Ứng dụng mạng thần kinh mờ và kỹ thuật tọa độ song song khảo sát mối liên quan nhân quả trong quy trình chiết xuất cao diệp hạ châu

Nghiên cứu tiến hành ứng dụng hai kỹ thuật: Mạng thần kinh mờ (NeuroFuzzy - NF) và tọa độ song song (Parallel Coordinate) trong mô hình hóa và khảo sát quy trình chiết xuất cao diệp hạ châu. Trong đó kỹ thuật mạng thần kinh mờ hỗ trợ mô hình hóa dữ liệu, trong khi kỹ thuật tọa độ song song cho phép khảo sát mối liên quan nhân quả một cách trực quan.

ỨNG DỤNG MẠNG THẦN KINH MỜ VÀ KỸ THUẬT

TỌA ĐỘ SONG SONG KHẢO SÁT MỐI LIÊN QUAN NHÂN QUẢ TRONG QUY TRÌNH CHIẾT XUẤT CAO DIÊP HẠ CHÂU

Chung Khang Kiệt*, Đỗ Quang Dương*

TÓM TẮT

Mục tiêu: Ứng dụng hai kỹ thuật: mạng thần kinh mờ (NeuroFuzzy - NF) và tọa độ song song

(Parallel Coordinate) trong mô hình hóa và khảo sát quy trình chiết xuất cao diệp hạ châu Trong đó kỹ thuật mạng thần kinh mờ hỗ trợ mô hình hóa dữ liệu, trong khi kỹ thuật tọa độ song song cho phép khảo sát mối liên quan nhân quả một cách trực quan.

Phương pháp: Ứng dụng công cụ máy tính kết hợp giữa 2 kỹ thuật mạng thần kinh mờ và tọa độ

song song khảo sát mối liên quan nhân quả của quy trình chiết xuất cao diệp hạ châu trong công trình

đã được công bố trước đây Kỹ thuật mạng thần kinh mờ được áp dụng cho mô hình hóa dữ liệu, kỹ thuật tọa độ song song hỗ trợ trực quan hóa mối liên quan nhân quả

Kết quả: Từ kết quả nghiên cứu cho thấy việc ứng dụng mạng thần kinh mờ và tọa độ song song

tìm quy luật nhân quả trong quy trình chiết xuất cao diệp hạ châu đạt độ chính xác hơn so với việc thực hiện bằng phương pháp khác như luật kết hợp hay thống kê Mặc khác kỹ thuật tọa độ song song cho phép khảo sát mối liên quan nhân quả một cách trực quan

Kết luận: Kết quả nghiên cứu cho thấy việc ứng dụng mạng thần kinh mờ và tọa độ song song tìm

quy luật nhân quả trong quy trình chiết xuất cao diệp hạ châu đạt được kết quả có độ chính xác cao hơn, nhanh chóng hơn so với việc thực hiện bằng phương pháp thống kê truyền thống Ngoài ra, việc thể hiện trực quan mô hình nhân quả bằng đồ thị kết hợp song song cung cấp cho người dùng sự khảo sát cụ thể hơn so với tập luật “Nếu … thì …” và biểu đồ 3 chiều

Từ khóa: mạng thần kinh mờ, kỹ thuật tọa độ song song, quy trình chiết xuất, cao diệp hạ châu

ABSTRACT

APPLICATION OF NEURO-FUZZY SYSTEM COMBINED TO VISUALIZATION TECHNIQUE FOR EXAMNING CAUSE-EFFECT RELATIONSHIPS FROM HERBAL EXTRACTION PROCESS

Chung Khang Kiet, Do Quang Duong

* Y Hoc TP Ho Chi Minh * Vol 15 - Supplement of No 1 - 2011: 1 - 5

Objectives: In this study, the performance of combined computational methods: neuro-fuzzy and parallel

coordinates was examined in generating predictive cause-effect relationships for a published data of herbal extraction process of Phyllanthus amarus Schum & Thonn

Material and Methods: This study was a systematic combination of two methods: neuro-fuzzy and parallel

coordinates in order to examine the cause-effect relationships of herbal extraction process of Phyllanthus amarus Schum & Thonn

Results: The approach was successful in extracting invaluable knowledge from this data, whilst neural

networks demonstrated a high capability in modelling unseen data, parallel coordinates supported a visualising

