（生物医学工程专业论文）高血压优化治疗评价方法的建立与应用.pdf

浙江大学硕士学位论文( 2 0 0 7 ) a b s t r a c t t h ec o n t r o lo f h y p e r t e n s i o ni s ag l o b a lp r o b l e mi np u b l i ch e a l t h t h eg o a lf o rt h e t r e a t m e n to fh y p e r t e n s i o ni st od e c r e a s et h eb l o o dp r e s s u r e , a n dt h ea i mi st or e d u c et h e t o t a lr i s ko fc a r d i o v a s c u l a rd i s e a s ee f f i c i e n t l y a tp r e s e n t ，t h ec o n t r o lr a t eo fh y p e r t e n s i o n i ss t i l lv e r yl o w o n eo ft h el e a d i n gc a u s e sf o rt h i sp r o b l e mi st h el a c ko fe f f e c t i v em e t h o d t oe v a l u a t et h ee f f e c to fh y p e r t e n s i o nt r e a t m e n t a p p l y i n gt h em e t h o do ff u z z ym u l t i v a r i a b l ec o m p r e h e n s i v ea s s e s s m e n t , w h i c hi sb a s e d o nt h ea n a l y s i so fm u l t ip h y s i o l o g i c a lp a r a m e t e r s ，t h ec u r r e n ts t u d yd e v e l o p e da c o m p r e h e n s i v ei n d e x ( c t ) t oe v a l u a t et h es t a t eo fc a r d i o v a s c u l a rs y s t e m t h ee f f e c to f a n t i h y p e r t e n s i o nt r e a t m e n ti se v a l u a t e db ya n a l y z i n gt h ec h a n g eo fc a r d i o v a s c u l a rs t a t e o fh y p e r t e n s i v ep a t i e n t s t h em o d e lw a si m p r o v e db yi n t r o d u c i n gt h er a d i a lb a s i s f u n c t i o nn e u r a ln e t w o r k ( r 卯) t os t r a t i f yt h ec a r d i o v a s c u l a rr i s ks t a t ei n t of o u rl e v e l s a c c o r d i n g l y , t h ef o l l o w i n gt a s k sw e r ec o m p l e t e d ： 1 。t h ec a r d i o v a s c u l a rp a r a m e t e r sw e r ea n a l y z e dt os c 托姐t h eh y p e r t e n s i o nm o s t r e l a t e dp a r a m e t e r s 2 w e i g h e dv a l u eo fe a c hp a r a m e t e ri nt r e a t m e n te v a l u a t i o nw a sd e t e r m i n e db y a n a l y t i ch i e r a r c h yp r o c e s sa n d j u d g m e n tm a t r i x 3 s u b j e c t i o nf u n c t i o no f e a c hp a r a m e t e rw a se s t a b l i s h e d 4 am o d e lo ff u z z ym u l f i v a r i a b l ec o m p r e h e n s i v ea s s e s s m e n tw a sd e v e l o p e da n d i m p r o v e db yr b fn e u r a ln e t w o r k 1 5 0 0s u b j e c t sw e