基于周期圖法的運(yùn)氣學(xué)說周期探討.pdf

1、目的:
　　對(duì)中醫(yī)運(yùn)氣學(xué)說的研究，一直以來都是中醫(yī)研究的重要內(nèi)容。長(zhǎng)期以來，運(yùn)用氣象、臨床資料對(duì)運(yùn)氣學(xué)說的研究從來沒有停止過。新中國(guó)成立后，氣象觀察站網(wǎng)遍及全國(guó)。得益于氣象資料的積累，上世紀(jì)80年代開始，全國(guó)各地開展了廣泛的對(duì)運(yùn)氣學(xué)說的印證性研究。方法學(xué)上，亦逐漸趨于客觀，從枚舉法轉(zhuǎn)向數(shù)理統(tǒng)計(jì)方法。然而，當(dāng)前運(yùn)氣學(xué)說的研究上，存在評(píng)價(jià)標(biāo)準(zhǔn)混亂，指標(biāo)選用不一的現(xiàn)象。對(duì)于何種指標(biāo)能夠反映主運(yùn)、主氣或客運(yùn)、客氣上，尚缺乏系統(tǒng)的研究。而在

2、運(yùn)氣學(xué)說周期的探討上，當(dāng)前絕大多數(shù)研究均立足于時(shí)域上的探討，而忽略了運(yùn)氣理論周期其本身就是一種頻率的事實(shí)。鑒于此，本文的目的在于通過統(tǒng)計(jì)學(xué)假設(shè)檢驗(yàn)對(duì)運(yùn)氣學(xué)說研究的氣象指標(biāo)進(jìn)行系統(tǒng)研究，同時(shí)，立足于頻域的角度，運(yùn)用地面氣溫資料及肺炎臨床病例對(duì)運(yùn)氣理論中的周期性進(jìn)行探討。
　　方法:
　　運(yùn)用R.3.3.2進(jìn)行統(tǒng)計(jì)分析和繪圖。
　　先對(duì)資料的年份進(jìn)行重新編碼:以大寒節(jié)氣作為一個(gè)運(yùn)氣年的開始，小寒節(jié)氣最后一天作為一個(gè)運(yùn)氣年的

3、結(jié)束，以大部分時(shí)間所在的年份作為運(yùn)氣年的標(biāo)記。其后，計(jì)算運(yùn)氣年1952年-運(yùn)氣年2014年各年份的運(yùn)氣格局。
　　研究分為4部分:
　　第一部分探討地面氣溫與運(yùn)氣周期的相關(guān)性，對(duì)廣州、北京兩地按歲運(yùn)-運(yùn)氣年、司天-運(yùn)氣年、歲運(yùn)-主運(yùn)、司天-主氣分組計(jì)算的日平均氣溫均值進(jìn)行方差分析。運(yùn)用余弦曲線對(duì)月份-日、歲運(yùn)-主運(yùn)、司天-主氣分組計(jì)算的日平均氣溫均值進(jìn)行擬合，并對(duì)月份-日的擬合曲線進(jìn)行求導(dǎo)。運(yùn)用歲運(yùn)-主運(yùn)、司天-主氣的的余弦

4、擬合模型對(duì)運(yùn)氣年2012年-運(yùn)氣年2014年的均值進(jìn)行預(yù)測(cè)。對(duì)各客運(yùn)、客氣周期平均氣溫均值進(jìn)行方差分析，并用Tukey's檢驗(yàn)進(jìn)行兩兩比較。對(duì)廣州60年日平均氣溫求百分比秩，百分比秩≤5％和≥95％分別定義為最冷、最熱天氣，對(duì)最冷、最熱天氣頻數(shù)按歲運(yùn)、司天分組進(jìn)行統(tǒng)計(jì)描述、秩次分析及卡方檢驗(yàn)，并運(yùn)用周期圖法探討客運(yùn)、客氣周期，并通過周期函數(shù)曲線反映客運(yùn)、客氣變化與最冷、最熱天氣頻數(shù)之間的動(dòng)態(tài)關(guān)系。
　　第二部分為癥狀信息提取與標(biāo)準(zhǔn)

5、化，運(yùn)用《中醫(yī)診斷學(xué)》《診斷學(xué)》及1000份病例建立癥狀描述詞庫、癥狀標(biāo)準(zhǔn)化數(shù)據(jù)庫、關(guān)鍵詞-形容詞數(shù)據(jù)庫，運(yùn)用正則表達(dá)式對(duì)癥狀描述進(jìn)行預(yù)處理，使用基于最大概率法的直接提取方案和組合提取方案進(jìn)行分詞，從輸出維度、手工處理癥狀描述數(shù)量、癥狀提取效果的角度比較不同的方案。
　　第三部分為中醫(yī)癥狀信息降維的探討，采用標(biāo)準(zhǔn)化輸出的癥狀數(shù)據(jù)集，對(duì)比不同次層神經(jīng)元數(shù)量的5層D BA(Deep Belief network Aotoencoder

