・８２・ 医学研究生学报２０１４年１月第２７卷第１期Ｊ Ｍｅｄ Ｐｏｓｔ￣，ｒａ，Ｖｏ１．２７，Ｎｏ．１，Ｊａｎｕａｒｙ，２０１４ 论 著 （卫生管理） 基于模糊神经网络的抑郁症智能诊断研究 张玉韬，田 军，王修来 ［摘要】 本文将模糊技术和神经网络技术有机结合，针对抑郁症构建了智能诊断模型，构造出一种可“自动”处理模糊信 息的神经网络，该方法可模拟医师临床诊断时运用直觉和模糊推断的功能自动生成诊断结论。通过实例检验，该模型具有一 定有效性。该方法可以实现辅助诊断的功能，同时也可推广为在患者不能及时到达医院时的自诊方法。 ［关键词】模糊神经网络；智能；诊断；抑郁症 ［中图分类号】 Ｒ７４９．４ 【文献标志码】 Ａ ［文章编号】 １００８—８１９９（２０１４）０１－００８２－０４ Ｓｔｕｄｙ ｏｎ ｔｈｅ ｉｎｔｅｌｌｉｇｅｎｔ ｄｉａｇｎｏｓｉｓ ｏｆ ｄｅｐｒｅｓｓｉｏｎ ｂａｓｅｄ ｏｎ ｔｈｅ ｆｕｚｚｙ ｎｅｕｔｒａｌ ｎｅｔｗｏｒｋ ＺＨＡＮＧ Ｙｕ－ｔａｏ，ＴＩＡＮ Ｊｕｎ，ＷＡＮＧ Ｘｉｕ－ｌａｉ （Ｐｏｓｔ—ｄｏｃｔｏｒａｌ Ｗｏｒｋｉｎｇ Ｓｔａｔｉｏｎ，Ｎａｎｊｉｎｇ Ｇｅｎｅｒａｌ Ｈｏｓｐｉｔａｌ ｏｆＮａｎｆｉｎｇ Ｍｉｌｉｔａｒｙ Ｒｅｇｉｏｎ，Ｎａ ｎｇ ２１０００２，Ｊｉａｎｇｓｕ， Ｃｈｉｎａ） ［Ａｂｓｔｒａｃｔ］Ｔｈｅ ｉｎｔｅｌｌｉｇｅｎｔ ｅｘｐｅｒｔ ｄｉａｇｎｏｓｉｓ ｍｏｄｅｌ ｉｓ ｂｕｉｌｔ ｂａｓｅｄ ｏｎ ｔｈｅ ｆｕｚｚｙ ｎｅｕｔｒａｌ ｎｅｔｗｏｒｋ ｗｈｉｃｈ ｃｏｍｂｉｎｅｄ ｔｈｅ ｆｕｚｚｙ ｔｅｃｈ— ｎｏｌｏｇｙ ａｎｄ ｔｈｅ ｎｅｕｔｒａｌ ｎｅｔｗｏｒｋ．Ａｎ ａｄａｐｔｉｖｅ ｆｕｚｚｙ ｓｙｓｔｅｍ ｉｓ ｓｅｔ ｔｏ ｄｅａｌ ｗｉｔｈ ｔｈｅ ｆｕｚｚｙ ｉｎｆｏｒｍａｔｉｏｎ ａｕｔｏｍａｔｉｃａｌｌｙ ｗｈｉｃｈ ｃａｎ ｌｅａｄ ｔｏ ｔｈｅ ｄｉａｇｎｏｓｉｓ ｃｏｎｃｌｕｓｉｏｎ ｂｙ ｓｉｍｕｌａｔｉｎｇ ｔｈｅ ｄｏｃｔｏｒｓ ｃｌｉｎｉｃａｌ ｄｉａｇｎｏｓｉｓ．Ｔｈｅ ｍｏｄｅｌ ｉｓ ｐｒｏｖｅｄ ｔｏ ｂｅ ｅｆｆｅｃｔｉｖｅ ｂｙ ｅｘａｍｉｎａｔｉｏｎ ａｎｄ ｃａｎ ｂｅ ｕｓｅｄ ａｓ ｔｈｅ ｓｅｌｆ－ｄｉａｇｎｏｓｉｓ ｍｅｔｈｏｄ ｗｈｅｎ ｐａｔｉｅｎｔｓ ｃａｎ ｎｏｔ ｒｅａｃｈ ｔｈｅ ｈｏｓｐｉｔａｌ ｉｎ ｔｉｍｅ． ［Ｋｅｙ ｗｏｒｄｓ］ Ｆｕｚｚｙ ｎｅｕｔｒａｌ ｎｅｔｗｏｒｋ；Ｉｎｔｅｌｌｉｇｅｎｔ；Ｄｉａｇｎｏｓｉｓ；Ｄｅｐｒｅｓｓｉｏｎ ０引 言 中＿６－７］。刘俐等 针对新生儿缺氧缺血性脑病构建 了基于Ｉ临床综合指标的模糊ＢＰ神经网络诊断系 统，测试样本正确识别率达到９５％。陈若珠等 采 用ＢＰ神经网络理论构建骨质疏松诊断分诊模型， 并通过实例验证了该方法的可行性和准确性。在抑 郁症分诊方面，也有学者构建了基于模糊神经网络 随着生活节奏的加快和工作压力的增大，抑郁 症患病率日渐升高 Ｊ，发病率为３％～５％＿２ Ｊ，严重影 响生活质量 ｊ。