人工神经网络在中医脉象识别分类研究中的应用概况

本文就近10余年应用人工神经网络开展中医脉象识别分类的研究进行了综述，其中包括应用人工神经网络进行脉象识别分类，基于人工神经网络的中医脉象分类模型建立和基于不同神经网络算法识别中医脉象的比较研究。文章提出进一步研究应结合中医脉象的特点选取有效的特征值值及设计不同的分类器，应以实现临床常见脉象类别的准确识别为最终目标，根据分类识别的结果开展脉象形成机制研究，并将研究结果推广应用到临床。     

中医脉象诊断信息分类与编码研究

目的建立中医脉象诊断信息分类框架与编码体系,实现中医脉象诊断信息的规范化、数字化。方法参照已有的脉象分类方法,采用线分类与面分类相结合的方法,按照类目、分类目构建分类框架,并采用汉语拼音字母与阿拉伯数字混合编码的方式,对中医药有关标准中的脉象信息进行编码。结果建立了11个类目、70个分类目的中医脉象诊断信息分类框架,设计了由9位定长的主码和5位不定长的补充码组成的编码体系。结论中医脉象诊断信息分类与编码为计算机识别、处理脉象信息奠定了基础,但还须进一步优化、完善。     

现代二十八脉临床治疗意义探析

收集和分析十二五规划既定的中医类教材等文献资料，总结归纳二十八种脉象所对应的临床症状。相兼脉象诊断以及病证转归判识的诊疗方法在我国已经有两千多年的历史，目前已经广泛应用于临床诊疗中。现对二十八脉的脉象以及不同脉象代表的脉义进行简单阐述，对不同脉象在临床中的实际应用以及脉象诊断对现阶段中医临床治疗的作用和意义进行了总结。     

中医脉象客观定量化理论方法研究

人体系统是一个时变非线性的复杂系统,脉象是人体系统的输出信号。中医脉学是我国传统医学中最具特色的一项诊断方法,但由于“脉理精微,其体难辨,在心易了,指下难明”,长期以来影响着脉学的客观化和科学化的发展,目前国内外对脉象信号定量化研究还处于不断摸索阶段,还没有建立起系统有效的脉象信号分析研究方法。为完成对脉象信号的定量与定性的客观化研究,需要研究出客观化的完整而简单有效的脉象处理方法。根据现代控制理论的观点,能够从系统的输出信号了解系统内部状态,因此以人体复杂系统的脉象输出信号作为研究对象,将现代系统理论和信号处理方法与我国传统的脉象学相结合,基于这种观点研究中医脉象学使之更科学化。通过对脉象信号的分析采用了时域和频域(尺度)相结合的研究方法,引入时频分析和小波理论进行脉象信号预处理和特征提取,应用模糊集理论进行脉象信号的分类识别,并进一步采用模糊神网络技术进行脉象信号的分类识别优化和脉诊专家数据库设计,系统地建立了系统全面的脉象客观化理论研究方法。     

人工神经网络在中医药现代化研究中的应用

文章综述了人工神经网络在中医药现代化研究中的应用,包括其在中医证候研究、中药功效研究及复方研究、中医舌诊研究和中医脉象研究四个方面的应用。     

中医脉象客观定量化理论方法研究

人体系统是一个时变非线性的复杂系统,脉象是人体系统的输出信号。中医脉学是我国传统医学中最具特色的一项诊断方法,但由于“脉理精微,其体难辨,在心易了,指下难明”,长期以来影响着脉学的客观化和科学化的发展,目前国内外对脉象信号定量化研究还处于不断摸索阶段,还没有建立起系统有效的脉象信号分析研究方法。为完成对脉象信号的定量与定性的客观化研究,需要研究出客观化的完整而简单有效的脉象处理方法。根据现代控制理论的观点,能够从系统的输出信号了解系统内部状态,因此以人体复杂系统的脉象输出信号作为研究对象,将现代系统理论和信号处理方法与我国传统的脉象学相结合,基于这种观点研究中医脉象学使之更科学化。通过对脉象信号的分析采用了时域和频域（尺度）相结合的研究方法,引入时频分析和小波理论进行脉象信号预处理和特征提取,应用模糊集理论进行脉象信号的分类识别,并进一步采用模糊神网络技术进行脉象信号的分类识别优化和脉诊专家数据库设计,系统地建立了系统全面的脉象客观化理论研究方法。     

