謝紅薇，閆 婷，車晉強(qiáng)

(太原理工大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,太原 030024)

?

本體驅(qū)動(dòng)的貝葉斯網(wǎng)絡(luò)模型在醫(yī)學(xué)診斷中的應(yīng)用

謝紅薇，閆 婷，車晉強(qiáng)

(太原理工大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,太原 030024)

基于本體驅(qū)動(dòng)的貝葉斯網(wǎng)絡(luò)模型來輔助醫(yī)學(xué)診斷,采用以NETICA API(Application Programming Interface)為基礎(chǔ)的算法實(shí)現(xiàn)本體和貝葉斯網(wǎng)絡(luò)之間的映射來自動(dòng)構(gòu)建貝葉斯網(wǎng)絡(luò)給出診斷信息。選擇高血壓診斷醫(yī)學(xué)模型對(duì)本文模型進(jìn)行驗(yàn)證,實(shí)驗(yàn)結(jié)果表明,該模型是正確且可行的,在醫(yī)學(xué)診斷中具有很好的普適性和可移植性。

本體;貝葉斯網(wǎng)絡(luò);智能診斷;高血壓

醫(yī)學(xué)診斷操作中存在著大量的不確定性,這些不確定性來源于信息的不完整或者知識(shí)的不可靠性。本文選用本體來解決知識(shí)管理以及用貝葉斯網(wǎng)絡(luò)的方法來處理不確定性診斷。本體作為一個(gè)知識(shí)庫,能夠?qū)㈩I(lǐng)域知識(shí)表達(dá)成機(jī)器可讀的形式；可以基于語義表達(dá)出一個(gè)復(fù)雜領(lǐng)域的組織結(jié)構(gòu),但是它不能夠處理知識(shí)的不確定。貝葉斯網(wǎng)絡(luò)通過獲取不確定知識(shí)的置信度,在給出不確定知識(shí)的推理結(jié)論方面廣為應(yīng)用[1-2]。本體含有實(shí)體類以及對(duì)象屬性和關(guān)系屬性,通過大量的實(shí)例,本體可以依賴于對(duì)象屬性將實(shí)例形成一張圖結(jié)構(gòu);貝葉斯網(wǎng)絡(luò)擁有自己的變量,這些變量之間通過依賴關(guān)系也能形成一個(gè)圖結(jié)構(gòu)。因此,可以實(shí)現(xiàn)本體與貝葉斯網(wǎng)絡(luò)的相互轉(zhuǎn)換,將本體實(shí)例映射為貝葉斯網(wǎng)絡(luò)變量,將本體實(shí)體之間的對(duì)象關(guān)系映射成貝葉斯網(wǎng)絡(luò)變量之間的依賴關(guān)系。

本體與貝葉斯網(wǎng)絡(luò)各有長(zhǎng)處,本文的創(chuàng)新點(diǎn)在于結(jié)合本體與貝葉斯網(wǎng)絡(luò)的優(yōu)點(diǎn),創(chuàng)建一個(gè)本體驅(qū)動(dòng)的貝葉斯網(wǎng)絡(luò)模型以將本體的知識(shí)采用貝葉斯網(wǎng)絡(luò)表達(dá)出其概率,通過提供病人患病概率,對(duì)醫(yī)學(xué)疾病的診斷提供參考依據(jù)。本文首先使用protégé來構(gòu)建高血壓疾病本體,然后以NETICA API (Application Programming Interface)為基礎(chǔ),從高血壓疾病本體中自動(dòng)構(gòu)造貝葉斯網(wǎng)絡(luò)模型,最后利用貝葉斯網(wǎng)絡(luò)推理出病人患高血壓的概率。

1 醫(yī)學(xué)領(lǐng)域知識(shí)表示

目前,很多學(xué)者研究了本體并給出其定義[3-8]。從本質(zhì)上來看,本體提供一種明確定義的知識(shí)。這個(gè)知識(shí)能改進(jìn)各信息體彼此交流意識(shí)的精度和效率,從而獲得操作、重用以及共享等其他好處。具體開發(fā)過程如下。