而基层医院对抑郁症治疗缺乏足 够的临床经验，对其症状缺乏一定的识别能力，易错 过对抑郁症的早期诊断和治疗。 目前，对抑郁症的筛查大多以量表的形式进行， 如汉密尔顿焦虑量表（Ｈａｍｉｌｔｏｎ Ａｎｘｉｅｔｙ Ｓｃａｌｅ， 的抑郁症分诊系统，但主要是针对抑郁症严重程度 的判断，没有对正常案例进行探讨。本文基于模糊 神经网络构建抑郁症的智能诊断系统，被筛查者通 过选择输入符合自身情况的一组临床症状，由神经 网络进行模糊化处理，并通过智能分析得出相对科 学、全面和合理的结论，为被筛查者和医师提供初步 的诊断结果。 ＨＡＭＡ） 、抑郁自评量表（Ｓｅｌｆ－ｒａｔｉｎｇ Ｄｅｐｒｅｓｓｉｏｎ Ｓｃａｌｅ，ＳＤＳ）、患者健康问卷ＰＨＱ．２和ＰＨＱ－９＿５ 等。 但量表种类繁多，容易引起被筛查者的困惑。近年 来，随着人工智能技术的发展，在医学领域已有许多 研究将神经网络的方法运用到临床疾病诊断 １基于模糊神经网络的抑郁症智能诊断系统的构建 基金项目：国家社会科学基金军事学项目（１２ＧＪｏｏ３—０６７） 作者单位：２１０００２南京，南京军区南京总医院博士后科研工作站［张 １．１抑郁症诊断指标的选择抑郁症的表现主要有２ 玉韬（管理学硕士）、田军、王修来］ 通讯作者：王修来，Ｅ—ｍａｉｌ：ｗａｎｇｘｉｕｌａｉ＠１２６．ｃｏｍ 个方面：心理症状和躯体症状 。以往研究中关于抑 郁症的症状指标和本文选取的症状指标，见表１。 医学研究生学报２０１４年１月第２７卷第１期Ｊ Ｍｅｄ Ｐｏｓｔｇｒａ，Ｖｏ１．２７，Ｎｏ．１，Ｊａｎｕａｒｙ，２０１４ ・８５・ ２讨 论 网络能够对模糊信息进行处理。从案例检验的结果 来看，该方法具有较高的准确性，且诊断速度较快。 该方法可以为不方便及时到达医院的患者提供初步 诊断的依据，也可以实现辅助诊断的功能。 【参考文献】 ［１］刘贻德．抑郁症诊断标准的探讨［Ｊ］．临床误诊误治，２００９， ２２（１１）：１－２． 由表２中数据可以看出，模糊神经网络的输出值 与目标输出之间误差很小（平均误差为１．６７ｅ－０４），且 误差不影响对疾病的判别，用模糊神经网络进行抑郁 症的筛选和分类，准确率比较高。 与目前常用的筛选抑郁症与测试量表相比，建 立基于模糊神经网络的智能专家诊断系统可以对患 者输入的模糊信息进行处理，相对便捷，且能使诊断 ［２］宋志伟，冯磊光，王金力，等．ＭＴＨＦＲ基因多态性、Ｈｃｙ与重 结论建立在学习以往病例的基础上，模拟医师临床 诊断时运用直觉和模糊推断的功能自动生成，因此， 基于模糊神经网络的抑郁症自动筛选方法是继承了 以往医师临床诊断经验，比抑郁症自测量表更能反 应临床诊断信息。 神经网络的自学习和自适应特点，使得随着病 案数量的增加，数据的覆盖面越大，其中蕴含的疾病 本身的规律性就越强，利用神经网络从中抽取的函 数关系就越具普遍性，诊断的准确性就越高。因此， 运用模糊神经网络进行抑郁症的筛选，其准确性会 随病案数的增加而不断提高。 随着抑郁症患病率的不断上升，抑郁症将成为 我国日益严重的公共卫生问题，预计到２０２０年抑郁 症患病率将上升为第２位，仅次于冠心病 。而由 于患者的心理问题很容易被身体和表面症状掩盖， 或不愿向医师表达心理问题，导致抑郁症的识别率 不高。