陳 燕，龔慶悅，李鐵軍，王紅云，鮑劍洋，胡孔法

（1.南京中醫(yī)藥大學人工智能與信息技術(shù)學院,江蘇南京 210023；2.南京中醫(yī)藥大學第二附屬醫(yī)院（江蘇省第二中醫(yī)院），江蘇 南京 210017；3.南京中醫(yī)藥大學 護理學院，江蘇 南京 210023）

0 引言

自神經(jīng)網(wǎng)絡［1］提出以來，相關學者從多角度拓展神經(jīng)網(wǎng)絡研究，如在深度神經(jīng)網(wǎng)絡中加入殘差塊［2］、利用深度神經(jīng)網(wǎng)絡模型分析少樣本數(shù)據(jù)［3］、含注意力機制的卷積神經(jīng)網(wǎng)絡識別語音情感［4］、保持聚類結(jié)構(gòu)的屬性網(wǎng)絡表示學習［5］等。2005 年，圖神經(jīng)網(wǎng)絡（Graph Neural Network，GNN）［6］被提出，GNN 是一種可直接應用于圖的神經(jīng)網(wǎng)絡，即利用神經(jīng)網(wǎng)絡分析圖結(jié)構(gòu)數(shù)據(jù)、圖表示學習［7］等。它有多種類型，如圖卷積神經(jīng)網(wǎng)絡（Graph Convolutional Net?works，GCNs）［8］、圖注意力網(wǎng)絡［9］、圖時空網(wǎng)絡［10］等。相關研究表明，卷積神經(jīng)網(wǎng)絡［11-12］適用于分析中醫(yī)數(shù)據(jù)，例如分析患者聲音數(shù)據(jù)［13］以輔助聞診決策，分析舌象數(shù)據(jù)以獲得患者中醫(yī)體質(zhì)類別［14］，對中醫(yī)舌苔顏色進行分類研究［15］。

乙肝小三陽、乙肝大三陽在一定情況下易相互轉(zhuǎn)化［16］，若未及時確診，將增加患肝癌等疾病的風險。近年來，針對算法模型輔助診斷乙肝的研究引起了醫(yī)學界關注，例如構(gòu)建ARIMA 模型與BP 神經(jīng)網(wǎng)絡模型預測乙型肝炎發(fā)病率［17］、通過貝葉斯網(wǎng)絡模型分析美沙酮維持治療門診患者特征和HBsAg 陽性影響因素［18］等。與傳統(tǒng)復雜網(wǎng)絡分析方法［19］相比，圖卷積神經(jīng)網(wǎng)絡［20-21］可解決實體間時序關聯(lián)信息無法充分學習等問題。

本文選取江蘇省名醫(yī)整理的182 例乙肝患者診治臨床醫(yī)案，進行中西醫(yī)指標特征分析［22］，通過XGBoost 與GCNs相結(jié)合的疾病輔助模型（Disease Auxiliary Monitoring Model Based on XGBoost and GCNs，DAM_XGCN）分析異常指標網(wǎng)絡（含有同一位患者多次診治時指標的波動信息）。該模型可輔助醫(yī)生診斷決策，且推薦波動顯著的指標項，便于醫(yī)生快速掌握患者疾病異常變化，以期為中西醫(yī)診療研究提供新的技術(shù)路線與研究思路。

1 相關工作及定義

1.1 圖卷積神經(jīng)網(wǎng)絡

利用圖卷積神經(jīng)網(wǎng)絡進行分類時，輸入數(shù)據(jù)為N 個節(jié)點對應F 個特征的0-1 矩陣H∈RN×F、P 個節(jié)點連邊的拓撲表A∈RN×P，輸出結(jié)果為各節(jié)點屬于不同類別的概率Z∈RN×2。其定義為：

本文采用兩層圖卷積神經(jīng)網(wǎng)絡，網(wǎng)絡結(jié)構(gòu)分為3 個部分：輸入層、兩個卷積層、輸出層。

1.1.1 輸入層

由醫(yī)案信息經(jīng)過格式化處理得到醫(yī)案節(jié)點的特征表信息，每個節(jié)點對應1 次就診記錄，附有異常指標特征值（異常值取1，正常值取0）；同一位患者前后就診醫(yī)案具有相關性，由此構(gòu)建醫(yī)案拓撲表A。

1.1.2 卷積層

為使孤立點（沒有任意1 個節(jié)點與之相連接，即該患者有且僅有1 次就診記錄）也可獲取相似鄰近節(jié)點信息，本文采取雙層圖卷積層。圖卷積層第一層設置如下：輸入為N個節(jié)點、d 個特征信息（參數(shù)d 的值由XGBoost 模型得到的重要性指標數(shù)確定），輸出為d 個16 維特征并作為圖卷積層第二層輸入；第二層輸出為16 個2 維特征（第一維對應乙肝小三陽，第二維對應乙肝大三陽）。

