【关键词】 信息融合 血瘀 舌象异常 智能诊断模型
信息融合即多源信息的协同运用技术，是把多源信息在空间或时间上冗余互补的数据根据需要进行处理，将数据协同应用，获得研究对象的一致性描述，进一步发现多源信息有机组合所蕴含的新信息［1］。信息融合支持信息共享，着力于合理利用信息资源，弥补信息不完整、部分信息不精确或不确定造成的缺陷，使系统的性能指标、可靠性、稳定性、容错能力都得以提高。
神经网络控制是一种基本上不依赖于模型的控制方法，比较适用于那些具有不确定性或高度非线性的控制对象，并具有并行计算、分布式信息存储、容错能力强以及较强的自适应学习功能。模糊逻辑是一种处理不确定性、非线性和其他不确定问题的有力工具，它比较适合表达那些模糊或定性的知识，其推理方式比较类似于人的思维模式。但是一般来说模糊系统缺乏自学习和自适应能力。模糊和神经网络技术均属于一种数值化和非数学模型的函数估计和动力学系统，它们都是以一种非精确的处理方式处理不精确的信息。模糊技术引入"隶属度"的概念，使语言变量描述的控制规则数值化，从而可直接处理结构化知识。神经网络则模拟人脑处理信息的方式，利用大量的训练数据，通过自学习来实现输入/输出之间的非线性映射关系。模糊神经网络控制技术是两种智能控制技术的有机结合。
瘀血舌象及其血瘀证的影响因素包括精神情绪、自然环境、社会环境、体质状况差异等，而且一般具有潜隐性。要准确诊断瘀血舌象及其血瘀证，需要考虑多种可能的症状，进行综合辨证诊断。症状的描述具有模糊性，如症状和疾病之间存在着一定的模糊性，某一症状的出现对诊断疾病所起的作用不同且模糊，患者的状态很难准确地定义等。医生必须通过大量的模糊的、不确定症状信息，利用丰富的诊断经验，才可从这些信息中得出最后的诊断结果和治疗方案。
瘀血舌象的特征信息与各种病证的大量的、模糊的、不确定信息之间发生关联需进行发散再发散和矛盾转化，对比关联仅仅用模糊算法和神经网络算法等很难解决这一类非线性的复杂逻辑问题。而信息融合技术可以为解决瘀血舌象诊断中的"舌神"、"舌色"、"舌形"、"舌态"、"舌苔"、"舌下络脉"的综合诊断奠定基础。运用信息融合技术（模糊神经网络控制技术）可以建立瘀血舌象的特征信息库。
1 瘀血舌象及血瘀证计量辨证诊断原理
临床上的每一症状（含体征）都具有辨证意义。每一症状对各证候的诊断意义，并不是一对一的简单关系，而是一个症状对多种证具有不同的诊断价值；每一证候的诊断则往往需要根据多种临床表现（即症状）才能明确。因此，应当了解各种常见症状的辨证意义。即了解：（1）哪些症状为某种证候的表现；（2）各种症状对某种证候来说贡献度（或称可信度）为多少。
辨证主要是辨别病变现阶段的病位与病性（或称病机），其具体内容称之为辨证要素。瘀血舌及其血瘀证的病位主要涉及心、肺、脾、肝、肾。病性主要涉及气滞、血瘀、气虚、血虚等。临床上常见而较规范的证名，一般是由病位和病性的不同内容相互组合而成。
瘀血舌象及其血瘀证诊断系统首先需对血瘀证症状的辨证意义进行定性定量，即明确有关症状对各种辨证要素的贡献度（或称隶属度）。
2 模糊神经网络结构设计
在瘀血舌象及其血瘀证诊断系统中应用了一种基于竞争神经网络的模糊推理，以症状向量特征值作为神经网络的输入层节点，隐含节点用来表示隶属度函数和推理规则，推理层用两个竞争网络的并行计算分别进行病位和病机推理。整个神经网络模型共分成3层：第1层为输入层，第2层每个节点代表一条模糊规则，第3层是由两个竞争网络构成的竞争网络层。由其中一个竞争网络可推理出病位，由另一个竞争网络可推理出病机。输出节点表示推理系统的输出信号，即辨证定量的结果--证候的特征向量，包括如气虚贡献度为22，肝为39，气滞为38，神为22，……。
广州中医药大学学报2007年第24卷
第6期陈 群，等.运用信息融合技术建立瘀血舌象及血瘀证智能诊断推理模型的思路