本文构建的基于模糊神经网络方法的抑郁症 筛选诊断方法可以为患者提供便捷的自评方法。此 外，随着模糊神经网络方法在医学领域的推广，该方 法将在更多类规律性较强的疾病诊断方面发挥 作用。 ３结 语 本文构建了基于模糊神经网络的抑郁症智能诊 断模型，该模型以ＢＰ神经网络结构为基础，在神经 网络的输入层之前加入一层模糊化层，对输入信息 进行模糊化处理。通过神经网络的自学习功能，使 其能够自动获取模糊规则和判断规则，并以权值和 阈值的形式存储于网络中，从而使构建的模糊神经 性抑郁症的关联研究［Ｊ］．医学研究生学报，２０１０，２３（９）： ９３４－９３７． ［３］ 王楠，张广芬，周志强，等．谷氨酸受体在抑郁症中的作 用［Ｊ］．医学研究生学报，２０１２，２５（３）：３０４－３０７． ［４］ 魏倩倩，焦志安，高进，等．焦虑症状对抑郁症治疗效果 的影响［Ｊ］．山东大学学报（医学版），２０１２，５０（９）：１１３— １１７． ［５］ 周淑新，李尔曼．筛查抑郁症［Ｊ］．中国全科医学，２０１２，１５ （３１）：３５７５－３５７７． ［６］ Ａｈｍｅｄ ＦＥ．Ａｒｔｉｉｆｃｉａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ ｆｏｒ ｄｉａｇｎｏｓｉｓ ａｎｄ ｓｕｒｖｉｖａｌ ｐｒｅｄｉｃｔｉｏｎ ｉｎ ｃｏｌｏｎ ｃａｎｃｅｒ［Ｊ］．Ｍｏｌ Ｃａｎｃｅｒ，２００５，４（１）：２９— ３５． ［７］Ｔｓｕｍｏｔｏ Ｓ．Ｋｎｏｗｌｅｄｇｅ ｄｉｓｃｏｖｅｒｙ ｉｎ ｃｌｉｎｉｃａｌ ｄａｔａｂａｓｅ ａｎｄ ｅｖａｌｕａ— ｔｉｏｎ ｏｆ ｄｉｓｃｏｖｅｒｅｄ ｋｎｏｗｌｅｄｇｅ ｉｎ ｏｕｔｐａｔｉｅｎｔ ｃｌｉｎｉｃ［Ｊ］．Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉ，２００４，１２４（４）：１２５－１３７． ［８］刘俐，霍丽琴，张峰，等．模糊ＢＰ神经网络在新生儿 ＨＩＥ早期诊断中的应用研究［Ｊ］．生物医学工程杂志，２０１１， ２８（４）：８１４－８１８，８２９． ［９］ 陈若珠，杨紫娟，韦哲．基于ＢＰ神经网络的骨质疏松疾 病的诊断分类模型［Ｊ］．医疗卫生装备，２０１１，３２（８）：９－１１． ［１Ｏ］ 高赛男，沈新华，徐炯炯．抑郁症患者的首次就诊模式选择 及临床特点研究［Ｊ］．中国全科医学，２０１２，１５（２Ｏ）：２２７４— ２２７６． ［１１］邵钧．针对一例患有抑郁症的中国学生的诊断和治疗 ［Ｊ］．中国全科医学，２０１２，１５（２８）：３２１１－３２１２． ［１２］方莹．基于模糊ＢＰ神经网络的抑郁症分诊系统［Ｊ］．陕西 理工学院学报（自然科学版），２０１０，２６（２）：２２－２４，３９． ［１３］侯艳姣，李可建，李玉真，等．抑郁症现代文献梳理［Ｊ］．辽 宁中医杂志，２０１２，３９（８）：１５００—１５０１． ［１４］乔俊飞．神经网络结构动态优化设计的分析与展望［Ｊ］．控 制理论与应用，２０１０，２７（３）：３５０－３５６． （收稿日期：２０１３－０１－２５；修回日期：２０１３－０６－０４） （责任编辑：闻 浩；英文编辑：张龙江）
