前　　言

2019年10月25日，全國(guó)中醫(yī)藥大會(huì)隆重召開(kāi)，習(xí)近平總書(shū)記對(duì)中醫(yī)藥的發(fā)展提出了“傳承精華，守正創(chuàng)新”的指示要求。數(shù)據(jù)的定量化、客觀化是中醫(yī)藥事業(yè)發(fā)展的其中的一個(gè)難題。中醫(yī)藥治療疾病，往往是中藥的多成分對(duì)應(yīng)病證的多靶點(diǎn)，因此采集的中醫(yī)藥數(shù)據(jù)存在多成分、多靶點(diǎn)和非線性等特點(diǎn)。以藥物的量效關(guān)系為例，化學(xué)藥藥效成分清楚，結(jié)構(gòu)明確，單成分指標(biāo)量效關(guān)系的概念、原理、方法和應(yīng)用已形成較為完善的體系。中醫(yī)方藥復(fù)雜性和系統(tǒng)性主要體現(xiàn)在多成分、多靶點(diǎn)、多藥效指標(biāo)以及非線性等特點(diǎn)上，反映其量效關(guān)系和組效關(guān)系的數(shù)據(jù)呈現(xiàn)多自變量、多因變量和非線性的特點(diǎn)，其復(fù)雜性是化學(xué)藥所不能比擬的，無(wú)法用化學(xué)藥的模型來(lái)闡釋中醫(yī)方藥的量效關(guān)系。研究適合中醫(yī)藥數(shù)據(jù)特點(diǎn)的多元分析方法顯得尤為迫切。

作為一種多元統(tǒng)計(jì)分析方法，偏最小二乘法是斯萬(wàn)特·伍德（Svante Wold）等人1983年率先提出的。偏最小二乘法通過(guò)集成主成分分析、典型相關(guān)分析和多元線性回歸的基本功能，實(shí)現(xiàn)多因變量對(duì)多自變量的回歸建模，并且可以有效地解決多重共線性以及變量個(gè)數(shù)大于樣本數(shù)等問(wèn)題。由于偏最小二乘法解決了傳統(tǒng)統(tǒng)計(jì)分析方法無(wú)法解決的難題，該方法在各領(lǐng)域的發(fā)展非常迅速，所涉及的學(xué)科不僅包含了化學(xué)、社會(huì)學(xué)和地質(zhì)學(xué)，還逐漸擴(kuò)充到生物學(xué)、醫(yī)學(xué)以及經(jīng)濟(jì)學(xué)等領(lǐng)域，同時(shí)也給中醫(yī)藥信息處理領(lǐng)域帶來(lái)了啟發(fā)。

作者工作單位江西中醫(yī)藥大學(xué)具有中藥固體制劑國(guó)家工程中心和現(xiàn)代中藥制劑教育部重點(diǎn)實(shí)驗(yàn)室等高水平科研平臺(tái)，承擔(dān)了國(guó)家973、新藥創(chuàng)制重大專(zhuān)項(xiàng)、國(guó)家科技支撐計(jì)劃等課題，積累了大量實(shí)驗(yàn)數(shù)據(jù)。自2006年起，作者帶領(lǐng)科研團(tuán)隊(duì)承擔(dān)了多項(xiàng)重大科研項(xiàng)目的數(shù)據(jù)分析工作。本書(shū)提出的諸多偏最小二乘優(yōu)化方法都是在作者團(tuán)隊(duì)分析處理中醫(yī)藥數(shù)據(jù)的實(shí)踐過(guò)程中產(chǎn)生的。針對(duì)數(shù)據(jù)預(yù)處理，作者提出了融合降噪稀疏自編碼器的偏最小二乘法和融合非徑向數(shù)據(jù)包絡(luò)分析的偏最小二乘法；針對(duì)中藥物質(zhì)基礎(chǔ)研究高維數(shù)據(jù)的特征選擇，作者提出了基于特征相關(guān)的偏最小二乘特征選擇方法、基于偏最小二乘的特征選擇方法以及基于灰色關(guān)聯(lián)的偏最小二乘輔助分析方法；針對(duì)具有多成分、多靶點(diǎn)、非線性關(guān)系的中醫(yī)藥數(shù)據(jù)分析，以及經(jīng)典偏最小二乘法內(nèi)部采用線性提取成分和線性回歸問(wèn)題，作者提出了分別利用受限玻爾茲曼機(jī)、稀疏自編碼器、深度置信網(wǎng)絡(luò)實(shí)現(xiàn)非線性成分提取，以及分別融入模型樹(shù)、隨機(jī)森林和softmax實(shí)現(xiàn)非線性回歸的三種偏最小二乘優(yōu)化方法。這些優(yōu)化方法不但包含了理論、方法、步驟、實(shí)驗(yàn)結(jié)果與分析，以及多種方法的結(jié)果比較，并且還采用UCI標(biāo)準(zhǔn)數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)驗(yàn)證，再以圖形和表格的形式實(shí)現(xiàn)結(jié)果的可視化。同時(shí)本書(shū)還提供一款數(shù)據(jù)分析軟件，該軟件集成了書(shū)中提出的優(yōu)化方法，為中醫(yī)藥科研工作者提供了一種實(shí)用工具。全書(shū)內(nèi)容的安排總體上遵從數(shù)據(jù)挖掘的一般步驟，包含數(shù)據(jù)挖掘和統(tǒng)計(jì)學(xué)基本知識(shí)、數(shù)據(jù)預(yù)處理、特征提取、特征選擇、建模、評(píng)估等，也符合中醫(yī)藥數(shù)據(jù)分析的基本要求，全書(shū)的理論、方法和實(shí)驗(yàn)三者相互結(jié)合，循序漸進(jìn)，條理清晰，圖文并茂，通俗易懂，適合對(duì)數(shù)理統(tǒng)計(jì)、機(jī)器學(xué)習(xí)感興趣的研究生以及從事醫(yī)藥數(shù)據(jù)分析研究的科研工作者學(xué)習(xí)參考。