ei n v o l v e di nt h es t u d ya n dd i v i d e di n t ot w o g r o u p s ：8 3 6s u b j e c t sw e r e i nh y p e r t e n s i o ng r o u pa n d6 6 6n o r m o t e n s i v es u b j e c t sw e r ei nc o n t r o lg r o u p t h er e s u l t s s h o wt h a t a v e r a g e dc o fh y p e r t e n s i o ns u b j e c t sw a s0 5 9 4 o 1 3 2 9 w h i c hw a s d e c r e a s e ds i g n i f i c a n t l ya sc o m p a r e dw i t ht h o s ei nt h ec o n t r o lg r o u p ( o 7 1 2 _ _ + 0 0 7 3 6 ， p ( o 1 ) 浙江大学硕士学位论文( 2 0 0 7 ) 1 1 1 ci n d e xc w a sa p p l i e dt os t r a t i f yc a r d i o v a s c u l a rr i s ki n t oo oris k , lo wr is k ，mid r i s ka n d h i g hr j s k i t i d e n t i f i e d t h e l e v e l o f l o wa n d m i d r i s ks a t i s f a c t o r i l y f u r t h e r , t h e m o d e lw a si m p r o v e db ya p p l y i n gr b fn e u r a ln e t w o r ka n di t st o t a la c c u r a c yi nr i s k s t r a t i f i c a t i o ni s9 5 6 7 ，i e t h ea c c u r a c yf o rc l a s s i f y i n gn or i s k , l o wr i s k , m i dr i s ka n d h j g hr i s ka r c 9 7 7 3 、9 6 5 9 、9 4 a n d1 0 0 ，r e s p e c t i v e l y t h er e s u l t so ft h es t u d ys h o wt h a tc i sa v a i l a b l ei nt h ea s s e s s m e n to fc a r d i o v a s c u l a r r i s ks t a t ea n de f f e c t i v ei nc a r d i o v a s c u l a rr i s ks t a r t i f i c a t i o n k e yw o r d s ：h y p e r t e n s i o n , t r e a t m e n te v a l u a t i o n , c a r d i o v a s c u l a rr i s ks t r a t i f i c a t i o n ，f u z z y m u l t i v a r i a b l ec o m p r e h e n s i v ea s s e s s m e n t , r b fn e u r a ln e t w o r k 1 1 1 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成 果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得迸鎏盘堂或其他教育机构的学位或证书而使 用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说 明并表示谢意。 签名弘象雾期：叩州州日 学位论文版权使用授权书 本学位论文作者完全了解盘鎏盘堂有关保留、使用学位论文的规定，有权保 留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授 权逝鎏盘茔可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影 印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名弧美磐 签字日期：v 4 7 年。；月口艏 学位论文作者毕业后去向： 工作单位： 通讯地址： e - m a i l 地址 导师签名：眨，| 一 签字日期：。7 年6 石月谚日 电话： 邮编： 浙江大学硕士学位论文( 2 0 0 7 ) 第一章绪论 1 1 高血压临床疗效评估 1 1 1 高血压疾病概述 据世界卫生组织预测，至2 0 2 0 年非传染性疾病将占我国死亡原因的7 9 ，其 中心血管疾病将占首位【。