上述网络实质上是采用一种模糊逻辑神经网络推理机制。将模糊规则用神经网络表示出来，由神经网络实现模糊量化，隶属度函数表示出各个症状所反映的病位和病机的可能性大小，或者说表示出各个症状对某个病位和病机的贡献度。该贡献度作为第2层节点的输入。通过第2层节点的运算则得出某病人的全部实际症状对某个病位和病机的综合贡献度。对综合贡献度进行阈值处理后，将其作为竞争网络的输入。在这里，实际上是模拟医生的发散思维，尽可能多地找出各种可能的病位和病机。 第3层的输出分为对病位和病机两部分的影响，可看作两个向量，分别作为两个竞争网络的输入。每个竞争网络的原型向量（矩阵W的列向量）代表一条诊断经验，由网络通过样本集的学习建立。竞争网络的输出为一维列向量，反映输入向量与哪个原型向量最为接近，这实际上是推断出最可能的病位和病机，也就是推断出最可能的证候。通过竞争网络的计算，实际上是模拟医生诊断的思维收敛过程。
竞争网络采用Hamming网络结构，由两层组成。第1层将输入向量与原型向量联系起来，第2层采用竞争方式决定哪种原型向量最接近输入向量（如图1所示）。P为输入向量；R为输入向量的元素个数；S为神经元个数；
3 瘀血舌象及血瘀证智能推理模型的建立及其意义
中医学对每一症状轻重的描述是模糊的，故可采用模糊化规则。一般是以中等程度为准，症状的轻重分5级进行模糊化，隶属度分别取值为{0.1，0.3，0.5，0.7，0.9}。中等程度症状时隶属度取值0.5，最严重时隶属度取值0.9，无影响的隶属度取值0。模糊神经网络的竞争网络的学习样本集依据专家的诊断经验建立。竞争网络通过学习，其权值矩阵存储专家经验。在瘀血舌象及其血瘀证诊断系统中各辨证要素的诊断确定，以100作为通用阈值，即各症状对各辨证要素贡献度之和达到或超过100时，即可诊断为此项辨证要素。然而瘀血舌象及其血瘀证的症状表现可少可多，故诊断阈值应随之进行升降调节，即病情轻时可以降低阈值而视为准证候状态，病情重或者复杂时则可升高诊断的阈值。
临床运用时，首先分别将患者的症状，按提示的辨证要素分别进行累积相加，然后取超过100阈值的项目（或较高的项目）作为辨证诊断，最后将达到诊断阈值的项目进行有机联系组合，从而构成完整的证名诊断。为了解决诊断准确率与诊断速度的矛盾，通过"0"权值的使用建立三级思维发散机制来处理潜在的或相关的症状。对一般病证，不用充分询问病情，只就主要症状进行辨证诊断，这样可以很快地得出诊断结果。对较复杂的病证，考虑的症状就多一些，以保证较高的准确率。而对疑难杂证，则应充分询问病情，考虑各种潜在的或相关的症状，以保证得出正确的诊断结果。
瘀血舌象特征信息库的建立将为舌象自动诊断系统奠定了良好的基础。中医的舌象自动诊断系统将计算机技术中的图像处理技术、模式识别技术和全息医学中的舌诊技术创造性地结合起来，克服传统中医舌象诊断依赖个人经验和不量化的弱点。我们认为，开发出的系统将是一个活动的"舌诊专家"，对某些疑难病症的诊断将发挥其独特的优势，具有较好的市场前景。另外，以舌象的计算机图像分析与识别为契机，拟带动整个中医望诊和中医诊疗手段的全面信息化、客观化、标准化。
参考文献
［1］吴蔚，朱家瑞.信息融合技术的一个热点：医学图像融合［J］.国外医学·放射医学核医学分册，1998 ，22（3）：103.预防和治疗等方面都应视作自然界的一部分。故于《灵枢·邪客》说："人与天地相应也"。在对疾病的治疗上，注重从整体上把握疾病对人体全身功能状态的影响，以恢复人体正常生理状态为出发点制定治则治法，重视治疗方法对人体综合疗效的把握。首见于《伤寒论》的六经辨证，开中医辨证论治之先河，后世的脏腑辨证、八纲辨证等，充实并完善了这一辨证论治理论的实施，如仲景所说："观其脉证，知犯何逆，随证治之"。辨证论治成为中医的临床治疗准则。转贴于