通过上述设定,就可以将某一药物的基本属性用若干向量及其分量的取值来表示。

2.2 BP神经网络的应用

神经网络是模仿人脑智能、思维等功能的非线性自适应动力学系统,它类似于生物系统,以神经元为基本运算单元,组成了一种互连的分布式存贮信息的计算智能信息处理系统,具有很强的自学习性,自组织性。近年来,人们从多个角度对神经网络展开研究,涌现出大量的理论及学习算法。尤其是 BP神经网 (Back-propagation of utility),近年来,在中医重要方面的应用有着积极广泛的研究[5,6]。BP神经网络计算模型是一种多层神经网络,一般由输入层、隐含层、输出层构成,各层次间神经元形成全互连连接,各层次内神经元没有连接。一般来说,BP神经网络的节点的转移函数有下列 3种形式[7]。

分别称为阶跃函数、线性函数和 s型函数。因需要在域内有一个连续的输出,故采用上述转移函数 (3)。为了简化计算,采用三层 BP网络。即模型包含输入、输出和一个隐含层共 3层节点集。

输入节点要涵盖描述刻画中药的所有向量。由2.1节可知 ,共有 C、G、T、L、M、P6个向量。其中 C向量有 19个分量,G向量有 9个分量,T向量有 7个分量,L向量有 2个分量,M向量有 20个分量,P向量有 3个分量。以上总计有 60个分量,可以确定输入节点应有 60个。为方便起见,隐含层节点将采用与输入层相同的数量。

输出节点考虑主要的主要功能,确定 4个主要功效值,即气值、味值、归经值和功效值 (也即该药物主治病症的功效值)。一般中药都有两味和归属两经,这里选择主要的,即其主要作用的味和归经作为网络模型的输出。功效值则是该药物在该类别作用的值。因此模型可以确定有 4个输出,即气、味、归经、功效 4个输出节点。

3 仿真实验

笔者利用MATLAB编程[8],对上述 BP网络模型做仿真运算。根据文献[1]以中药桑叶和连翘的药性及功效值作为学习样本来训练本模型,由此确定BP网络的输入向量。桑叶的特性向量如下:

故网络的输入向量 I1为:

输出向量以 OT1表示:

其中 ot1表示气值,ot2表示味值,ot3表示归经值,ot4表示功效值。因此有:

同样连翘的 P、T如下:(用 P2、OT2表示)

输入矩阵 I为:

输出矩阵 OT为:

需要说明的是,参考文献 [1]中是以 10分制为标准对药物做的评分。为了和本研究网络输出取得一致性,对该评分全部除以十,得到了上述 OT向量的各个分量。用 matlab编程实现,为了运算方便,设定精度误差小于 0.001即可。图1给出对于桑叶向量输入的仿真结果及学习曲线。

误差值:E=( 0.0014 0.0001- 0.0035 0.0012 - 0.0042 0.0056)

图1 学习曲线

4 讨论

因条件所限,笔者没有采集到更多的评分数据,在对药物的评分上也没有采取对多位评分人取均值的方式。本研究中的仿真实验也仅采用了两个样本来训练BP网络,故网络对评分人的评分趋势拟合程度并不高。作为试验性质的一种探讨,这个实验数据也不一定能真实反映药物功效的真实状况。但是作为一种中药数字化的方法,对于以研究试验为主导的中药理论来说,应该是一种有意义的探索。

1 问题的提出

中医中药的数字化,有利于借助现在信息技术以新的视角来探讨中医理论[1]。在文献[2]中笔者提出了一种以实践经验为基础,将中药对人体的作用强度以主观评分的方式数值化,并以此对某个中医方剂做整体功效分析的方法。在这种方剂分析法中,首先要求对组成该方剂各味药物的功效,由药师、中医师以及中药药理研究人员根据典籍和实践经验,以评分方式主观评价出每味中药各自相关功效的值。从文献 [2]可以看出,中药功效的评价分值将直接影响到方剂的分析结果,可见准确评价中药功效尤为重要。

实践中,影响中药主观评价准确性的因素主要是评价人员因自身从事的专业以及实践领域不同,造成对同一功效的评价有差别,在某些情况下可能差别很大。此外中药本身有其复杂性,如占来源绝大部分的植物类中药,因采集的时期,取用植物的部位、产地等因素的影响,其有效成分的含量往往不同,从而导致中药功效的较大差异[3]。针对前一个影响方剂分析结果的因素,将讨论一种利用 bp神经网络来保证评价结果稳定的方法。

2 基本方法

传统的中药学理论中,某中药对人体的作用,即中药的功效,是根据该味中药所具有的药性确定的。中药的药性是指它的一些外在感官和功能方面的属性,这些属性包括了四气、五味、升降、沉浮、归经、毒等几个方面。几乎所有的中药典籍,都是采用上述属性来描述药性的[3]。因此,将以中药典籍中所列出的属性为基本依据,通过 BP神经网络,建立中药属性和功效主观评价值之间的联系。

文章来源：《云南中医中药杂志》 网址: http://www.ynzyzyzz.cn/qikandaodu/2021/0203/575.html