高血压是心脑血管疾病发生和发展最重要的危险因素之 一，并存在严重的“三高”现象，即患病率高、危害性高和增长趋势高。我国的高 血压研究结果表明：我国高血压患病率逐年增高，自1 9 5 9 年的5 1 1 ，上升到1 9 7 9 年的7 7 3 、1 9 9 1 年的1 1 2 6 和2 0 0 2 年的3 1 ；而2 0 0 2 年高血压知晓率、治疗率 和控制率分别为3 0 2 、2 4 7 和6 1 ，与1 9 9 1 年的2 6 6 、1 2 2 和2 9 相比有 所提高，但仍处于较低水平【2 1 1 1 2 高血压疗效评估中存在的问题 为了有效控制高血压疾病的发病率和死亡率，降低心血管危险，美国、欧洲、 中国、日本等都制定并逐渐完善本国的高血压防治指南1 4 l 。但指南作为指导性手册， 其临床执行情况并不理想，2 0 0 6 年5 月，全球性调查结果显示，实际的高血压控制 情况与高血治疗指南推荐的高血压控制目标以及血压控制达标重要性的认识之间存 在着令人担忧的差距【3 】。 改善高血压的预防、监测和治疗状况已成为摆在医务工作者面前的当务之急。 而在解决这一问题的过程中，高血压疗效评估是其中一个重要环节。进行有效的疗 效评估不仅是对前期治疗的效果观察，更是对后续治疗的指导。如何对高血压等慢 性心血管疾病进行有效的疗效评估，关系到疾病诊治过程中治疗决策的正确制定， 对临床治疗有着重要的意义。然而在高血压疗效评估中还存在着很多问题，主要表 现在以下几个方面： 浙江大学硕士学位论文( 2 0 0 7 ) 一、指南实施操作相对困难 由于种种原因，高血压防治指南在疗效评价方面的应用情况并不令人满意 【5 1 1 6 胴虽然指南中对高血压的诊断、治疗都有详细全面的介绍，但是作为临床指导 手册，医生在实践过程中不可能完全机械地照搬，而必须依靠自己对指南的理解， 结合临床实践加以实施。由于知识水平和理解能力不同，实际上医生对指南的应用 情况不尽如人意。 二、医生诊治水平参差不齐，缺乏定量的疗效评估方法 在高血压防治工作中，医务人员是关键。他们所具备的有关高血压临床知识和 实际诊治水平与疾病的知晓率、治疗率和控制率密切相关。然而，在现有基础设施 和医疗条件下，我国高血压防治工作面临的重要问题是医疗资源总体不足，城乡之 间、区域之间分布不平衡。大部分专家医生都集中服务在大医院，而与之相对的是 城市社区卫生服务机构、乡镇卫生医院等基层医疗单位人才缺乏，医生诊治水平相 对不高，他们关于高血压病的诊断治疗知识和实际处理高血压病例的能力还有待进 一步提高1 8 1 1 9 1 1 1 0 ) 【1 l j 。 在传统的临床诊治中，还缺乏定量或半定量的疗效评估方法，无论是经验丰富 的专家医生还是知识稍欠的普通医生，他们都是依靠多年来的l 临床经验知识，对疗 效评估进行定性分析。虽然这样，能够充分发挥医生的主观能动性，但是由于医生 临床经验或知识水平的差异，造成诊治结果也有区别。而诊治上的一点点差别都会 对病人及其家属在生理和心理上产生难以预计的后果。 三、过分注重“降压” 由于高血压疗效评估的复杂性及医生诊治水平等方面的原因，很多研究者或部 分医生把“降压”作为疗效评价的唯一指标。尽管有效控制血压，能够预防和逆转 高血压引起的心、肝、肾血管结构的改变，减少心血管危险因素，在高血压治疗中 有重要作用【1 2 1 。然而，过分注重“降压”是片面的。一方面，血压具有自发性明显 波动的特，征【”】，另一方面，心血管危险不仅取决于血压水平，还和同时存在的其它 危险因素的数量和程度有关。中国高血压防治指南( 2 0 0 5 年修订版) 中也明确规定： 高血压的治疗目标是降低血压，而治疗目的是最大限度地降低心血管疾病的发病率 2 浙江大学硕士学位论文( 2 0 0 7 ) 和死亡率【1 4 1 。所以，高血压治疗只注重“降压”是不全面的，更重要的是改善心血 管状态。 1 2 本课题的研究目的及意义 针对目前高血压疾病疗效评估中存在的问题，本课题的研究目的就是建立定量 的高血压疗效评估模型，为医生临床诊治提供一种有效的辅助手段，改善高血压治 疗率和控制率，降低患者心血管危险。本研究对高血压疾病疗效评估具有重要意义。 首先，在高血压疗效评估模型的建立方法上，本研究引入模糊综合评判技术和 r b f 神经网络技术，应用模糊数学和人工神经网络，为临床评估提供了一种新的方 法思路。通过疗效评估模型的建立，实现了专家医生有关经验知识及高血压防治指 南相关知识的逻辑化，模型化，降低了指南实践操作的难度，在一定程度上改善了 医生诊治水平不一带来的l 临床治疗效果难以控制的问题。另外，模型的建立有利于 临床规范化管理。 其次，在高血压疗效评估模型的实现上，本研究通过对心功能和外周血管等多 个参数进行分析，建立综合评价指标，不仅克服了过分注重“降压”的片面性，而 且实现了对心血管危险状态的定量分析，更有利于高血压的疗效评估。 最后，在高血压疗效评估模型的拓展上，本课题研究具有很好的应用前景。利 用模型实现的心血管状态危险分级方法，不仅可以用于高血压疾病的疗效评估中， 而且可扩展到糖尿病、冠心病、脑卒中、动脉硬化和心衰等慢性心脑血管疾病的优 化治疗中，辅助l 临床医生诊治。 