6、)降維效果，及LPCA(LogisticsPCA)和3層、5層DBA在癥狀信息中的降維效果。
　　第四部分為肺炎病例分類及與主運(yùn)、主氣相關(guān)性探討。對(duì)各主運(yùn)、主氣的性別分布采用卡方檢驗(yàn)，對(duì)年齡分布采用Kruskal-Wallis H秩和檢驗(yàn)。運(yùn)用LPCA.16進(jìn)行數(shù)據(jù)降維，對(duì)各病例主成分得分采用K-means聚類分析實(shí)現(xiàn)對(duì)病例進(jìn)行分類，統(tǒng)計(jì)各分類出現(xiàn)構(gòu)成比最高的前10個(gè)癥狀，并用關(guān)聯(lián)規(guī)則分析提取頻繁項(xiàng)集。運(yùn)用卡方檢驗(yàn)探討病例分類與主

7、運(yùn)、主氣的相關(guān)性，運(yùn)用周期圖法找出各類別的主要周期，對(duì)含有繪制主運(yùn)、主氣周期的，繪制其函數(shù)，探討各類別其病例數(shù)與主運(yùn)、主氣之間的動(dòng)態(tài)關(guān)系。
　　結(jié)果:
　　以地面氣溫為例，探討氣象資料與五運(yùn)六氣之間的相關(guān)性上，經(jīng)方差分析，廣州、北京兩地各歲運(yùn)-運(yùn)氣年、司天-運(yùn)氣年、歲運(yùn)-主運(yùn)、司天-主氣分組計(jì)算的日平均氣溫均值差異不具統(tǒng)計(jì)學(xué)意義(P＞0.20)，對(duì)按月份-日、年內(nèi)主運(yùn)、主氣分組計(jì)算的日平均氣溫均值氣溫余弦擬合曲線模型均成立(

8、P＜0.0001)，模型擬合良好（調(diào)整后R2＞0.95）。歲運(yùn)-主運(yùn)、司天-主氣的擬合模型預(yù)測(cè)效果良好，運(yùn)氣年2012年-運(yùn)氣年2014年各主運(yùn)、主氣的日平均氣溫均值基本落在95％CI內(nèi)，R2均大于0.95。對(duì)各客運(yùn)、客氣周期年平均氣溫均值進(jìn)行Tukey's檢驗(yàn)顯示，后兩周期較前兩周期均值高。最冷、最熱天氣頻數(shù)分布上，歲運(yùn)上，太過之年最冷天氣頻數(shù)較多，不足之年較少;太羽、少角、太徵、少宮、太商最熱天氣頻數(shù)較多，而少羽、太角、少徵、太宮、

9、少商最熱天氣頻數(shù)較少。司天上，少陰君火、少陽相火、太陽寒水最冷天氣頻數(shù)較多，厥陰風(fēng)木、太陰濕土、陽明燥金頻數(shù)較少;少陰君火、太陰濕土、少陽相火最熱天氣頻數(shù)較多，厥陰風(fēng)木、陽明燥金、太陽寒水較少。各歲運(yùn)、司天最冷、最熱天氣頻數(shù)在各個(gè)客運(yùn)、客氣周期內(nèi)的秩次分布總體上與其總頻次相近，但各周期間秩次有波動(dòng)，并非一成不變，卡方檢驗(yàn)顯示，各歲運(yùn)、司天最冷、最熱天氣頻數(shù)分布與客運(yùn)、客氣周期有關(guān)（P＜0.0001）。周期圖法示，最冷天氣頻數(shù)存在2年周期

10、、3年周期、5年周期，通過周期的組合，可以生成6年周期、10年周期;最熱天氣頻數(shù)存在6年周期和10年周期。各周期在大致區(qū)分頻數(shù)多少上基本準(zhǔn)確率，但在秩次上尚有不足。
　　癥狀信息提取上，經(jīng)過改良的直接提取方案和組合提取方案較單純運(yùn)用最大概率法分詞而言，能夠有效降低中文分詞輸出的維度數(shù)量。但兩個(gè)方案仍有較多的癥狀描述需要手工處理，組合提取方案能夠減少約一半的需要手工處理的癥狀描述。兩個(gè)方案癥狀提取效果良好，直接提取方案準(zhǔn)確率(100