1.1 本體的目標(biāo)和范圍

為了能夠清楚地表述醫(yī)學(xué)領(lǐng)域的概念以及概念之間的關(guān)系,所構(gòu)建的醫(yī)學(xué)領(lǐng)域本體不但要滿足醫(yī)學(xué)領(lǐng)域的需要,還應(yīng)當(dāng)具有較強(qiáng)的語義推理,因此,該本體的構(gòu)建需要職業(yè)醫(yī)師的參與。

1.2 構(gòu)建本體

圖1 醫(yī)學(xué)本體類的層次關(guān)系Fig.1 The hierarchy of medical ontology

首先,在構(gòu)造領(lǐng)域本體之前,應(yīng)當(dāng)描述領(lǐng)域中的關(guān)鍵概念,圖1描述了定義在醫(yī)學(xué)本體中的關(guān)鍵概念。本體中,類是概念的表述,在此特別提及兩個(gè)主要的類，即原因(Cause)和結(jié)果(Effect)。原因的子類有環(huán)境(Environment)和遺傳(Heredity)，結(jié)果的子類有疾病(Disease)、癥狀(Symptom)、病癥(Sign)、檢驗(yàn)(Test)。

第二步是確定概念間的屬性關(guān)系。本文兩種主要屬性關(guān)系,如圖2所示。

圖2 醫(yī)學(xué)本體中類之間的關(guān)系Fig.2 The ralationship between classes in the medical ontology

任何病因至少有一個(gè)結(jié)果,實(shí)現(xiàn)方式為Cause has Effect(逆關(guān)系是Effect of Cause)。任何結(jié)果可以產(chǎn)生其它結(jié)果,實(shí)現(xiàn)方式為Effect generates Effect(逆關(guān)系是Effect generated By Effect)。這兩種關(guān)系都具有可逆性。關(guān)系的可逆性對(duì)于貝葉斯網(wǎng)絡(luò)的圖形化很重要,應(yīng)用于雙向推理當(dāng)中。

本文所構(gòu)建的本體知識(shí)庫主要來源于高血壓領(lǐng)域,如圖3所示。在環(huán)境類中,我們添加了飲酒、肥胖、運(yùn)動(dòng)、吸煙四個(gè)實(shí)例,在遺傳類當(dāng)中,我們?cè)黾恿耸欠窬哂懈哐獕翰∽迨奉?而在疾病類中,我們?cè)黾恿烁哐獕阂约胺逝职Y,類似的,我們?cè)诓“Y、病狀以及檢驗(yàn)子類中都增加了相應(yīng)的實(shí)體。

圖3 高血壓領(lǐng)域本體實(shí)例的定義Fig.3 The definition of medical ontology instance

上述所描述的本體類以及實(shí)體及類與類之間的屬性關(guān)第、對(duì)象關(guān)系都存儲(chǔ)于一個(gè)后綴為owl的文件當(dāng)中,它符合OWL規(guī)范,其本質(zhì)上屬于XML文件。我們可以將該本體文件移植到任何一個(gè)領(lǐng)域當(dāng)中,而不需要做很多的更改,只要保留基礎(chǔ)類Cause和Effect,這是因?yàn)闃?gòu)造貝葉斯網(wǎng)絡(luò)模型只需要那些基礎(chǔ)類即可。

2 貝葉斯網(wǎng)絡(luò)模型

貝葉斯網(wǎng)絡(luò)是廣泛用于不確定性的概率知識(shí)表示的圖形化模型[9]。人們獲得的知識(shí)由于主觀性、隨機(jī)性、歧義性、模糊性常常具有一定的不確定性,貝葉斯網(wǎng)絡(luò)以一種合理的方式通過概率表示現(xiàn)實(shí)世界中事物存在的不確定性,同時(shí)模塊化地表示不確定知識(shí),使得貝葉斯網(wǎng)絡(luò)在不同環(huán)境中得以應(yīng)用,尤其是在推理方向。