1 3 本课题的主要研究工作 为了对心血管状态进行定量评估，本实验室已应用多目标模糊综合评判的方法 进行了高血压疗效评估模型的前期研究， 基于该模型，本课题的研究任务主要有以下两个方面： 一、完善基于模糊综合评判的疗效评估模型，建立综合评价指标，对心血管状 态进行定量分析，进而运用到高血压疾病的疗效评估中； 3 浙江大学硕士学位论文( 2 0 0 7 ) 二、应用用综合评价指标，对心血管危险等级进行分类。 针对上述研究任务，本课题的主要研究工作如下： 1 、基于目前临床已有研究成果，筛选出和高血压疗效评价密切关联的指标参数； 2 、运用层次分析方法，建立高血压疗效评价体系。通过对各指标参数在疗效评 价中的重要性比较，确定各指标权重； 3 、运用模糊数学技术，将各参数对临床疗效的定性评价，以隶属度的形式进行 定量分析； 4 、对多指标参数的权重和隶属度进行分析处理，利用线性加权和的方法，建立 综合评价指标； 5 、应用临床数据验证综合评价指标在疗效评价中的有效性；通过受试者工作特 征曲线( r e c e i v eo p e r a t i n gc h a r a c t e r i s t i cc u r v e ，r o c ) 分析确定高血压患者和健康 人的综合评价指标诊断分界点，根据诊断分界点进行分类； 6 、结合r b f 神经网络对综合评价指标的线性加权和方法进行改进，实现心血 管危险等级的分类。 4 浙江大学硕士学位论文( 2 0 0 7 ) 第二章疗效评估模型技术 高血压疗效评估模型的关键技术是选择合适的疗效评估方法对多生理参数进行 综合分析。由于多级模糊综合评判方法能很好地处理多指标参数的问题，已被广泛 运用于风险投资项目评估、企业评估和教学评估等众多领埘1 5 l 【嘲【1 7 1 1 8 l ，故本研究尝 试将该方法运用到高血压的疗效评估中下面将主要对多级模糊综合评判方法及其 综合评价指标的建立方法进行介绍。 2 1 多级模糊综合评判方法 模糊综合评判是建立在模糊数学基础上的一种定量评价模式，该模式在综合考 虑待评判对象的各项指标，兼顾评判对象各种特性、各方面因素的基础上，将各项 指标进行量化处理，并根据不同指标对评判对象影响程度的大小而分配以适当的权 系数( 以下称“权重”) ，最后通过建立线性回归方程，对各评判对象给出一个定 量的综合评价指标。该方法是对受多种因素影响的事物做出全面评价的一种十分有 效的多因素评判方法，它的数学模型可分为单级模糊综合评判和多级模糊综合评判 两种。单级模糊综合评判方法比较简单，般因素较少的问题可以得到较合理的评 价结果。但是当评价系统十分复杂时，需要考虑的因素往往很多。有时一些因素在 属性上存在一定的相关性，各个因素又具有不同的层次。此时，利用单级模糊综合 评判很难合理地定出权重分配，即难以真实地反映各因素在整体中的地位，于是需 采用多级模糊综合评判【1 9 1 。 多级模糊综合评判，简单说来，就是在单级模糊综合评判的基础上再进行模糊 综合评判，并可根据需要多次这样进行下去，形成二级模糊综合评判、三级模糊综 合评判等等。本研究采用二级模糊综合评判。 二级模糊综合评判的一级评判仅仅是对每一类中的各个因素进行综合，当需要 考虑各类因素的综合影响时，就需要在类与类之间进行综合评判，即再进行一次评 判【冽。其解决的问题主要有以下两个方面： 一、指标权重的确定 浙江大学硕士学位论文( 2 0 0 7 ) 选取和目标评价有重要意义的特征指标，利用层次分析法把复杂的评价问题分 成各个组成因素，然后将各因素按支配关系分组，形成层次递进的评判体系；对每 一层次下的各指标评价重要性进行两两比较，建立判断矩阵，确定各指标在所属层 次评价指标中的相对重要程度：逐层求取各指标的权重，最后根据各层次间的关系， 确定各指标在整个评价体系中的相对重要程度，即指标权重。 二、指标隶属函数的建立 。 运用模糊数学的知识，建立各指标的隶属函数，用隶属度肌1 之间的数值表示 各目标相对于其最佳状态的程度，数值1 表示指标处于最佳生理状态，数值0 表示 指标处于最次生理状态。 2 1 1 指标权重的确定 在数学上，为了显示若干量在总量中所具有的重要程度，分别给予不同的比例 系数，这就是加权。 加权的指派系数就是权数，又称权重、权值。权重是表示某一指标在整个指标 评价系统中的重要程度，它表示在其它指标不变的情况下，这一指标的变化，对结 果的影响。 在综合评价中，权重的确定直接关系到模型评估结果的客观性，因为在权重确 定过程中，如果过分强调某一指标的作用，必然会对别的指标标的作用造成削弱， 当权重偏离实际情况过远时，模型评估结果就不具有参考价值或参考价值很低。因 此在权重确定过程中要力求方法的客观性。 权重确定的方法有多种，如专家打分法、口一法、判断矩阵法、层次分析法等。 当指标个数很多时，人们对所有各指标的重要程度做出有把握的正确判断比较困难， 而且不同的人做的判断偏差会很大但是，如果对两两指标之间的重要程度进行比 较判断，一般是可行的。于是，有人提出通过两两指标重要性比较，建立判断矩阵 确定各指标权重，该方法就是判断矩阵法。 实践证明，当指标个数不多时，通过判断矩阵法确定其权重是很有效的p o l l 翊。 