CASIA OpenIR  > 毕业生  > 博士学位论文
复杂系统建模——熵及其演化在数据相关性中的应用研究
其他题名Complex system modeling——Study on application of entropy and its evolvement in data association research
陈静
学位类型工学博士
导师西广成
2009-05-25
学位授予单位中国科学院研究生院
学位授予地点中国科学院自动化研究所
学位专业控制理论与控制工程
关键词复杂系统 信息熵 关联度 证候 相关 分划 诊断标准 演变 Complex System Information Entropy Correlative Measure Syndrome Association Partition Diagnostic Criteria Evolvement
摘要中医是中华文明的瑰宝,中医研究的人体本身就是一个典型的复杂系统。从线性的简单系统走向开放的复杂系统,将复杂性科学、信息科学和数理科学与中医学交叉、融合是中医现代化研究和发展的一个重要趋势。我的研究课题是基于国家重点基础研究发展计划(973计划)项目子课题“证候的信息处理方法与复杂系统模型研究”和“络病与血管病变相关性研究及治疗对策”开展的。针对课题的主要研究任务,我的研究课题主要完成了以下几方面的工作: 1. 熵理论在复杂系统分划中的应用 复杂系统分划是复杂系统研究领域中一个重要的组成部分。目前已经形成多种方法,如相关系数法、Logistic回归分析、聚类分析、基于关联规则的分类方法、Bayes分类等,这些方法用以分析中医复杂数据的相关性有着明显的不足。因此,本文重点提出并较系统和完整地阐述了基于熵的复杂系统分划方法理论及其在中医各类复杂数据中的应用。首先定义了基于信息熵的变量间的关联度和子系统间的关联度。在此基础上,提出并证明了N级相关的命题从而解决算法的计算量问题。进一步地,将基于熵的复杂系统分划方法扩展应用到连续变量相关的情形,并确定了分划结果中类中元素的个数和类的个数。最后,将基于熵的复杂系统分划方法分别应用于不同类型的中医复杂数据中,结果显示了该方法的优越特性,为定量地分析中医症状信息、理化指标信息和证候信息的相关性提供了一条全新的研究思路。 2. 熵理论在疾病诊断标准上的应用 辨证论治是中医理论的核心,建立规范的证候诊断标准是目前中医药研究的关键之举。本文首次将熵方法完整地运用在疾病诊断标准的研究制订中,所形成的“脉络—血管系统病”辨证诊断标准获得了中华中医药学会的通过和推广。首先介绍了疾病诊断标准中确定证候诊断的基本要素、相关要素的贡献分值和证候诊断阈值上的主要研究方法。然后重点针对合作单位通过大量临床流行病学调查收集的“脉络—血管系统病”下9个心脑血管疾病的数据开展研究,提取了证候诊断的基本要素,定义了基于熵的症状对证候的贡献度,确定了基于多种指标相结合的证候诊断的阈值,同时应用基于熵的广义指标等方法确定了病人的危险因素,为判断病人的病情和危险程度提供参考,从而最终形成“脉络—血管系统病”辨证诊断标准。这些关于建立病证结合的中医证候诊断标准的探索,可以为研究其他疾病的诊断标准,进而规范完善辨证方法新体系提供一些有益的参考。 3. 熵在多时点数据中的演化及其应用 开展对多时点数据的证候分布和演化规律的研究,不仅最能够说明中医证候的动态时空特性,也是目前中医多学科交叉研究中缺少的重要一环。首先介绍了常用的综合评价方法和一些基于熵的演化指标。然后紧密结合缺血性中风病临床多时点数据,提取各个时点的证候,给出了随病情进展和药物干预证候要素在各时点的分布变化,基于熵的广义指标给出了各个时点上证候要素的综合程度变化,基于熵的子系统间的关联度给出了相邻时点各个证候要素间的关联程度变化,从而获得了三种形态的缺血性中风病证候要素的演变路径图,为下一步探讨多时点中医数据的分布演变规律奠定初步...
其他摘要Traditional Chinese Medicine (TCM ) is great treasure of our national culture, and its research object — human body itself is a typical complex system. There are two important research trends of TCM modernization: one is to change from a simple linear system to an open complex system, and the other one is to integrate TCM with complex system science, information theory, and mathematics science. My research project has been supported by subprojects of the National Basic Research Program of China (973 Program) "Information Processing Methods and Complex System Modeling Research for TCM Syndrome" and "Collateral and Vascular System Disorders’ Correlation Research and Treatment". According to the project requirement, I have completed the following work: 1. Entropy theory’s application in complex system partition Complex system partition is an important research area in field of complex system sciences. Currently, wide ranges of approaches have been developed, such as correlation coefficient method, logistic regression analysis, cluster analysis, classification based on association rules and Bayes classification. These methods have obvious deficiency when applied in TCM complex data. Therefore, entropy partition theory for complex system has been proposed completely and applied respectively to various types of TCM complex data with satisfactory results. First of all, we define the correlative measures among variables and among subsystems based on entropy. Based on correlative measure, we propose and prove the proposition of N-class association in order to solve the computation problem theoretically. Furthermore, we improve the entropy partition method to be applicable to continuous variables, and discuss the subsystem number of partition result and the element number of subsystem. Finally, we apply this entropy partition method to various types of TCM complex data, and results show its superiority over methods mentioned before. This entropy partition theory provides a new way for analyzing the correlation among diagnostic symptoms information, physicochemical information and syndromes information quantitatively. 2. Entropy theory’s application in disease diagnostic criteria Therapy with syndrome differentiation is the core of TCM theory, and establishment of standardized diagnostic criteria is the key part of TCM modernization research. We apply entropy theory completely in the whole process of establishing diagnostic criteria for the first time. And th...
馆藏号XWLW1356
其他标识符200618014628023
语种中文
文献类型学位论文
条目标识符http://ir.ia.ac.cn/handle/173211/6156
专题毕业生_博士学位论文
推荐引用方式
GB/T 7714
陈静. 复杂系统建模——熵及其演化在数据相关性中的应用研究[D]. 中国科学院自动化研究所. 中国科学院研究生院,2009.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
CASIA_20061801462802(2826KB) 暂不开放CC BY-NC-SA请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[陈静]的文章
百度学术
百度学术中相似的文章
[陈静]的文章
必应学术
必应学术中相似的文章
[陈静]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。