陳俊梅+周晉陽+張慧英

摘 要： 為提高患者就醫(yī)效率設計了一套智能推薦診斷掛號算法，對大量的歷史病案文本進行訓練和機器學習，以患者特征為依據進行分類并推薦相應的科室。使用遺傳算法與支持向量機結合進行特征值提取和參數優(yōu)化，以核函數參數和文本特征值作為遺傳算法的染色體執(zhí)行選擇、交叉和變異操作，為提高遺傳算法效率并避免陷入局部最優(yōu)值，在遺傳算法初始化群體階段使用加權深度優(yōu)先搜索和輪盤賭結合的機制以保證種群多樣性，并對交叉概率和變異概率進行自適應優(yōu)化，在保留有用遺傳信息的同時實現全局搜索。實驗結果表明，該算法在有效降低特征值數目的同時提高了分類精度。

關鍵詞： 改進遺傳算法； 支持向量機； 智能醫(yī)療系統(tǒng)； 智能推薦診斷掛號算法

中圖分類號： TN911?34 文獻標識碼： A 文章編號： 1004?373X（2017）11?0115?04

Intelligent?recommendation diagnosis registration algorithm based on improved GA?SVM

CHEN Junmei1， ZHOU Jinyang1， ZHANG Huiying2

（1. Department of Biomedical Engineering， Changzhi Medical College， Changzhi 046000， China；

2. Department of Basic Medicine， Changzhi Medical College， Changzhi 046000， China）

Abstract： An intelligent?recommendation diagnosis registration algorithm was designed to improve the efficiency of medical treatment. The intelligent medical system performs training and machine learning for a large number of historical medical record texts， and classifies and recommends the appropriate medical departments for patients according to the patient characteristics. The genetic algorithm （GA） is combined with support vector machine to extract the characteristic value and optimize the parameter. The kernel function parameters and text characteristic values are taken as the chromosomes of the genetic algorithm to execute the selection， crossover and mutation operations. To improve the efficiency of GA， and avoid trapping in local optimum， the mechanism combining weighted depth?first search with roulette is used in the group initialization stage with GA to guarantee the population diversity， and performs with adaptive optimization to the crossover probability and mutation probability， which can realize the global search while reserving the useful genetic information. The experiment results show that the algorithm can improve the classification accuracy while reducing the quantity of characteristic values.

Keywords： improved genetic algorithm； support vector machine； intelligent medical system； intelligent?recommendation diagnosis registration system

0 引 言

現代醫(yī)學分工精細化為門診患者自助掛號帶來了一定的困擾，患者及其家人因缺乏專業(yè)基礎知識而且選擇主觀性大，易出現掛號時因科室較多難于選擇而費時低效，甚至存在掛錯科室的現象，給患者和醫(yī)院都帶來了不便，這是醫(yī)療辦提高自助掛號準確率的主要原因。如今電子病案普及應用日益加大，大量病案文本的存在為智能醫(yī)療系統(tǒng)進行文本特征分析提供了便利，通過特征分析和識別結果，患者及其家人可進行初判進行準確掛號，給患者帶來便利的同時可較大地提高醫(yī)療效率[1]。但大量的電子病案文本特征及海量的冗余信息為相關應用的特征值選擇帶來了較大的困擾[2]，目前常用的文本特征選擇包括粒子群優(yōu)化算法、遺傳算法、序列選擇算法、關聯(lián)規(guī)則選擇算法等[3]，此外神經網絡、樸素貝葉斯分類、KNN文本分類、支持向量機（Support Vector Machine，SVM）等分類方法也被應用于這一領域[4]，其中SVM是一種較優(yōu)的選擇，該方法基于結構風險最小化原則和學習統(tǒng)計理論，與傳統(tǒng)的學習方法相比，SVM可較好地克服局部極小點、過擬合、維數災難和小樣本等問題，利用構設的最優(yōu)分類可實現對未知樣本的最小分類誤差。因此得到較多的關注和研究，但是SVM仍有許多需要完善之處，主要表現為沒有統(tǒng)一標準進行參數選取，傳統(tǒng)參數選取方法依據經驗進行拼湊[5]，之前利用粒子群算法對SVM進行優(yōu)化取得了一定效果，但易陷入局部極小值[6]。本文選擇遺傳算法（Genetic Algorithm，GA）和SVM結合進行病案文本特征選取，并針對遺傳算法的不足，進行交叉概率、變異概率自適應優(yōu)化和加權深度優(yōu)先搜索機制優(yōu)化初始化群體以提高算法性能，實現智能推薦診斷掛號算法。