* Đại học Y Dược Thành phố Hồ Chí Minh

observation to analyse multivariate data The generated results of studied data illustrated that the performance of the employed methods was superior when compared to common methods using associate rules or 3D graphs Moreover, with the visualised cause-effect relationships predicted from parallel coordinates for a published data of herbal extraction process of Phyllanthus amarus Schum & Thonn, it was obviously that this study could be an invaluable computational approach for examining cause-effect relationships from pharmaceutical data

Conclusion: Study presented in this paper evaluated the performance of neuro-fuzzy combined to parallel

coordinates for extracting cause-effect knowledge from herbal extraction process Predictive results showed that both methods were successful in modelling quality models of extraction properties as well as visualising the cause-effect relationships between conditions and properties of extraction This study also will help the pharmacist easily in choosing the techniques and tools to extract knowledge from herbal extraction process

Keywords: neurofuzzy, parallel coordinates, herbal extraction process, Phyllanthus amarus Schum &

Thonn

ĐẶT VẤN ĐỀ

Chiết xuất dược liệu là một kỹ thuật dùng

dung môi để chiết tách một hoặc nhiều hoạt

chất có tác động sinh học (alkaloid, flavonoid,

anthraquinon…) từ pha rắn là các bộ phận của

dược liệu có thể là thân, rễ, quả, hoa, lá… bởi

pha lỏng là dung môi nước, cồn… Có rất nhiều

yếu tố ảnh hưởng đến quá trình chiết xuất

dược liệu: nguyên liệu, chất tan, dung môi, kỹ

thuật chiết …(2,3)

Mối liên quan giữa điều kiện chiết xuất với

tính chất của sản phẩm được gọi là mối liên quan

giữa nhân và quả Trong đó, nhân là điều kiện

sản xuất hay biến độc lập x (thông số) và quả là

tính chất sản phẩm hoặc biến phụ thuộc y Theo

con đường dò dẫm, nhà chiết xuất khó biết biến

số nào ảnh hưởng tính chất sản phẩm và quy luật

nào chi phối nên có thể khảo sát cái không cần

mà bỏ sót cái cần nghiên cứu(2)

Mạng thần kinh mờ (Neuro-Fuzzy System):

Neuro-fuzzy systems (NFS) là một hệ suy diễn

mờ được tăng cường thêm khả năng học của

mạng thần kinh Trong hệ thống này, mạng thần

kinh được đưa vào làm tăng khả năng tự điều

chỉnh các biến nhờ các luật mờ Với sự kết hợp

này, khả năng mô hình hóa dữ liệu của hệ thống

sẽ tốt hơn so với mạng thần kinh thông thường

và tốc độ học cũng nhanh hơn Các dạng NFS đã

được giới thiệu: GARIC, FALCON, ANFIS,

NEFCON, FUN, SONFIN, FINEST, EFuNN,

dmEFuNN(5,6)

Hình 1 Đồ thị song song biểu diễn mối quan hệ giữa

X và Y

Tọa độ song song (Parallel coordinates): Khái niệm tọa độ song song (Parallel Coordinates) được đưa ra đầu tiên bởi Maurice d'Ocagne, năm 1885, sau đó được giới thiệu rộng rãi bởi Alfred Inselberg, năm 1959 và được sử dụng như một công cụ trực quan hóa (visualization)(1) Thực chất đồ thị kết hợp song song chỉ là đồ thị ở dạng thanh, trong đó có những trục Y với các miền giá trị khác nhau liên kết với trục X, tại một thời điểm giá trị trên các trục X được nối lại với nhau để biểu diễn mối quan hệ giữa X và giá trị trên trục Y (Hình 1) Bài báo là kết quả nghiên cứu giới thiệu ứng dụng kỹ thuật mạng thần kinh mờ và kỹ thuật tọa độ song song trong việc khảo sát trực quan mối liên quan nhân-quả giữa các thành phần

trong quy trình chiết xuất cao khô diệp hạ châu

(Phyllanthus amarus Schum & Thonn.) – dược liệu đang được nghiên cứu và sử dụng rộng rãi