然而，如果有很多个评价指标，而且各指标在又在不同的层面上，仅仅应用判断矩 6 浙江大学硕士学位论文( 2 0 0 7 ) 阵法是远远不够的。研究表明i 翻f 2 4 矧，采用层次分析的方法，结合判断矩阵法能够 很好地解决这个问题。下面将分别对判断矩阵法和层次分析法进行详细介绍。 一、判断矩阵法 判断矩阵法就是根据各个指标在目标评价中的重要程度，用数字1 - 9 标出两两 指标的比较判断，然后构造判断矩阵。例如，要确定多目标最优化问题中m ( - 个 指标的权重，我们把由指标五g 。1 ，砷相对于目标( j - 1 , ，掰) 的判断数作为元 素组成m x m 阶方阵： 舢e ( 式2 1 ) 式( 2 - 1 ) 称为问题的判断矩阵【埘。判断矩阵4 中元素嘞( f ，j m ，m ) 取值参 见表2 - 1 。 ：t 表2 - 1 判断矩阵彳中元素的取值 判断矩阵建立后，还需确定各指标的权重。首先计算矩阵彳的最大特征值a 。和 对应的特征向量珊一【q ，t a d r ，并通过一m 来度量a 中各元素 气，- 1 ，2 ，槐) 的估计的一致性。为此引入一致性指标“( c 口n s 括耙一c ci n d e x ) ： 7 浙江大学硕士学位论文( 2 0 0 7 ) c a j f f i , - m ，( 式2 - 2 ) 上式中，m 是矩阵阶数。当a 具有完全一致性时，c i 一0 。a 。一m 越大，矩 阵的一致性越差。当判断判断矩阵a 是否具有满意的一致性时，还需将c ，与平均随 机一致性指数甜( r 积如所m 妇) 进行比较( 见表2 - 2 ) 。c i 与彤之比称为致性比 y 摹c r ( c o n s i s t e n c er a t e ) ，即 c r ；一c i ( 式2 - 3 ) 当c r - 彤c c o 1 时，认为判断矩阵爿具有满意的一致性，讲一h ，吃，r 归 一化就是该辨个目标属性的权重。否则要对a 重新调整，直到a 具有满意的一致性 为止 2 6 l l z t i 。 实际应用中，常用求根法求取各指标的权重。因第f 个目标正g = 1 ，m ) 相对于 其它各目标的判断数：，q ：，表示五相对于其他各目标的重要程度，故正在整 个问题中的重要程度q 可用它们的几何平均值给出，即 吒一而石，f - p j m ( 式2 - 4 ) 进行归一化后得到 q 一士，i k ，m ( 式2 5 ) 荟口， q 即为问题的一组权系数，即指标权重 ，k 吉薹挲 c 表2 - 2t l s a a t y 判断矩阵r ，表 8 浙江大学硕士学位论文( 2 0 0 7 ) 二、层次分析法 层次分析法( a n a l y t i ch i e r a r c h yp t o e e $ $ ，a h p ) 是2 0 世纪7 0 年代由美国运 筹学教授t l s a a t y 提出的。a h p 是对定性问题进行定量分析的一种简便、灵活而又 实用的多准则决策方法。其特点是把复杂的问题中的各种因素通过划分为相互联系 的有序层次，使之条理化，形成有序的递进层次结构。然后通过两两比较判断矩阵 的建立、排序计算和一致性检验得到评价指标的权型捌 a h p 法的一个最大的优点就是将人的主观性依据用层次递进的形式有条理地 表达出来，从而可以避免由于人的主观性导致权重预测与实际情况相矛盾的现象发 生，较好地减少了评判过程中人的主观随意性，提高了评判的有效性，在多目标评 判领域中有广泛的应用价值。 运用层次分析法和判断矩阵相结合的方法确定指标权重，具体过程如下： 1 、建立条理化、层次递进的指标评价体系。首先，确定复杂评价系统的各个评 级指标，把这些指标按照不同的属性分成若干组，以形成不同层次。 2 、运用1 - 9 标度法构造判断矩阵。 3 、计算单一权重向量。单一权重向量，即各下属指标相对于对应上层指标的重 要性程度的量化评判结果。其结果根据判断矩阵法计算各下属指标的权重。 4 、一致性检验。若c rc0 1 ，则认为判断矩阵一致性良好；否则，认为判断矩 阵一致性差，需重新标度判断矩阵，直到达到良好的一致性为止。 5 、计算综合权重向量。综合权重向量是各指标层相对于总目标层的权重向量。 图2 - 1 给出了指标权重的确定过程。 9 浙扛大学硕士学位论文( 2 0 0 7 ) 评价指标的选取 妙 l指标评价体系 l 够妙 入 各指标在所属层 i 簇吞j 各指标在整个评 次下的指标权重 叫 价体系中的权重 图2 - 1 指标权重的确定过程 2 1 2 指标隶属函数的建立 模糊数学是近十几年来迅速发展的一个数学分支，隶属度和隶属函数是模糊数 学赖以建立的基础。关于隶属度和隶属函数，经典的数学定义为陋1 ： 设4 是论域z 到 o 1 的一个映射，即 4 ：z - - t o , q ，工卜4 称4 是x _ l z 雕j 模糊集，4 0 ) 称为模糊集4 的隶属函数。 虽然隶属函数在模糊数学中有广泛应用，但是，由于人们认识事物的局限性， 不同的人对同一模糊问题有不同的看法，而隶属函数的具体确定，确实包含着人脑 浙扛大学硕士学位论文( 2 0 0 7 ) 的加工过程，有时难免带有一定的主观任意性成分。所以，在理论上还没有一个普 遍适用的方法。也没有一个完善的评定标准，往往依赖人的主观判断或经验技巧。 