基于人工神经网络技术辨识妇科疾病证素-证型逻辑关系

摘要：

目的 建立基于人工神经网络编码数据挖掘技术的中医妇科病辨识数据分析方法 .方法 检索中国期刊全文数据库(CNKI)、万方期刊数据库、维普中文期刊数据库,收集1980～2019年公开发表的关于妇科疾病多囊卵巢综合症(PCOS)的中医治疗与诊断方面文献,获取妇科辨证分型数据集,采用ANN模型对数据集进行量化分析.结果 通过模拟数据集ANN分析,建立了三层网络结构ANN模型,其中输入层包含15个输入神经元、隐含层包含4个神经元、输出层包含6个神经元,获得了多囊卵巢综合症中医妇科证素与证候之间的内在逻辑关系.重复训练及测试结果 显示,中医证型的预测匹配率为100.00％.对15个输入协变量进行了参数重要性分析显示,精神状况>周期>身体上部>皮肤>舌象>经色>面色>大便8个症状的指标规范重要性大于50％.结论 基于人工神经网络技术建立了一种妇科疾病中医诊疗的证素-证型关系的神经网络方法 ,也为挖掘民族医学信息数据进行定性辨识、动态及多维数据的处理与分析提供一种有效途径.

关键词：人工神经网络、妇科疾病辨识、数据挖掘、中医证型

所属期刊栏目：33

分类号：R71(妇产科学)

资助基金：湛江市科技计划项目编号:2017B01201

在线出版日期：2020-07-01（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：1-4