貝葉斯基本結(jié)構(gòu)為有向無環(huán)圖,它負(fù)責(zé)對(duì)應(yīng)用領(lǐng)域內(nèi)的變量以及變量之間的關(guān)系進(jìn)行編碼,將關(guān)聯(lián)的數(shù)字部分以及聯(lián)合概率分布進(jìn)行關(guān)聯(lián)編碼,貝葉斯網(wǎng)絡(luò)模型當(dāng)中可以對(duì)結(jié)構(gòu)和數(shù)字信息進(jìn)行建模。貝葉斯網(wǎng)絡(luò)的構(gòu)建可以按照下述步驟[10]:

Step.1 確定領(lǐng)域中的變量及變量的取值范圍；

Step.2 確定領(lǐng)域之間變量的關(guān)系并將關(guān)系描述為圖形化結(jié)構(gòu)；

Step.3 在貝葉斯當(dāng)中的變量全部來源于在本體當(dāng)中定義的實(shí)體。

在貝葉斯網(wǎng)絡(luò)模型當(dāng)中,每一個(gè)節(jié)點(diǎn)代表領(lǐng)域變量,而節(jié)點(diǎn)之間的關(guān)系代表節(jié)點(diǎn)與節(jié)點(diǎn)之間的依賴關(guān)系,本文采用NETICA API[11](Application Programming Interface)來創(chuàng)建貝葉斯網(wǎng)絡(luò)。貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)之間的層次結(jié)構(gòu)可由程序代碼自動(dòng)構(gòu)建,這個(gè)構(gòu)建操作基于醫(yī)學(xué)本體中實(shí)體之間的層次關(guān)系。所有的貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)在內(nèi)存中以并行方式創(chuàng)建,節(jié)點(diǎn)之間的父子關(guān)系通過在執(zhí)行的線程之間采用同步技術(shù)來創(chuàng)建,因此子節(jié)點(diǎn)將會(huì)等待直至它所有父節(jié)點(diǎn)都創(chuàng)建完畢。在構(gòu)造算法完成之后,條件概率表將會(huì)填充上默認(rèn)值(這個(gè)操作由NETICA自動(dòng)完成)。

條件概率表的結(jié)構(gòu)依賴于父結(jié)點(diǎn)的數(shù)量。在構(gòu)建時(shí),存在如下三種狀態(tài):

1) 對(duì)于沒有父結(jié)點(diǎn)的根結(jié)點(diǎn),條件概率表達(dá)的狀態(tài)和節(jié)點(diǎn)在本體中定義的屬性一樣。

2) 若節(jié)點(diǎn)只存在一個(gè)父節(jié)點(diǎn),用二維矩陣表示其條件概率表。其中一維是節(jié)點(diǎn)的狀態(tài),另一維是父節(jié)點(diǎn)的狀態(tài)。

3) 對(duì)于那些多于一個(gè)父節(jié)點(diǎn)的節(jié)點(diǎn),本文采用Noisy-Or算法[12]來減少概率參數(shù)的數(shù)量。Noisy-Or可以大大簡(jiǎn)化條件概率表。并且在實(shí)際應(yīng)用中,估計(jì)任意兩個(gè)節(jié)點(diǎn)之間的條件概率要比估計(jì)多個(gè)節(jié)點(diǎn)針對(duì)于一個(gè)節(jié)點(diǎn)的聯(lián)合條件概率要容易。

定義1 因果獨(dú)立性。在貝葉斯網(wǎng)絡(luò)模型中,若父變量X1,X2,…,Xn均可以單獨(dú)對(duì)子變量C產(chǎn)生概率影響,則稱這n個(gè)父節(jié)點(diǎn)是相互因果獨(dú)立的。