1 電子病案文本分類原理

如同其他SVM算法應用，電子病案文本樣本將分為訓練樣本和測試樣本。首先需對電子病案文本進行預處理[7]，主要是提取關鍵詞以描述處理過程，包括去停用詞、中文分詞等，從而將文本轉換成SVM處理所需的形式。設文本集合為，特征詞集合為，文本集合中的一個文檔可表示為，其中各個元素對應特征詞集合中的特征值，其計算方法如下：

（1）

式中：表示特征詞在第個文檔中出現的頻率；為出現特征詞的文本總數；表示文本總數。

式（1）是一種權值計算方法，采用的是TF/IDF計算法，其中IDF表征特征詞出現在整個文本集中的頻率，TF表征特征詞在對應單一文本中出現的概率。

之后構造SVM分類算法的分類器，其本質是利用非線性映射將輸入向量映射到某個高維特征空間并在該空間構設最優(yōu)分類超平面，最優(yōu)分類的標準是將兩類正確分開的同時保證分類間隔最大[8]，其示意圖如圖1所示。

圖1 卷積神經網絡結構

SVM分類器的輸入是各個病案文本，輸出是多個病種中的一個，而多分類問題是一個求解約束條件下的凸二次規(guī)劃問題，即：

（2）

式中為懲罰因子，主要用于調整分類器的誤分類率和泛化能力的折衷。引入拉格朗日因子法解決優(yōu)化問題，拉格朗日函數為：

（3）

式中：和均為Lagrange函數的乘子向量。

其對偶問題為：

（4）

式中為核函數，可得最終的判決函數為：

（5）

目前常用的核函數包括線性核函數、多項式核函數、徑向基核函數等[9]，其中徑向基核函數對高維非線性數據有較強的分析能力，而且參數僅有懲罰因子和標準化參數因此將其作為病案文本分類SVM的核函數，其表達式為：

（6）

在此基礎上判決函數最小化問題可轉化為的設置問題。研究表明，懲罰因子用于分類器的誤分類率和泛化能力的折衷，其值越小表示懲罰越小，學習機器復雜度低但經驗風險值大，其值越大表示懲罰越大，對錯分樣本的懲罰也越大；標準化參數影響高維特征空間樣本數據分布的復雜程度，其值變化會改變特征空間維數，從而影響結構風險范圍。因此需要尋找全局范圍內最優(yōu)的，本文使用遺傳算法優(yōu)化SVM以獲取全局最優(yōu)結果。

2 基于改進的GA?SVM的分類算法

2.1 GA?SVM原理

遺傳算法建立在達爾文進化論基礎上，用于在計算機上模擬生命進化機制以搜索最優(yōu)解，主要以優(yōu)勝劣汰、適者生存等原則進行搜索求解，其主要優(yōu)點是不需要復雜運算和建模，只需遺傳算法的三種算子即可獲取最優(yōu)解[10]。常規(guī)遺傳算法主要包括染色體編碼、種群規(guī)模、適應度函數和遺傳算子。

種群個體可用長度為的二進制串表示，其值為1則選擇該特征，其值為0則不選擇該特征，從而建立種群個體及對應特征。由于病案文本的特殊性，種群個體的染色體主要包含兩部分，分別是SVM的參數及病案特征值。

