证候分类是对不同个体生理病理整体功能状态进行分类的一种方法,是中医辨证论治体系的核心内容和主要依据。然而,通过"望闻问切",根据个人经验进行的证候分类方法的标准化、客观化程序较低,难以得到公认。中医临床信息广泛而复杂,并具有权重动态变化、部分交叉冗余、且有不完备的特点。信息的这种特点,在模糊数学中,通过构建动态变化的模糊集合以及隶属度的方法,能够使冗余得到屏蔽,不完备得到改善。项目合作单位有大量数据可供分析和处理,选择临床数据充分的类风湿关节炎(RA)证候分类为切入点,应用隶属度方法分析数据、设计证候分类阈值及变动规律,构造算法,对证候进行分类;对于这种分类方法的有效性,采用进程代数理论中的互模拟方法在新的RA临床信息中进行验证,最终实现证候分类的简化处理,提高其客观化、标准化程度,并为进一步深入研究证候分类的现代生物学机制奠定基础。
rheumatoid arthritis;pattern/syndrome classifcation;membership;bisimulation;data mining
隶属度和互模拟数学方法在类风湿关节炎分类中的应用基础研究,主要侧重于中医证候分类的客观化、标准化的高效能分类方法。在本项目的研究过程中,使用了基于专业知识人工校验的隶属度数学方法,应用了统计学的基本方法,形式化方法中的互模拟计算,以及人工智能学科的数据挖掘进行交叉研究,得到了类风湿关节炎中医证候分类的基本结果,同时,在引入网络药理学以及生物信息学的方法,分析了类风湿关节炎风寒湿痹的生物学基础。