基于Levenberg-Marquardt算法的胃脘痛BP神经网络辨证模型研究

摘要：

目的:本文提出了一种基于Levenberg-Marquardt算法的用于胃脘痛的BP神经网络辨证模型,用于提高胃脘痛智能辨证的准确率.方法:以“中医数字化诊疗平台”的门诊临床电子病历数据作为数据集,采用Matlab作为模型仿真平台,运用Levenberg-Marquardt算法构建了胃脘痛中医智能辨证的双隐含层BP神经网络模型.结果:实验结果显示,网络模型预测“肝胃不和”和“胃阳虚”的证型准确率和诊断准确率非常高,都在95％以上.结论:该智能辨证模型能有效利用BP神经网络的自主学习能力,充分逼近中医辨证的真实面貌,表现出优秀的辨证预测能力.而且,每天在“中医数字化诊疗平台”中都有新的中医临床真实数据上传,若利用这些数据完善该智能辨证模型,有望推动中医智能辨证在中医临床辅助诊断中大规模应用.

关键词：辨证、胃脘痛、智能、Levenberg-Marquardt、BP神经网络

所属期刊栏目：41

分类号：R256.33;R241;G202(中医内科)

资助基金：四川省科技厅重大项目2018SZ0065;四川省中医药管理局重大专项2016Z010;成都中医药大学中医药信息化研究专项MIEC1603

在线出版日期：2018-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：97-101