種群規(guī)模大小直接影響遺傳算法的性能，目前常用取值區(qū)間為以綜合算法復雜度與種群多樣性的平衡。

適應度函數是遺傳算法指引搜索的惟一信息，用于評價各碼串對問題的適應程度，需遵循的原則包括：選用的特征子集盡可能少；應可實現通用；有利于提高分類準確性。

綜合考慮各種因素，可得適應度函數為：

（7）

式中：為病種分類準確度；為選擇特征值的數目；為調節(jié)權重參數，用于調節(jié)病種分類準確率及特征值數目，其值越大病種分類準確率越高，但特征值選擇的數目越多。

遺傳算子主要包括選擇算子、交叉算子和變異算子，選擇算子將父代中適應度值高的染色體復制到子代中，同時淘汰適應度值低的個體，一般使用輪盤賭法進行選擇運算，該方法可有效避免算法陷入局部最優(yōu)解；交叉算子是隨機選擇種群中的一對個體，互相交換染色體部分數字串形成新的個體，本文使用單點交叉法，染色體間隨機選擇4個數字串進行交叉，交叉概率為；變異算子是以很小概率即變異概率改變遺傳基因，即將染色體中數字串的值取反，從而提高種群多樣性并防止搜索停滯。的計算方法如下所示：

（8）

（9）

式中：為變異個體對應的適應度值；為兩個交叉?zhèn)€體的適應度值；分別為進化代中適應度值的最大值、平均值；為交叉子代適應度值分別大于、等于平均值時的交叉概率；為變異子代適應度值分別大于、等于平均值時的交叉概率。

2.2 加權深度優(yōu)先搜索機制優(yōu)化

由于傳統(tǒng)的遺傳算法隨機產生初始種群，有一定概率在算法開始時陷入局部最優(yōu)[11]，為避免這種情況出現，結合使用輪盤賭和加權深度優(yōu)先搜索方法產生遺傳算法的初始種群，以自適應、啟發(fā)式的初始化方法保證群體分布的均勻性、搜索速度，從而保證種群多樣性。

設初始種群數目為為種群中各個體賦予對應的權值，對各節(jié)點進行深度優(yōu)先搜索時，根據對應的大小使用輪盤賭機制選定節(jié)點，找到符合要求的路徑后生成初始種群的染色體并對路徑上所有個體權值減1，重復上述步驟直至生成滿足群體規(guī)模要求的染色體數目。

2.3 交叉概率與變異概率修正

式（8），式（9）所示的傳統(tǒng)遺傳算法代表的搜索進程仍存在一定缺陷，主要風險是易陷入早熟導致無法搜索到全局最優(yōu)值[12]，分析遺傳算法過程可發(fā)現遺傳算法的初期由于不同個體間差異大，較小的變異概率和較大的交叉概率可實現有用遺傳信息的保存，而隨著遺傳算法進程的不斷深入，子代個體間適應度值逐漸趨向一致，較大的變異概率和較小的交叉概率可有效增加種群個體的多樣性，更有利于進行全局搜索?；谶@一理念，本文對交叉概率和變異概率進行優(yōu)化，進行自適應生成，其計算方法如下所示：

（10）

（11）

式中：為個體對應遺傳代數；為最大遺傳代數；分別為第代個體的交叉概率和變異概率；分別為交叉概率修正常數、變異概率修正常數。通過這種逐代交叉概率和變異概率修正，實現其值在不同進化代數的自適應調整，在保留有用遺傳信息的同時實現全局搜索。

2.4 改進的GA?SVM算法

改進的GA?SVM算法應用于智能推薦診斷掛號的流程如圖2所示。對電子病案文本特征值進行預處理，主要包括去除冗余信息和數據降維，然后從已有的個特征中按選取原則選擇個特征，從而實現最優(yōu)化指標，最后對輸出結果進行譯碼可獲得徑向基核函數參數與病案特征的最優(yōu)值。