11、％)較組合提取方案(99.62％)高，組合提取方案通過提高在召回率(92.47％)從而令正確率(98.86％)高于直接提取方案(97.84％)，癥狀描述數(shù)量的一階差分隨樣本量增加而以指數(shù)的形式減少。
　　降維方法探討上，5層DBA中，在當(dāng)前樣本量下，降維的效果隨著次層網(wǎng)絡(luò)的神經(jīng)元數(shù)量增加而減少。比較5層DBA、3層DBA及LPCA在不同維度在維度數(shù)量的效果，發(fā)現(xiàn)維度數(shù)量少于10時(shí)，5層DBA效果優(yōu)于3層DBA和LPCA，維度大于1

12、0時(shí)，5層DBA和3層DBA效果相似，LPCA效果優(yōu)于前兩者。LPCA.16所獲得的部分主成分與中醫(yī)證候有相似之處。
　　肺炎病例分類及與主運(yùn)、主氣相關(guān)性探討上，經(jīng)卡方檢驗(yàn)，性別分布與各主運(yùn)、主氣無關(guān)（P＞0.10）。Kruskal-Wallis H秩和檢驗(yàn)提示各主運(yùn)、主氣年齡分布無差異(P＞0.10)。使用各病例在LPCA.16中的得分進(jìn)行聚類分析，Ward層次聚類提示可以將病例分為5類。運(yùn)用K-means聚類分析將病例分為5類

13、，結(jié)合各類別下癥狀的構(gòu)成比及頻繁項(xiàng)集，發(fā)現(xiàn)類別1為痰濁阻滯型，表現(xiàn)以咳嗽、白痰、氣促、納差、少痰、眠差、胸悶、稀痰、精神差、胸痛多見;類別2為痰熱壅盛型，表現(xiàn)以咳嗽、氣促、白痰、納差、粘痰、眠差、黃痰、精神差、發(fā)熱、胸悶多見;類別3為風(fēng)熱犯肺型，表現(xiàn)以咳嗽、發(fā)熱、惡寒、納差、頭痛、黃痰、頭暈、精神差、乏力、少痰多見;類別4為肺衛(wèi)郁熱型，表現(xiàn)以咳嗽、發(fā)熱、惡寒、少痰、白痰、口干、納差、氣促、咽痛、黃痰多見;類別5為氣虛外感型，表現(xiàn)以發(fā)熱、

14、納差、精神差、眠差、惡寒、口干、乏力、咳嗽、頭暈、氣促多見。各類別頻數(shù)分布與主運(yùn)、主氣有關(guān)(P＜0.01)。周期圖法示各類別均具有主運(yùn)周期，類別1、類別2、類別3、類別4具有主氣周期。各類別好均發(fā)于上半年，波峰多處于初之運(yùn)、二之運(yùn)、初之氣、二之氣。
　　結(jié)論:
　　1.基于分組計(jì)算的日平均氣溫均值主要表現(xiàn)為主運(yùn)、主氣效應(yīng)，不宜用于客運(yùn)、客氣的討論。氣溫余弦擬合曲線具備用于探討主運(yùn)、主氣的穩(wěn)定性、能反映地域氣溫差異、具有周期性

15、變化及從五化的角度解釋寒熱變化特征。氣溫余弦擬合曲線可用于主運(yùn)、主氣的探討。2.最冷、最熱天氣頻數(shù)能反映歲運(yùn)、司天間的差異，具有客運(yùn)、客氣的6年周期和10年周期，但周期實(shí)現(xiàn)的形式并不一樣，最冷天氣頻數(shù)以2年周期疊加3年周期、5年周期實(shí)現(xiàn)，最熱天氣頻數(shù)以單個(gè)6年周期、10年周期實(shí)現(xiàn)。最冷天氣頻數(shù)的5年周期及最熱天氣頻數(shù)的6年周期、10年周期，其函數(shù)曲線的變化與相應(yīng)歲運(yùn)、司天五行屬性的五化相符。運(yùn)氣學(xué)說的周期并不是僅僅是基于陰陽五行的機(jī)械推

16、算，而是有現(xiàn)實(shí)可觀察，客觀可測(cè)量的方法進(jìn)行研究。3.直接提取方案、組合提取方案能有效提取并標(biāo)準(zhǔn)化中醫(yī)癥狀信息。4.在當(dāng)前樣本量下，輸出維度數(shù)量較少時(shí)，宜使用5層DBA，否則，宜使用LPCA。5.肺炎病例證候的分布與主運(yùn)、主氣有關(guān)，其中4個(gè)類別具有主運(yùn)、主氣周期。6.周期圖法能夠動(dòng)態(tài)反映運(yùn)氣格局變化帶來的氣象指標(biāo)、證候分布的變動(dòng)，有助于探討運(yùn)氣學(xué)說的周期。7.氣象指標(biāo)、證候頻數(shù)分布的時(shí)間序列中，存在但不限于運(yùn)氣理論的周期，運(yùn)氣理論的應(yīng)用不