基于人工神经网络的糖尿病合并冠心病舌脉象证型预测研究

摘要：

目的:提出一种基于拟牛顿法的糖尿病合并冠心病舌脉象证型预测的人工神经网络(ANN)模型,为中医智能辨证提供新的思路和方法.方法:以四川省“中医数字化诊疗平台”门诊临床电子病历3 233例作为数据集,经过数据验证、规范和标化后,运用拟牛顿法构建舌脉象智能辨证的反向传播神经网络(BPNN)模型.结果:气阴亏虚(836例)和气阴两虚夹瘀血(1 353例)证型辨证准确率较高,分别为99.31％、75.60％.结论:舌脉象智能辨证模型在数据量较大的情况下,表现出优秀的证型预测能力,说明该模型在中医临床辅助诊断系统上的应用具有可行性.

关键词：糖尿病合并冠心病、舌脉象辨证、人工神经网络、拟牛顿法、反向传播神经网络、中医智能

所属期刊栏目：35

资助基金：四川省科技计划应用基础研究项目;国家重点研发计划中医药现代化研究;成都中医药大学中医药信息化研究专项重点项目

在线出版日期：2020-12-08（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：5184-5187