人工神经网络在舌诊近红外光谱中的应用研究

摘要：

为了能客观地反映中医舌诊所蕴涵的病理信息,首次采用近红外光谱和神经网络对疾病进行诊断.分别采用了BP网络、广义回归神经网络(GRNN),主成分分析和广义回归神经网络(PCA-GRNN)结合的三种模型在舌诊光谱法中的分析预测,首先对三种建模方法进行了分析,再用采集的健康人和糖尿病患者舌诊光谱数据进行校正模型的建立,两类舌诊光谱样本各39例,共计78例样本,在神经网络学习中,将其分成训练集样本60例和预测集样本18例,分别利用所建的三种模型对舌诊光谱样本进行训练和预测.实验结果是三种模型中PCA-GRNN相结合的方法平均绝对误差最小为13.2％、训练时间最短为0.072 255 s,以相对偏差在0.5以内为正确的情况下,其正确率为100％.说明用PCA-GRNN模型可以应用于舌诊光谱法的分析,并取得较好的分析结果,这对中医舌诊的客观化起到了一定的推动作用.

关键词：BP神经网络、广义回归神经网络、主成分分析、舌诊、近红外光谱

所属期刊栏目：47

分类号：O433.4;TP391(光学)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 30973964;天津市应月基础及前沿技术研究计划10JCYBJC00400;重庆市自然科学基金cstc2011jjA1385

在线出版日期：2012-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：132-135