系统构建的关键，其决定了临证处方用药的准确性和安全性。传统的机器学习算法在智能决策方面受限于自然语言理解的窠臼，在准确率提升方面鲜有进展，而卷积神经网络作为常用的神经网络算法，在文本分类领域有较好的表现。本研究将溃结的证候智能辨识问题具化为基于刻下症即包括四诊信息，实验室检查信息等的文本多分类任务，是深度学习算法在中医临床辅助决策系统构建方面的有益尝试。实验结果表明，卷积神经网络相较于循环神经网络不但具有更好的准确性，而且在时间成本等方面亦优于GRU，是实用性更强的神经网络算法。不过本研究仍然受限于语料不足、语料不均衡等问题，在有限的时间内未能更大幅度地提升实验效能，未来争取获取更为广泛和均衡的语料，引入更多更先进也更切合中医药语料现状的算法，在优化证候智能辨证的同时进一步开展智能方药决策方面的研究。
现研究结果已在中医临床智能辅助决策系统的专病专科服务中提供试用，现在小编带大家体验一下：
首先登陆中医临床智能辅助决策系统
转载请注明：http://www.lianglibaby210.com/jcyzjzl/9378.html
