基于神经网络的大肠癌证型分类器研究

李金城，刘秀峰

基于神经网络的大肠癌证型分类器研究

李金城，刘秀峰

（广州中医药大学医学信息工程学院，广州 510006）

目前中医学上对大肠癌辨证分型并没有一个统一的、客观的标准，随着大肠癌发病率的提升，大肠癌证型分类研究愈发显得重要。参考《中医症状鉴别诊断学》等书以及咨询专家，对搜集的文献数据与临床数据进行辩证归类和赋值量化，建立基于神经网络的大肠癌分类模型，将机器学习与中医结合起来，实现中医信息化、规范化。

神经网络；大肠癌；分类器

0 引言

大肠癌是临床上常见的消化道恶性肿瘤之一，包括结肠癌、直肠癌和肛管癌[1]。世界卫生组织World Cancer Report（2015）公布的资料提出2015年全球结直肠癌有77.4万例死亡[2]，大肠癌成为严重威胁生命的恶性肿瘤之一。大肠癌治疗的主要手段是手术切除以及辅助放化疗，但其毒副作用却远远影响患者治疗效果及生活质量。因此需求一种新的治疗途径就显得格外迫切。研究显示，中医药在大肠癌治疗各方面显示出了一定的优势[3]。中医治疗的核心是辨证论治，但目前中医学上对大肠癌辨证分型并没有一个统一的、客观的标准[4]，随着大肠癌发病率的提升，大肠癌证型分类研究愈发显得重要。

1 算法介绍

1.1 BP神经网络的结构及隐层设置

由于任意函数都可以被一个有三层单元的前馈网络逼近[5]，所以本课题选用的BP神经网络由输入层、隐藏层及输出层三层单元组成。输入层由主成分分析得出的22个主成分所决定；输出层由四个证型指标决定。隐层结点在设置时并无统一规定，孙文恒等[6]在研究胰腺癌诊断中采用一层隐层，为的是减少计算量和防止过度拟合，通过误差对比，综合考虑后选择隐含节点（神经元数）为7。故隐层结点的个数先由m=√（n*l）+c（c∈（1，10））确定，然后调整参数 c，最后通过测试正确率确定隐层结点的个数为15。网络结构如图1所示。

图1 三层BP神经网络结构

1.2 BP神经网络的输出方式

将四个证型的样本期望输出值设为（1，0，0，0），（0，1，0，0），…，（0，0，0，1），隐层与输出层之间的激活函数采用的是正切S型传递函数tanh。白云静等采用BP神经网络进行糖尿病肾病中医证型研究时，将预测结果≥0.6视为诊断成立[7]。对此我们在观察测试集数据的输出值后，通过观察正确率进而不断调试区间，最终确定将预测结果≥0.65设为诊断成立。

2 BP神经网络的三倍交叉验证过程

将主成分分析后的数据导入Python的数据框中，将数据集分成三部分，进行三倍交叉验证，通过不断调试步长与迭代次数，使得网络的系统误差达到最小并且该神经网络趋于收敛。在步长为0.05，迭代次数为10000时网络性能达标，训练自动停止。

测试时规定输出的值与原有的值相等时，（即表示测试的证型与原先的证型相同）计数参数c自增1。最后可计算出该神经网络模型的测试正确率为多少。最后得出的结果如表1所示。

通过表1可知，单证的测试正确率最高可达86.96%，三次交叉验证的平均测试正确率达到74.37%。正确率大幅度地提高从一定程度上表明，其他样本量少且特征值不集中的证型会对这些证型的判断造成一定的干扰。在构建BP神经网络模型的过程中，训练样本集的样本量尽量达到10%以上可以保证一定的测试正确率。当所占百分比达到30%左右，该证型的测试正确率可达85%以上。

3 结语

基于黑箱结构的人工神经网络能利用其自主学习能力[8-9]。用BP神经网络建模，可将过程或对象看作是一个“黑箱”，我们只要确定输入输出，就可以建立相应的模型，不必像传统的系统辨识那样把过程辨为线性还是非线性，这有利于我们对未知过程的系统进行建模。

由于中医辨证学所研究的症状和证型之间的关系是十分复杂的非线性关系，症状之间存在大量的多重共线性关系和协同关系，即某一个症状可以在多个证型中共同出现，而且可能对多种证型都具有重要的辨证价值[10]。而BP神经网络充分辨识在充分表现于外的“候”的表征信息的基础上，从样本中进行证候特征的规则提取，并将其分布在网络的联接权举中，从而建立“候”与“证”的非线性映射函数[11]。因此，可以将其用于中医证型的非线性建模研究。

表1 BP神经网络模型交叉验证结果表

[1]司富春，岳静宇.近30年大肠癌中医证型和用药规律分析[J].中华中医药杂志，2012（7）:1929-1931.

[2]World Health Organization.Cancer:Fact Sheet，2015[Updated February 2017].Available from:URL:http://www.who.int/mediacentre/factsheets/fs297/en/.

[3]陈叶，刘金涛，朱源，等.大肠癌中医辨证及治疗概况[J].中国肿瘤，2015，24（4）:319-324.

[4]许云，杨宇飞.结直肠癌中医药研究进展与思考[J].世界中医药，2014，（7）:828-832.

[5]王颖纯，白丽娜.基于BP神经网络的中医脉诊体质类型判定[J].中医杂志，2014（15）:1288-1291.

[6]孙文恒，王炜，周文策.人工神经网络技术在胰腺癌诊断中的应用[J].兰州大学学报（自然科学版），2008，（Z1）:224-227.

[7]白云静，孟庆刚，申洪波，等.基于改进的BP神经网络的糖尿病肾病中医证候非线性建模研究[J].北京中医药大学学报，2008，31（5）:308-311.

[8]Dayhof JE，Deleo JM.Artificial Neural Networks[J].Cancer，2001，91（8）:1615-1634.

[9]Cross SS，Harrison RF，Kennedy RL.Introduction to Neural Networks[J].Lancet，1995，346（8982）:1075-1079.

[10]李建生，王至婉，余学庆，等.基于慢性阻塞性肺病（COPD）急性加重期文献的多元统计方法在证候研究的应用探讨[J].河南中医学院学报，2007（6）:8-10.

[11]孙贵香，袁肇凯.人工神经网络在中医证候研究中的应用[J].中华中医药学刊，2007，25（7）:1450-1452.

Research on Classification of Pattern of Syndrome of Colorectal Cancer Based on Neural Network

LI Jin-cheng，LIU Xiu-feng
（College of Medical Information Engineering,Guangzhou University of Chinese Medicine,Guangzhou 510006）

At present,there is no uniform and objective standard of classification of colorectal cancer.With the improvement of colorectal cancer inci⁃dence,colorectal cancer syndrome classification research becomes more and more important.The data collected from the literature and clinical data are dialectically classified and quantified by referring to differential diagnosis of syndromes and consulting for experts.Estab⁃lishes the classification model of colorectal cancer based on neural network.The machine learning and traditional Chinese medicine are combined with traditional Chinese medicine to achieve Chinese medicine information and standardization.

Neural Network;Colorectal Cancer;Classifier

广州中医药大学薪火计划资助项目（No.XH20160105）

1007-1423（2017）24-0016-04

10.3969/j.issn.1007-1423.2017.24.004

李金城（1996-），男，广东汕尾人，在读本科，研究方向为机器学习、深度学习

刘秀峰（1973-），女，江西樟树人，硕士，教授，研究方向为医药数据处理与分析、肿瘤信息学和移动医疗，Email：liu_xf@gzucm.edu.cn

2017-08-14

2017-08-20