在因果獨(dú)立的情況下,稱貝葉斯網(wǎng)絡(luò)模型為Noisy-Or模型,Noisy-Or模型中各節(jié)點(diǎn)的父節(jié)點(diǎn)之間都是因果獨(dú)立的。則圖4所示的貝葉斯網(wǎng)絡(luò)中節(jié)點(diǎn)X4發(fā)生的條件概率如下所示。

(1)

圖4 簡(jiǎn)單的貝葉斯網(wǎng)絡(luò)Fig.4 A simple Bayesian network

文中大多數(shù)條件概率表來自中國(guó)心血管病報(bào)告2010[13]。極少數(shù)條件概率表是經(jīng)由心血管醫(yī)生的指導(dǎo)下統(tǒng)計(jì)獲取的。例如,表1顯示了不同危險(xiǎn)因素對(duì)高血壓患病風(fēng)險(xiǎn)的影響。

3 實(shí)驗(yàn)與分析

NETICA既提供了可以操縱貝葉斯網(wǎng)絡(luò)的多種程序語言API,又提供了可視化操作貝葉斯網(wǎng)絡(luò)的軟件產(chǎn)品。NETICA的可視化推理實(shí)驗(yàn)方法如下。

表1 不同危險(xiǎn)因素對(duì)高血壓的患病風(fēng)險(xiǎn)

1) 生成貝葉斯網(wǎng)絡(luò)層次結(jié)構(gòu)。本文的第1節(jié)對(duì)本體進(jìn)行了介紹并講解了如何構(gòu)建本體,然后以高血壓領(lǐng)域?yàn)槔咏⒘烁哐獕侯I(lǐng)域本體,該本體存儲(chǔ)在一個(gè)符合OWL規(guī)范的XML文件中。該文件將成為第2節(jié)講解的從疾病本體自動(dòng)構(gòu)建疾病的貝葉斯網(wǎng)絡(luò)模型算法的輸入,同時(shí)該算法還將輸出一個(gè)NETICA軟件產(chǎn)品可識(shí)別的貝葉斯網(wǎng)絡(luò)模型。不過這個(gè)模型還不能夠用于推理,因?yàn)樵撃Ｐ蛢H僅包含了從本體中映射而來的結(jié)構(gòu)信息。

2) 輸入模型的數(shù)字信息—條件概率表。條件概率表將采用本文第2節(jié)所講的方式進(jìn)行處理。對(duì)沒有父節(jié)點(diǎn)或者只有一個(gè)父節(jié)點(diǎn)的那些節(jié)點(diǎn),其條件概率表可以直接在可視化的表格中輸入。

對(duì)于有多個(gè)父節(jié)點(diǎn)的那些節(jié)點(diǎn),采用Noisy-Or算法來簡(jiǎn)化條件概率表。其條件概率將采用式(1)來計(jì)算。在NETICA軟件中,采用Noisy-Or算法的條件概率表用公式表示。在高血壓貝葉斯網(wǎng)絡(luò)模型中,有兩個(gè)節(jié)點(diǎn)需要使用Noisy-Or算法。

節(jié)點(diǎn)Obesity(肥胖)的條件概率公式如式(2)所示。其中,數(shù)字0.30表示p(Obesity|Overnutrition)=0.30,即Overnutrition(營(yíng)養(yǎng)過剩)取值為yes的條件下,Obesity(肥胖)取值為yes的概率。同樣,數(shù)字0.27可以類似的解釋。

p(Obesity | Overnutrition, notEnoughExercise)=NoisyOrDist(Overnutrition,0.30,notEnoughExercise,0.27) .

(2)

節(jié)點(diǎn)Hypertension(高血壓)的條件概率公式如式(3)所示。

p(Hypertension | Cholesterol, Obesity,triglyceride, Alcohol,Smoking, FamilyHypertension)=NoisyOrDist(Cholesterol, 0.432 6,Obesity, 0.512 0, triglyceride, 0.372 0, Alcohol, 0.288 3, Smoking, 0.263 2, FamilyHypertension, 0.303 8) .