目前用于确定隶属函数的方法主要有：模糊统计法，二元对比排序法，模糊分 布法，或请有经验的专家直接打分，即通过专家评议并汇总测评结果，从统计评语 比率中得到。 在实际应用中，不同问题根据具体情况选用不同的隶属函数建立方法。本研究 目标属性的隶属函数是通过对模糊现象的隶属性质进行模糊统计，得到经验隶属函 数的轮廓，然后配以合适的模糊分布( 称为理论隶属函数) 得到的。 常用的模糊分布有矩形分布或半矩形分别( 图2 - 2 ) 、梯形或半梯形分布( 图 2 - 3 ) 、抛物线型分布( 图2 - 4 ) 、正态分布( 图2 - 5 ) 、高斯分布( 图2 6 ) 和岭形 分布( 图2 7 ) 等等。 。 。 5 0 l 曲b j l c 图2 - 2 矩形或半矩形分布 图2 - 3 梯形或半梯形分布 m j 图2 _ 4 抛物形型分布 l l 0a 6c d c j 浙江大学硕士学位论文( 2 0 0 ) o对0口0 o 图2 - 5 正态分布 图2 - 6 高斯分布 一m - a l0 璃 也 c j 图2 - 7 岭形分布 ( a x b x c y 分别代表各分布的三种情况：偏小型、偏大型和中间型 如何从众多的模糊分布中选择合适的模式? 实际应用中应根据研究对象的特点 加以选择，或通过统计资料描出大致曲线，将它与上述几种模糊分布比较，选择最 接近的一种，再根据实验确定较符合实际的参数，这样，便可比较容易地写出隶属 函数的表达式【1 9 1 。 各指标的隶属函数确定后，对于不同的指标值就可以求出其相应的隶属度r ， 用来表示其隶属于最佳状态的程度。 2 2 综合评价指标的建立 l2 浙江大学硕士学位论文( 2 0 0 7 ) 下面着重介绍两种综合评价指标的建立方法：线性加权和法和r b f 神经网络。 2 2 1 线性加权和法 根据2 1 1 和2 1 2 分别求出各评价指标在评价体系中的重要程度( 权重g o ) 和 各指标相对于最佳生理状态的程度( 隶属度r ) ，通过线性加权和，建立综合指标 c l ( c o m p r e h e n s i v e 砌d d 、： ( 7 一q 足 ，肌为评价指标个数( 式2 - 6 ) 筒 大多数研究都是通过线性加权和的方法例【3 2 i ，建立综合评价指标，通过最优化 原则，选取最大值对应的方案或状态为最优方案或最佳状态等等。 但是线性加权和的方法，其本质是线性的，对于复杂的非线性系统，如心血管 系统，简单的求指标的线性和也许并不能对其状态进行有效的评价。所以本研究除 了对线性加权和法建立的综合评价指标进行研究外，还尝试运用r b f 神经网络的方 法对心血管的危险等级进行分类。 2 2 2r b f 神经网络 一、r b f 神经网络的基本原理 r b f 网络是一种非线性的多层前向人工神经网络，是1 9 8 8 年由h e a d 和l o w e 最先提出的p 3 1 。网络结构类似于三层肼，网络，由输入层、隐含层、输出层组成。 输入层由信号源结点组成，只传递输入信号到隐含层；隐含层传递函数是径向基函 数，常用高斯函数；输出层节点通常是简单的线性函数。图2 - 8 给出了一个简单的 多输入单输出且具有k 个隐含层神经元的r b f 网络模型的结构刚卅【3 5 】【删。 l3 浙江大学硕士学位论文( 2 0 0 7 ) x i x 2 ： 输入层隐含层 输出层 图2 - 8 多输入单输出r b f 网络模型结构图 y r b f 网络的基本思想i 蚓是：利用r b f 作为隐含层神经元的“基”构成隐含层空 间，这样就可将输入矢量直接( 即不通过权连接) 影射到隐含层空间。当r b f 的中 心确定后，这种映射关系也就确定了而隐含层空间到输出层空间的映射是线性的， 即网络的输出是隐含层神经元的线性加权和，此处的权值为网络可调参数。总体而 言，网络由输入到输出的映射是非线性的，而网络对可调参数而言是线性的，这样 网络的权值就可由线性方程组解出或用递推最d x - 乘法计算，从而大大加快学习速 度并避免局部极小的问题。 以简单的多输入单输出网络为例进行介绍。 对于一个有m 维输入k 个隐含层单元的r b f 网络，可以得出： 当输入样本x 一【x 1 ，x ：，j 0 】f ，网络输出为 i y - q 谚僻) ( 式2 7 ) 儡 其中，一【q ，q 】为隐含层各函数输出的权向量 旃( z x i - 1 , 2 , 上，七为隐含层神经元个数) 为隐含层的径向基函数，通常采用中心对称 的高斯函数，函数表达式见公式2 8 。 l4 浙江大学硕士学位论文( 2 0 0 7 ) 一州一警) - e 噼坠垡亟鲁立亟型) ( 式2 8 ) p 如，i - 1 ，k ) 其中，x 是输入矢量；口为高斯函数的宽度。决定着高斯函数的形状( 见图2 9 ) ， 也决定了该中心点对应的径向基函数的作用范围；o 谚( x ) 1 。输入x 与中心距离 越近，隐含层节点输出越大。如有足够数目的隐含层神经元，则通过选择合适的函 数中心，归一化参数盯和输出权值q ，就可以很好地逼近所要描述的非线性函数 1 3 7 1 1 3 9 1 。 x 图2 - 9 高斯函数分布图 将e b f 神经网络运用于分类问题，主要是基于非线性可分的原则【3 9 】i 柏】，即通过 一个非线性映射将样本点投影到一个特征空间使之线性可分。 