1.1.3 輸出層

根據(jù)訓練后的模型給出驗證集中每一節(jié)點屬于兩種疾病的概率，根據(jù)“優(yōu)準確率”原則得到驗證集中各醫(yī)案節(jié)點疾病診斷結(jié)果（0 表示乙肝小三陽，1 表示乙肝大三陽）。

1.2 拉普拉斯變換

圖卷積神經(jīng)網(wǎng)絡不僅對特征矩陣信息進行卷積處理，還對拓撲表A 進行拉普拉斯處理，具體操作步驟如下：

（1）拉普拉斯變化。增加節(jié)點自連接，以獲取自身信息，計算如式（3）所示。

（2）拉普拉斯歸一化。消除離群特征值，使特征值更加均勻化，計算如式（4）所示。

1.3 雙向反饋策略

本文在圖卷積神經(jīng)網(wǎng)絡第二層設計前反饋機制，有3個關鍵步驟：①通過修正線性單元（Rectified Linear Unit，ReLU）激活函數(shù)［11］，在第一卷積層訓練后得到的節(jié)點特征值中所有負數(shù)作歸0 化處理；②進入第二卷積層訓練后，得到節(jié)點特征值存為message；③計算message 損失值，如式（5）所示。

為多次迭代訓練后得到最佳訓練模型，在每次迭代后增加1 個后反饋機制，評價當前迭代得到的模型梯度值，從而進一步優(yōu)化網(wǎng)絡模型。

1.4 參數(shù)更新機制

圖卷積神經(jīng)網(wǎng)絡中需要更新的參數(shù)主要有兩個：權(quán)重W 和偏移量B。模型在第1、2 卷積層中設計各層需要的參數(shù)，即W1、B1和W2、B2，并通過ReLu 函數(shù)激活。在神經(jīng)網(wǎng)絡模型中一般采用梯度下降法［23］更新權(quán)重，即在一個方向上調(diào)整模型參數(shù)值，更新公式為：

在梯度下降基礎上，為使訓練的網(wǎng)絡穩(wěn)定收斂，Mo?mentum 算法［24-25］基于梯度移動指數(shù)作加權(quán)平均，優(yōu)化相同方向的訓練、弱化相反方向的震蕩，加速隨機梯度下降。更新公式為：

本文采用自適應矩估計（Adaptive Moment Estimation，Adam）算法［26］，Adam 同時具有Momentum 算法與均方根傳遞算法優(yōu)點，根據(jù)各參數(shù)學習速率動態(tài)調(diào)整該參數(shù)梯度一階矩估計與二階矩估計。更新公式為：

2 模型構(gòu)建

DAM_XGCN 模型構(gòu)建主要分為3 個階段，詳見圖1。階段一為異常指標網(wǎng)絡圖構(gòu)建，通過XGBoost 模型篩選重要性大于100 的異常指標特征，并進行格式轉(zhuǎn)化得到數(shù)據(jù)集H 與A；階段二為疾病診斷決策，依次設計d×16 卷積層、16×2 卷積層，并通過前/后反饋機制篩選得到最優(yōu)模型；階段三為最優(yōu)指標組合篩選，通過“優(yōu)準確率”原則得到診斷疾病的關鍵指標組合。

Fig.1 DAM_XGCN model structure圖1 DAM_XGCN 模型結(jié)構(gòu)

2.1 異常指標網(wǎng)絡構(gòu)建

本文實驗所用數(shù)據(jù)取自三甲醫(yī)院名醫(yī)精心篩選的乙肝診治臨床醫(yī)案，預處理后構(gòu)建中西醫(yī)異常指標網(wǎng)絡圖，包括556 條診次記錄。每條診次記錄中含有4 類指標，共計30 種指標項（頻次大于10，見表1）。

Table 1 Index items表1 指標項

對由指標類兩兩組成的58 種二維指標組合（頻次大于10）、由指標類三三組合的8 種三維指標組合（頻次大于4），以及一維指標組合共計96（58+8+30）種診斷指標組合作XGBoost 重要性排序分析。1 個節(jié)點代表1 位患者的1 次診斷記錄，節(jié)點屬性特征即指標組合信息，節(jié)點連邊記錄患者前后診斷關系，由此構(gòu)建特征表H 與拓撲表A，具體操作見算法1。

算法1：異常指標網(wǎng)絡構(gòu)建

2.2 疾病診斷決策

圖卷積神經(jīng)網(wǎng)絡經(jīng)多次調(diào)試，確定最優(yōu)初始化參數(shù)值，如表2 所示。

Table 2 GCNs training parameters表2 GCNs 訓練參數(shù)