(3)

3) 輸入病人證據(jù)并診斷。采用如表2所示的證據(jù)來做實(shí)驗(yàn)測(cè)試，該證據(jù)來自一位確診患有高血壓的病人。

首先輸入表2中除節(jié)點(diǎn)Obesity、Cholesterol、 triglyceride以外的所有證據(jù),診斷結(jié)論如圖5所示。從圖5可以看出該病人患高血壓的概率是65.2%。

表2 系統(tǒng)測(cè)試數(shù)據(jù)

圖5 診斷結(jié)論1Fig.5 Diagnostic conclusion 1

現(xiàn)在我們?cè)谏弦淮卧\斷證據(jù)的基礎(chǔ)上加上Obesity這個(gè)節(jié)點(diǎn)的證據(jù)。輸入這些證據(jù)得到的診斷結(jié)論如圖6所示。此時(shí)可以看到該病人患高血壓的概率是83.4%。由于有了Obesity這個(gè)更強(qiáng)的證據(jù),此時(shí)Overnutrition節(jié)點(diǎn)與notEnoughExercise節(jié)點(diǎn)的證據(jù)就失去了作用。從圖6可以看出通過Obesity節(jié)點(diǎn)證據(jù)反推出Overnutrition節(jié)點(diǎn)與notEnoughExercise節(jié)點(diǎn)的概率。

圖6 診斷結(jié)論2Fig.6 Diagnostic conclusion 2

最后,輸入表2中的所有證據(jù),得到的診斷結(jié)論如圖7所示。此時(shí)可以看出該病人患高血壓的概率是84.8%。對(duì)比圖5—圖7,我們可以看出,證據(jù)越充分,診斷的準(zhǔn)確性越高。通過該診斷模型,可以對(duì)病人高血壓患病情況提供診斷參考。

圖7 診斷結(jié)論3Fig.7 Diagnostic conclusion 3

此外,還可以在確定病人患高血壓的概率后,進(jìn)一步推理出該病人由高血壓引起的癥狀或其它病癥的概率。圖5—圖7中之所以Cephalagia，Epistaxis，Dizziness這3個(gè)節(jié)點(diǎn)的概率為默認(rèn)值(50%),是因?yàn)槲覀兩形刺峁└哐獕号c這些節(jié)點(diǎn)之間關(guān)系的條件概率表。

4 結(jié)論

本文所提出的本體驅(qū)動(dòng)的貝葉斯網(wǎng)絡(luò)模型充分利用了本體知識(shí)庫的語義性及強(qiáng)表達(dá)性,自動(dòng)將本體中的實(shí)體轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)模型。從而巧妙地利用了貝葉斯網(wǎng)絡(luò)在解決不確定性和非完整性信息的優(yōu)勢(shì)。

為證明該模型的有效性,本文構(gòu)建了一個(gè)高血壓本體。通過將高血壓本體映射在貝葉斯網(wǎng)絡(luò)模型中,輸入不同的條件概率,獲得患者患高血壓的概率。實(shí)驗(yàn)結(jié)果表明，本體驅(qū)動(dòng)的貝葉斯網(wǎng)絡(luò)模型可以根據(jù)高血壓病人數(shù)據(jù)做出正確的判斷,同時(shí)不難看出診斷精度依賴于患者證據(jù),證據(jù)越充足,診斷精度越高。此外,診斷精度也取決于貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的合理性以及條件概率的準(zhǔn)確性,所以在未來的工作中我們會(huì)調(diào)整高血壓本體的層次結(jié)構(gòu)使其更加合理,進(jìn)一步提高條件概率表的準(zhǔn)確性。

由于現(xiàn)有的依靠測(cè)量血壓的方法來診斷高血壓存在一些缺陷,例如“白大衣效應(yīng)”導(dǎo)致誤診,隱匿性高血壓可能會(huì)導(dǎo)致漏診。因此,本文建立的高血壓診斷模型可以作為現(xiàn)有診斷高血壓方法的補(bǔ)充,輔助內(nèi)科醫(yī)生更好地做出診斷。

[1] CHAPELLE O,ZHANG Y.A dynamic Bayesian network click model for web search ranking[C]∥ACM.Proceedings of the 18th International Conference on World Wide Web,2009:1-10.