l5 浙江大学硕士学位论文( 2 0 0 7 ) 二、r b f 网络的特点 r b f 神经网络和b p ( b a c kp r o p a g a t i o n ，b p ) 网络都有很强的非线性逼 近能力和分类能力。然而与引，网络相比，r b f 不仅网络结构更为简单，而且 在非线性逼近能力、网络学习速度等方面均优于脚，网纠4 1 l 【4 2 1 4 3 1 4 3 1 4 5 。 1 、非线性逼近能力 理论上，b p 算法和r b f 网络都能以任意精度逼近任何非线性函数，但由于他 们使用的激励函数不同，其逼近性能也不相同。p o g g i o 和g f ，掷f 【4 5 】已经证明，r b f 网络是连续函数的最佳逼近，而肼，网络则不是 4 6 1 。 2 、学习收敛速度 口p 网络采用基于误差反向传播的梯度算法，使用的s i g m o i d 函数具有全局特 性，它在输入值的很大范围内每个节点都对输出值产生影响，并且激励函数在输入 值的很大范围内相互重叠，因而相互影响，因此卯网络训练过程很长。 而r b f 网络不同于胛网络，网络输出层是隐含层各节点输出的线性和 ( 1 i n e a rs u m m a t i o n ) ，对权值而言是线性的，所以在网络训练过程中，当隐含层节 点个数及径向基函数类型及中心参数确定后，对权值的学习就可采用线性优化的策 略，避免了像反向传播那样繁琐、冗长得计算，因而训练速度很快，比通常的肼，算 法快2 个数量级以上【4 3 l 。 3 、局部极小点问题 由于b p 网络本身的问题，训练过程中会出现多个局部极小点，在这些极小点处 误差梯度都是零，口p 算法根据误差梯度下降的权值调整原则，无法辨别极小点的性 质，因此训练陷入局部极小后不分情况就停止训练l 矧。而r 8 f 算法不存在这个问题。 为了避免脚，网络收敛速度慢、易陷入误差的局部极小值点等缺点 4 s l ，本研究 采用具有同样甚至更好非线性逼近能力的r b f 神经网络与传统的b p 网络相比， 后来发展的础 f 网络不存在局部最优问趔删，而且避免了像b p 网络反向传播那样 繁琐、冗长的计算，使学习速度比通常的且p 算法快1 0 3 1 0 4 倍，具有更好的推广能 力。 l6 浙江大学硕士学位论文( 2 0 0 7 ) 三、r b f 神经网络学习过程 1 、学习方式 r b f 神经网络作为一种人工神经网络，通过向环境学习获取知识并改进自身性 能是r b f 网络的一个重要特点，在一般情况下，网络性能的改善是按某种预定的度 量通过调节自身参数( 例如权重) 随时间逐步达到的，学 - - j 方式主要有三种【3 9 1 ： ( 1 ) 监督学习( 有教师学习) ：这种学习方式需要外界存在一个“教师”，对给 定输入提供相应的输出( 即正确答案) 。这组已知的输入输出数据称为训练样本。 a n n 可根据已知输出与实际输出之间的差值( 误差信号) 来调节系统参数。 ( 2 ) 非监督学习( 无教师学习) ：该学习方式不存在外部教师，学习系统完全 按照环境所提供数据的某些统计规律来调节自身参数或结构( 这是一种自组织过 程) ，以表示外部输入的某种固有特征( 如聚类) 。 ( 3 ) 强化学习：这种学习介于上面两种情况之间，外部环境对系统输出结果只 给出评价( 奖或惩) 而不是给出正确答案，学习系统通过强化那些受奖励的动作来 改善自身性能。 在实际应用中，如果训练样本中输入数据、输出数据已知，通常都采用监督学 习的方式。 2 、学习算法 总体而言，r b f 网络的训练过程就是对三个参数的学习，即隐含层r b f 的中心、 函数宽度以及隐含层输出层的权值。对前两个参数的选择有两种方式； ( 1 ) 根据经验选取r b f 的中心，k 个中心应具有“代表性”。样本点密集的地 方中心点也适当多些，如果数据本身是均匀分布的，则r b f 中心也均匀分布，假定 各中心间距离为d ，则宽度仃。冬。这种方式需要事先确定隐含层神经元的个数， 2 k 即中心个数k 。 ( 2 ) 用聚类方法把样本聚成k 类，类中心就作为r b f 的中心，最常用的是k 均值聚类【5 1 】【5 l l 。 r b f 中心和宽度选定后，再选择不同的方法对隐含层输出层的权值进行计算学 习。本研究选用误差纠正学习算法对网络进行训练。 l7 浙江大学硕士学位论文( 2 0 0 7 ) 误差纠正学习算法是对r b f 网络的中心、基函数的宽度及隐含层输出层的权值 同时从样本中进行监督训练。令儿为输a x 时神经元t 的实际输出，d k 表示相应的 应由输出( 由训练样本给出的正确答案) ，则误差信号为： e k d i 一) l ( 式2 - 9 ) 学习的最终目的是使某一基于e k 的目标函数最小，以使网络中每一输出单元的 实际输出在某种统计意义上最逼近于应用输出。一旦选定了目标函数形式，误差纠 正学习就成为一个典型的最优化问题，最常用的目标函数是均方误差判据，即 ，。罩 ( 式2 1 0 ) 该算法不需要人为确定网络隐含层节点的个数和初始权值，从而减少了网络训 练的随机性。 