該階段核心是對兩層圖卷積層作訓練，利用Pytorch 工具將訓練參數(shù)加入到訓練模型中進行迭代epoch=2 400 次，獲得最佳參數(shù)值。具體操作如算法2 所示。

算法2：疾病診斷決策

2.3 最優(yōu)指標組合篩選

指標組合篩選采用“優(yōu)準確率”原則，從階段2 得到的所有指標組合中篩選出診斷乙肝小/大三陽最優(yōu)的指標組合。具體操作如算法3 所示。

算法3：最優(yōu)指標組合篩選

Input：一、二、三維指標組合的劃分結(jié)果評價指標

Output：最佳指標組合

a）遍歷一、二維指標組合

（a）獲得每維組合在驗證集得到的準確率集合acc_val，并做升序處理；

（b）按照“優(yōu)準確率”法取出該維最佳指標組合GOOD。

b）遍歷GOOD、三維指標組合

同a）中的（a）（b）步驟得出所求的最佳結(jié)果。

3 實驗與結(jié)果分析

3.1 交/差集劃分

篩選重要性大于100 的一、二、三維指標組合，即所求差集，如圖2 所示。一維指標組合有虛脈、淡紅舌、細脈等，二維指標組合有數(shù)脈+膩苔、弦脈+肝（肝結(jié)節(jié)、肝光點密等）、虛脈+淡紅舌等，三維指標組合有弦脈+ALT+肝、薄苔+r-GT+脾等。

Fig.2 Combination association of different set index圖2 差集指標組合關聯(lián)

表1 中未出現(xiàn)在圖2 中的指標（重要性小于100）是在兩大患者群中波動區(qū)分度不顯著的異常指標，即所求交集。比較一、二、三維指標交集結(jié)果，發(fā)現(xiàn)包含緩脈指標，由此分析得出，兩大患者群前、中期均出現(xiàn)緩脈現(xiàn)象。

3.2 差集分級

對比分析DAM_XGCN 與支持向量機、邏輯回歸、貝葉斯、隨機森林、XGBoost 等傳統(tǒng)機器學習模型診斷結(jié)果準確率，如圖3 所示，得出DAM_XGCN 模型效果最優(yōu)，準確率最高為二維指標組合的0.72。

Fig.3 Histogram of prediction accuracy of 7 models圖3 7 種模型預測準確率直方圖

二維指標組合的重要性排序等級如圖4 所示，統(tǒng)計前20 種指標組合，其中90%為脈診指標與舌診指標組合，由此推斷乙肝小、大三陽病情波動與患者脈象、舌象變化關系更為密切。其中，排名前三對應的臨床醫(yī)案診斷特點：數(shù)脈+膩苔組合，幾乎全部出現(xiàn)在乙肝大三陽中，且診治中、后期出現(xiàn)頻次較多；弦脈+肝（肝結(jié)節(jié)、肝光點密等）組合，以乙肝小三陽患者為主；虛脈+淡紅舌組合，主要出現(xiàn)在乙肝小三陽患者診治前、后期及乙肝大三陽患者中期。

Fig.4 Two-dimensional index combination classification圖4 二維指標組合分級

4 結(jié)語

本文整理三甲醫(yī)院名醫(yī)記載的乙肝小、大三陽患者醫(yī)案數(shù)據(jù)，以中西醫(yī)指標（舌診指標、脈診指標、肝功能生化指標、彩超指標）作為圖節(jié)點特征，采用DAM_XGCN 模型作診斷預測。

DAM_XGCN 輔助醫(yī)生從多指標異常變化及時診斷乙肝小/大三陽患者程度，可用于確診前的乙肝小/大三陽篩查工作。將XGBoost 與GCNs 有機組合的DAM_XGCN 模型同時具有XGBoost 特征選擇優(yōu)點和GCNs 學習網(wǎng)絡圖中特征實體屬性與實體間關聯(lián)的優(yōu)勢。一方面，可以將臨床醫(yī)案中縱向時序信息（同一位患者的前后診斷醫(yī)案）與橫向關聯(lián)信息（不同指標類組合的關聯(lián)信息）加入到模型中訓練學習；另一方面，在訓練過程中可視化階段性結(jié)果，例如指標重要性排序結(jié)果、一/二/三維指標組合的交/差集結(jié)果。較傳統(tǒng)機器學習診斷預測模型，本文采用DAM_XGCN 模型劃分效果最佳，準確率高達72%。

為進一步提高基于DAM_XGCN 模型劃分兩大患者群的準確率，接下來將一方面細化數(shù)據(jù)實體信息，擴充數(shù)據(jù)；另一方面優(yōu)化DAM_XGCN 模型，考慮結(jié)合元路徑異質(zhì)網(wǎng)絡、重疊患者群發(fā)現(xiàn)等技術(shù)，對中西醫(yī)診療中的相關問題作進一步研究。