[2] SRINIVAS K,RANI B K,GOVRDHAN A.Applications of data mining techniques in healthcare and prediction of heart attacks[J].International Journal on Computer Science and Engineering (IJCSE),2010,2(2):250-255.

[3] JUNG J J.Reusing ontology mappings for query routing in semantic peer-to-peer environment[J].Information Sciences, 2010, 180(17): 3248-3257.

[4] SPIES M.An ontology modelling perspective on business reporting[J].Information Systems,2010,35(4):404-416.

[5] LI J,TANG J,LI Y,et al.RiMOM:A dynamic multistrategy ontology alignment framework[J].IEEE.Transactions on Knowledge and Data Engineering,2009,21(8):1218-1232.

[6] WANG J,HUANG Q,LIU Z P,et al.NOA:a novel network ontology analysis method[J].Nucleic Acids Research,2011,39(13):e87.

[7] LEHMANN J.DL-Learner:learning concepts in description logics[J].The Journal of Machine Learning Research,2009,10:2639-2642.

[8] JEPSEN T C.Just what is an ontology,anyway?[J].IT Professional,2009,11(5):22-27.

[9] LIU K F R,LU C F,CHEN C W,et al.Applying bayesian belief networks to health risk assessment[J].Stochastic Environmental Research and Risk Assessment,2012,26(3):451-465.

[10] DARWICHE A.Modeling and reasoning with Bayesian networks[M].Cambridge:Cambridge University Press,2009.

[11] NORSYS SOFTWARE CORP.Netica-J Manual[M].Vancouver:Norsys Software Corporation,2010.

[12] HENRION M.Practical issues in constructing a Bayes’ belief network[J].2013,3:132-139.

[13] 衛(wèi)生部心血管病防治研究中心.中國(guó)心血管病報(bào)告2010[M].4版.北京:中國(guó)大百科全書出版社,2010：44-78.

(編輯：朱 倩)

Using Ontology-Driven Bayeslan Network Model in Medical Dlagnosis

XIE Hongwei,YAN Ting,CHE Jinqiang

(DepartmentofComputerScienceandTechnology,TaiyuanUniversityofTechnology,Taiyuan030024，China)

An ontology-driven Bayesian Network model is proposed in the paper in order to assist medical diagnosis. An algorithm based on NETICA API is used for realizing the mapping between the ontology and Bayesian network to build Bayesian Network automatically in order to make a diagnosis. Finally, a sample medicine model for the diagnosis of hypertension is adopted to test this model. Experimental results demonstrate that the model is correct and feasible. The proposed model has good universality and portability in medical diagnosis.

ontology;bayesian network;intelligent diagnosis;hypertension

1007-9432(2016)03-0389-05

2015-05-30

國(guó)家高科技研究發(fā)展計(jì)劃(863計(jì)劃):基于用戶興趣模型的媒體大數(shù)據(jù)內(nèi)容整合與合視化技術(shù)(2014AA015204),山西省國(guó)際科技合作項(xiàng)目：基于數(shù)據(jù)分析的遠(yuǎn)程智能監(jiān)護(hù)系統(tǒng)和推理輔助診斷模型系統(tǒng)研發(fā)(2014081018-2),山西省科技基礎(chǔ)條件平臺(tái)建設(shè)基金資助項(xiàng)目(2013091003-0103)

謝紅薇(1962-)，女，江蘇武進(jìn)人，博士，教授，主要從事人工智能、醫(yī)學(xué)信息學(xué)的研究，(E-mail)xiehongwei@tyut.edu.cn.

TP39

A

10.16355/j.cnki.issn1007-9432tyut.2016.03.021