m a t l a b 中的函数n e w r b 就是利用该算法编制的r b f 学习函数，输入变量包括： 网络的输入和输出、目标误差和扩展常数。扩展常数代表径向基函数的宽度。步骤 如下【5 2 1 ： ( 1 ) 建立一个无隐含层单元的r b f 网络； ( 2 ) 找出具有最大误差的输入向量； ( 3 ) 在隐含层增加一个径向基神经元，该神经元与输入向量各因素对应的权值 向量被赋予第2 步所找到的向量； ( 4 ) 调解线性层神经元的权重，减少误差； ( 5 ) 检验误差是否达到要求，如果否，返回第三步；否则，停止。 18 浙江大学硕士学位论文( 2 0 0 7 ) 第三章高血压疗效评估模型的建立 在第一章中，我们已经对目前高血压疗效评价中存在的一些问题进行分析，针 对这些问题，本章节的主要工作是建立高血压疗效评估模型，借助计算机系统促进 高血压防治指南的正确实施，为医生的临床疗效评价提供一个有利工具。 在第二章中，已经详细介绍了多级模糊综合评判方法的原理及主要技术，高血 压疗效评估模型的建立，就是通过多级模糊综合评判的方法，对包括血压在内的多 个评价指标进行分析，建立综合评价指标，对心血管状态进行定量分析，并通过治 疗前后心血管危险状态的变化对治疗效果进行评价。主要工作如下： 1 、筛选和高血压疗效评价有关的重要指标，构造高血压疗效评估体系； 2 、结合运用层次分析法和判断矩阵法，确定各评价指标的权重； 3 、建立各指标的隶属函数； 4 、应用线性加权和的方法，建立综合评价指标，对治疗前后的患者心血管状态 进行定量分析，从而对治疗效果进行评价。 3 1 疗效评估体系的构造 要建立一个比较全面完善的高血压疗效评估体系，首先必须明确临床高血压患 者的表现特征，即临床医生通过哪些参数对其疗效进行评估。本研究要构造的高血 压疗效评估体系，实质上是将临床医生对高血压患者疗效评估这一复杂的问题定量 化和规范化。 中国高血压防治指南规定，高血压临床评估包括三方面： 1 、确定血压水平及其它心血管病等危险因素； 2 、判断高血压的原因( 明确有无继发性高血压) ； 3 、寻找靶器官损害以及相关临床的情况； 高血压患者的治疗决策不仅根据其血压水平，还要考虑： ( 1 ) 有无其他危险因素； ( 2 ) 有无靶器官损害； ( 3 ) 有无并存的临床情况，如心、脑、肾脏病变及糖尿病【1 4 1 。 19 浙江大学硕士学位论文( 2 0 0 7 ) 其中： a ：心血管疾病危险因素包括：吸烟、高脂血症、糖尿病、年龄 6 0 岁绝经后妇 女、心血管疾病家族史( 发病年龄女性 6 5 岁，男性 5 5 岁) 。 b ：靶器官损害及合并的临床疾病包括：心脏疾病( 左心室肥大、心绞痛、心 肌梗死、曾接受过冠状动脉旁路手术、心力衰竭) 脑血管疾病( 脑卒中或短暂性脑 缺血发作) 、肾脏疾病( 蛋白尿或血肌酐升高) 。周围动脉疾病、高血压视网膜病变。 因此，本课题疗效评估模型的建立，需要的数据信息除了受试者的血压水平， 还应包括影响高血压患者的其它危险因素信息，通常包括患者的病史、家族史、体 格检查及实验室检查等。 3 1 1 临床数据的采集 本课题应用的数据来源于9 7 0 例被试者，其中高血压患者7 2 1 例，健康人2 4 0 例，表3 - 1 给出了被试者的性别和年龄的分布情况。被试者进行了1 8 0 0 余次临床检 查，检查包括心血管参数、生化检查和调查问卷信息等，数据采集系统如图3 - 1 示 意。 表3 - 19 7 0 例被试者年龄、性别分布情况 按照所采集的数据来源把数据分为五类。 1 心功能检查数据：采用澳大利亚u s c o m 公司的心功能监测仪，它是基于超 声多普勒的非侵入式测量仪器，我们使用它来测量肺动脉血流超声图像，可 获得一系列心功能参数。 2 e c g 及p p g 数据：本实验室自行研发的心电图( e l e c t r o c a r d i o g r a m ，e c g ) 20 浙江大学硕士学位论文( 2 0 0 7 ) 与脉搏波( p h o t o p l e t h y s m o g r a p h y ，p p g ) 测量仪器，可以计算获得脉搏波 传播速度p w v 及其相关数据，心率变异性h r v 及其相关数据。 3 血压数据：p a n a s o n i c 公司的电子血压计e w 3 1 0 3 ，可以获得被测者的收缩 压、舒张压和心率。 4 问卷信息：自行设计的调查问卷，包括基本资料，个人信息、病史、家族史、 生活习惯、病人症状、主述、用药情况等。 5 生化检查数据：浙江大学校医院对相应的被测者做的生化检查，包括血常规、 尿常规和肝功能参数。 图3 - i数据采集系统示意图 采集到的数据除了体检者的年龄、性别、有无高血压病史等基本信息外，主要 参数包括：收缩压( s b p ) 、舒张压( d b p ) 、心率( h r ) 、血流速度峰值( v p k ) 、 平均压力梯度( p m n ) 、射血时间比例( e r p e r ) 、速度时间积分( v t i ) 、射血时间 ( e t ) 、单个红细胞每分钟流过的距离( m d ) 、每搏输出量( s v ) 、心输出量( c o ) 、 心指数( c 1 ) 、左室射血分数( l v