3 實驗驗證

為驗證算法性能，數據來源于山西長治某兒科醫(yī)院的皮膚粘膜淋巴結綜合征、猩紅熱、風疹三種疾病共1 000例病案，三類疾病均在一定程度上存在發(fā)熱、頭痛、食欲減退、咽喉痛、皮疹等癥狀，選取其中900例為訓練樣本，其余100例為測試樣本，測試算法根據病癥特征進行分類的準確性。為測試改進算法的效果，將本文算法（IGA?SVM）與

從表1可以看出，通過本文算法對特征值選擇的優(yōu)化，其數目由198個降至132個，去除了冗余特征值，提高了系統(tǒng)運算效率，而且算法的分類精度優(yōu)于GA?SVM和PSO?SVM兩種算法分類精度，這是由于本文算法在種群初始化過程中使用輪盤賭和加權深度優(yōu)先搜索方法保證了種群的多樣性，同時對交叉概率和變異概率進行自適應優(yōu)化，在保留有用遺傳信息的同時實現全局搜索，提高了算法的性能。本文算法的分類歷史曲線如圖3所示，顯示了算法在優(yōu)化參數過程中不斷選擇最優(yōu)進化結果，在28次迭代后曲線較為平緩，說明算法在多次跳出局部最優(yōu)之后最終達到全局最優(yōu)，優(yōu)化了算法的分類結果。

4 結 語

本文將遺傳算法和支持向量機結合應用于智能醫(yī)療系統(tǒng)，目的是為患者提供掛號科室推薦，正確、高效的推薦結果是系統(tǒng)的必然要求。為提高算法分類精度，針對遺傳算法的不足進行了分析，對其種群初始化過程和進化過程進行了優(yōu)化。實驗結果表明，優(yōu)化后算法的性能優(yōu)于常規(guī)的遺傳算法及PSO?SVM，分類精度得到了一定程度的提升，在智能醫(yī)療領域具有一定的應用前景。

參考文獻

[1] HEIKKINEN V， KORPELA I， TOKOLA T， et al. An SVM classification of tree species radiometric signatures based on the Leica ADS40 sensor [J]. IEEE transactions on geoscience and remote sensing， 2011， 49（11）： 4539?4551.

[2] 宋淑彩，龐慧，丁學鈞.GA?SVM算法在文本分類中的應用研究[J].計算機仿真，2011，28（1）：222?225.

[3] 楊梅，卿曉霞，王波.基于改進遺傳算法的神經網絡優(yōu)化方法[J].計算機仿真，2009，26（5）：198?201.

[4] 朱文靜，白靜.一種混沌人工魚群算法對SVM參數的優(yōu)化及應用[J].微電子學與計算機，2016，33（3）：90?94.

[5] BIN G F， GAO J J， LI X J， et al. Early fault diagnosis of rotating machinery based on wavelet packets?empirical decomposition feature extraction and neural network [J]. Mechanical systems and signal processing， 2012， 27（1）： 696?711.

[6] 胡天騏，單劍鋒，宋曉濤.基于改進PSO?LSSVM的模擬電路故障診斷方法[J].計算機技術與發(fā)展，2015，25（6）：193?196.

[7] FU A M， SUN G Q， GUO Z F， et al. Forest cover classification with MODIS images in northeastern Asia [J]. IEEE journal of selected topics in applied earth observations remote sensing， 2010， 3（2）： 178?189.

[8] 劉東平，單甘霖，張岐龍，等.基于改進遺傳算法的支持向量機參數優(yōu)化[J].微計算機應用，2010，31（5）：11?15.

[9] 馬元良，裴生雷.基于改進遺傳算法的SVM參數優(yōu)化研究[J].計算機仿真，2010，27（8）：150?153.

[10] 巨志斌.遺傳算法在車牌特征選擇的應用研究[J].計算機仿真，2010，27（12）：331?335.

[11] 徐勝舟，裴承丹.基于遺傳算法和支持向量機的乳腺腫塊識別[J].計算機仿真，2015，32（2）：432?435.

[12] 王福林，王吉權，吳昌友，等.實數遺傳算法的改進研究[J].生物數學學報，2006，21（1）：153?158.