với tác dụng trị viêm gan và bảo vệ tế bào gan

hiệu quả Trong những nghiên cứu trước đó của

nhóm tác giả cho thấy kỹ thuật mạng thần kinh

mờ và tọa độ song song khá hiệu quả trong việc

mô hình hóa dữ liệu dạng công thức(4) Nghiên

cứu này hy vọng sẽ giúp cho nhà chiết xuất có

một cách nhìn tổng quát hơn trong việc lựa chọn

phương pháp khảo sát mối liên quan giữa điều

kiện chiết xuất với tính chất của sản phẩm

PHƯƠNG PHÁP

Công cụ máy tính

Công cụ sử dụng trong bài báo này là những

nghiên cứu và ứng dụng kết hợp hai kỹ thuật

mạng thần kinh mờ ANFIS và kỹ thuật toạ độ

song song của tác giả tại khoa Dược – Đại học Y

Dược Hồ Chí Minh cho việc xây dựng mô hình

dữ liệu và khảo sát mối liên quan nhân quả

Trong đó kỹ thuật mạng thần kinh mờ được

dùng mô hình hóa dữ liệu, trong khi kỹ thuật

tọa độ song song sẽ trực quan hóa mối liên quan

nhân quả trong dữ liệu

Để đánh giá chất lượng của một mô hình

hóa, hệ số R2 (công thức 1) được sử dụng Giá trị

của R2 càng cao, mô hình dữ liệu càng tương thích

100 x ) y y (

) yˆ y ( 1

1 i

2 i

n

1 i

2 i i 2

⎟

⎟

⎟

⎟

⎠

⎞

⎜

⎜

⎜

⎜

⎝

⎛

−

−

−

=

∑

∑

=

=

(1) với yi: biến phụ thuộc với từng dữ liệu; y: giá trị trung bình của biến phụ thuộc; yˆ: giá trị

dự đoán từ mô hình; n: số lượng dữ liệu

Dữ liệu thực nghiệm

Quy trình chiết xuất cao khô diệp hạ châu sử dụng trong bài báo được tham khảo từ nghiên cứu của Nguyễn Đức Hạnh và các đồng sự(3) Dữ liệu khảo sát bao gồm 14 thí nghiệm: 3 biến độc lập: x1: độ cồn, x2: tỷ lệ dược liệu: dung môi, x3:

số lần chiết; 3 biến phụ thuộc: y1: hàm lượng curcumin I (trong cao Nghệ) hay hàm lượng phyllanthin (trong cao Diệp hạ châu đắng) (%),

y2: hiệu suất chiết cao từ dược liệu (%) (xem Bảng 1)

Bảng 1 Dữ liệu thực nghiệm quy trình chiết xuất cao Diệp hạ châu đắng

KẾT QUẢ VÀ BÀN LUẬN

Kết quả mô hình dự đoán cho 3 biến độc lập

từ dữ liệu quy trình chiết xuất cao Diệp hạ châu

đắng được trình bày trong Bảng 2 Trong Bảng 2

có sự so sánh khả năng dự đoán của mô hình

mạng thần kinh mờ trong nghiên cứu này (A) và kết quả mô hình từ nghiên cứu của Nguyễn Đức Hạnh và các đồng sự (B)(3)

Bảng 2 So sánh R 2 luyện giữa mạng thần kinh mờ (A) và nghiên cứu trước đó (B)

R 2 luyện (A) R 2 luyện (B)

Từ Bảng 2 cho thấy mạng thần kinh mờ trong

nghiên cứu này đưa ra mô hình dự đoán tương

đối tốt, mạng thần kinh mờ cho kết quả khá cao

(trên 99,83%) so với nghiên cứu trước đó

Đối với nghiên cứu trước đó, các tác giả đã

rút ra được một số luật khảo sát mối liên quan

giữa điều kiện chiết và tính chất của cao chiết

như sau(3):

- Hàm lượng phyllanthin chỉ bị ảnh hưởng

đáng kể bởi độ cồn Hiệu suất chiết bị ảnh

hưởng bởi 3 yếu tố khảo sát: độ cồn, tỷ lệ dược

liệu: dung môi và số lần chiết Độ ẩm của cao

chỉ bị ảnh hưởng bởi độ cồn nhưng không

đáng kể

- Đối với hàm lượng phyllanthin: Nếu x1

thấp thì y1 sẽ thấp; nếu x1 cao thì y1 sẽ cao (R1)

- Đối với hiệu suất chiết: các quy luật phức

tạp hơn Thí dụ: nếu x1 thấp thì y2 sẽ thấp; nếu x1

trung bình thì y2 sẽ cao Nếu x2 là 1:15 thì y2 sẽ

cao; nếu x2 là 1:9 hay 1:12 thì y2 sẽ thấp Nếu x3

thấp thì y2 sẽ thấp; nếu x3 cao thì y2 sẽ cao (R2)

Hình 2 Ảnh hưởng của độ cồn, số lần chiết trên

HSC cao Diệp hạ châu đắng (3)