在本書(shū)研究方法形成的過(guò)程中，作者得到了固體制劑國(guó)家工程中心和現(xiàn)代中藥制劑教育部重點(diǎn)實(shí)驗(yàn)室科研團(tuán)隊(duì)的大力支持和幫助。劉紅寧教授、王躍生教授、余日躍教授、徐國(guó)良教授、饒毅教授、黃麗萍教授、付劍江教授、劉波教授等提出了很好的指導(dǎo)意見(jiàn)，李冰濤副教授、陳銀芳副教授在數(shù)據(jù)采集、處理、解釋等方面提供了諸多具體的幫助，周麗老師在數(shù)學(xué)方面給予了指導(dǎo)，衷心感謝各位老師的指導(dǎo)和幫助！在本書(shū)編寫(xiě)過(guò)程中，碩士研究生郝竹林、朱志鵬、喻芳、曾青霞、羅計(jì)根、黃燦奕、李歡、賀佳、李郅琴、李天賜、楊延云、周婷、陳裕鳳、胡定興等對(duì)全書(shū)內(nèi)容進(jìn)行了整理和校對(duì)，付出了辛勤的汗水，衷心感謝各位同學(xué)的幫助！在本書(shū)的撰寫(xiě)過(guò)程中，作者閱讀、參考了大量國(guó)內(nèi)外文獻(xiàn)，借鑒了其方法與思路，在此對(duì)所涉及的專(zhuān)家和研究人員表示衷心的感謝。在本書(shū)出版過(guò)程中，清華大學(xué)出版社領(lǐng)導(dǎo)、審稿專(zhuān)家、責(zé)任編輯羅健提出了大量寶貴的修改意見(jiàn)和建議，為本書(shū)高質(zhì)量的出版付出了辛勤的勞動(dòng)，表示衷心的感謝！此外，本書(shū)的出版得到了國(guó)家自然科學(xué)基金（項(xiàng)目編號(hào)：61363042、61562045、61762051）的支持，在此一并表示衷心的感謝！

經(jīng)過(guò)多年研究，我們認(rèn)為偏最小二乘及其優(yōu)化方法不僅可以較好地處理多成分、多靶點(diǎn)以及多藥效指標(biāo)的中醫(yī)藥數(shù)據(jù)，而且可以較好地解決中醫(yī)藥數(shù)據(jù)存在的多重共線性、非線性特點(diǎn)以及高維小樣本等問(wèn)題。但是在中醫(yī)藥領(lǐng)域中，有待解決的問(wèn)題仍然很多，本書(shū)涉及的內(nèi)容僅能解決其中的小部分。希望本書(shū)的出版能夠起到拋磚引玉的作用，給讀者帶來(lái)靈感或者啟發(fā)。由于編寫(xiě)時(shí)間和水平有限，本書(shū)難免有錯(cuò)誤和不足之處，敬請(qǐng)各位專(zhuān)家和讀者批評(píng)指正。

作者

2021年2月1日