Rõ ràng với các luật được rút ra ở trên, nhà

chiết xuất chỉ có thể dễ dàng hiểu được luật nếu

luật đơn giản (R1), nếu luật phức tạp sẽ rất khó

khăn hơn rất nhiều để có thể phân tích được mối liên quan nhân-quả (R2)

Trong nghiên cứu của các tác giả trước đó, ngoài việc dùng luật dạng “Nếu … thì …” các tác giả còn sử dụng biểu đồ 3 chiều để khảo sát mối liên quan nhân quả (Hình 2), tuy nhiên với dạng biểu đồ này chỉ khảo sát được 2 biến độc lập và 1 biến phụ thuộc Việc khảo sát này sẽ gây hạn chế vì với dữ liệu thực nghiệm 3 yếu tố khảo sát dù ít hay nhiều đều có ảnh hưởng lên tính chất cao chiết

Trong nghiên cứu này, kết quả khảo sát mối liên quan nhân-quả với kỹ thuật tọa độ song song được minh họa trong Hình 3 cho thấy rõ sự liên quan giữa tất cả các điều kiện chiết xuất được khảo sát và tính chất của cao chiết Với công cụ sử dụng mạng thần kinh mờ và kỹ thuật tọa độ song song, người sử dụng có thể thay đổi giá trị của biến x để theo dõi sự thay đổi của y một cách trực quan, từ đó có một cái nhìn tổng quát về mối liên quan nhân-quả giữa các biến x

và y Bên cạnh đó phương pháp này còn khắc phục yếu điểm của dạng luật “Nếu … thì …” là với giá trị x cụ thể công cụ sẽ dự đoán giá trị y

cụ thể mà không đưa ra dạng dự đoán không thật sự rõ ràng (cao, trung bình hoặc thấp), ví dụ nếu so sánh với tập luật R1 của nghiên cứu trước

đó mối liên quan giữa x1 và y1 thì Hình 3a cho thấy: y1 không thực sự đạt giá trị tối đa với x1 tối

đa, y1 chỉ đạt tối đa với x1 và x2 cùng tối đa như Hình 3c hay x1 và x3 cùng tối đa và x2 có giá trị 1:12 như Hình 3b Tương tự cho Hình 3d, giá trị

y2 liên quan các giá trị x được minh họa một cách rất cụ thể

Bên cạnh đó với việc sử dụng kỹ thuật song song, người sử dụng có thể thao tác trực tiếp trên đồ thị song song bằng cách di chuyển các nút giá trị x ( ) để theo dõi sự thay đổi của giá trị y ( ) một cách trực quan

a b

Hình 3 Kết quả khảo sát mối liên quan nhân quả dùng kỹ thuật song song

KẾT LUẬN

Kết quả nghiên cứu cho thấy việc ứng dụng

mạng thần kinh mờ và tọa độ song song tìm quy

luật nhân-quả trong quy trình chiết xuất cao

diệp hạ châu đạt được kết quả có độ chính xác

cao hơn, nhanh chóng hơn so với việc thực hiện

bằng phương pháp thống kê truyền thống

Ngoài ra, việc thể hiện trực quan mô hình

nhân-quả bằng kỹ thuật tọa độ song song cung cấp

cho người dùng sự khảo sát mối liên quan một

cách tổng quát hơn so với dạng luật “Nếu … thì

…” hay biểu đồ 3 chiều

TÀI LIỆU THAM KHẢO

1 Alfred Inselberg (2009), Parallel Coordinates, Tel Aviv

University, Israel, Springer

2 Dang Van Giap Extraction process development assisted by intelligent software systems Proceedings of the Sixth Indochina Conference on Pharmaceutical Sciences in Hue

2009, 1-6

3 Nguyễn Đức Hạnh, Nguyễn Minh Đức và Đặng Văn Giáp Xây dựng quy trình chiết xuất cao khô diệp hạ châu Tạp chí Y học Tp Hồ Chí Minh 2009;13, 263-267

4 Nguyễn Đăng Khoa, Đỗ Quang Dương Ứng dụng các kỹ thuật Neuro-fuzzy và Visualization khảo sát quy luật nhân quả trong công thức dược phẩm Tạp chí Phát triển Khoa học - Công nghệ, ĐH Quốc Gia TP.HCM 2010; 1(13), 35-42

5 Lin, C.T and Lee, C.S.G, Neural Fuzzy Systems, A Neuro-Fuzzy Synergism to Intelligent Systems, Prentice Hall International, 1996

6 P.P Bonissone, Adaptive Neural Fuzzy Inference Systems (ANFIS): Analysis and Applications, GE CRD, Schenectady,

NY USA, 1997