中医脉诊客观化与数字化研究

要实现中医脉诊数字化,就必须有符合中医特点的脉搏仪及相应软件配合,更要有中医特色的脉象信息分析方法和识别技术。中医脉诊临床研究为古代客观化与现代数字化研究提供了有效参考数据,脉诊机理的探讨为其可行性提供了有利依据。从脉象信号特征提取和脉象信号模式识别与分类两个角度综述了20年脉象信号分析方法的研究现状,并对存在的问题和进一步研究方法进行剖析。     

基于时间序列和时序卷积网络的脉象信号识别研究＊

目的 研究脉象信号识别模型的建立，充分利用脉象信号在时域中的形态信息，为脉诊客观化研究提供了一种新的思路和方法。方法 通过对脉象信号进行预处理和序列规正化，获得长度一致的脉象信号时间序列，利用基于时序卷积的深度学习网络实现对序列形态的特征提取，并建立脉象信号识别模型。结果 通过网络自学习提取的特征多数具有显著性差异，7种脉象的平均识别准确率达到85.76%，与常用的脉象识别方法相比有明显提升。结论 基于时间序列和时序卷积网络的脉象信号识别方法能够较好地区分不同脉象信号的形态信息，在多种类脉象的识别任务中具有一定的实用价值。     

舌脉象仪临床应用研究概况

为进一步推动中医诊疗技术标准化研究,已研制出舌脉象数字化分析仪,并开展了部分临床应用研究。该系统作为一项无创伤性的检测方法能够为冠心病、慢性胃炎、慢性肾衰竭等的中医临床辨证分型和疗效评价提供客观依据。但是应用数字化舌脉象分析仪检测舌脉象参数以探讨癌症患者的舌脉象客观化参数的研究较少,有待今后作进一步探索。     

中医脉象采集设备研究现状

脉象信息的定量描述是脉诊客观化研究的必经之路,为此,各种脉象采集设备应运而生,脉象采集设备的研发大大推动了脉诊客观化进程,然而目前的研究在临床应用中仍然存在着不足。为了使得脉象采集设备能真正的为临床服务,通过对中医脉象采集设备研究及市场化产品等的论述,分析了脉象采集设备研究存在的不足之处,探讨了运用单一或者几个特征指标来描述脉象信息还远远不够,只有基于中医系统、辨证两大基本理论,遵循“位、数、形、势”脉诊纲要,结合不同的信息采集手段,从多角度、多层面对信息进行挖掘,才能进一步促进脉诊客观化研究。     

基于CiteSpace探讨人工智能在中医药领域的研究热点及趋势

目的:探讨人工智能在中医药领域的研究热点及前沿方向,为今后的研究提供参考及借鉴。方法:以中国知网(CNKI)和Web of Science(WoS)中人工智能在中医药学领域相关文献为数据来源,结合人工梳理及信息整合的方法,运用CiteSpace软件对文献分布、作者、机构、关键词、共被引文献进行统计分析。结果:共纳入中文文献691篇,英文文献168篇,2018—2019年中英文文献数量大幅度增加;作者以近年来新兴团队为主,机构合作模式单一,高被引论文较少;研究方法主要是数据挖掘、机器学习、深度学习、神经网络及遗传算法,应用领域主要是中医智能诊断及预测各类疾病进程、中药智能识别分类、中医健康养生,研究成果主要是中医养生保健的智能化设备、中医人工智能系统、中医知识库、中医药学语言系统等。结论:人工智能在中医药领域的研究热点集中于中医智能方法、智能诊断及智能预测,热点更趋向于智能方法研究,各研究团队及研究机构应当加强各研究领域专家合作,实现多学科融合发展。     

大学生不同情感状态的脉图分析

目的：探讨不同情感状态下脉图的变化。方法：基于中医情志脉象理论,以大学生脉图为研究对象,通过素材（影片）诱导的方式,激发大学生的不同情感表达,采集大学生平静、悲伤、高兴三种不同情感状态下的脉图,提取大学生三组不同情感状态下脉图的时域参数,运用非参数检验的方法统计三组时域参数的差异;基于时域参数,运用支持向量机分类器对三种不同情感状态进行分类识别。结果：发现三组脉图的时域参数：h3/h1、t、As/(As+Ad)存在显著差异,基于脉图时域参数对三种情感状态的平均识别率为74.25%。结论：脉图特征参数可为情感变化提供客观的参考依据,利用脉图这种生理信号来识别情感状态具有一定的实用价值和应用前景。     

基于预训练模型及条件随机场的中医医案命名实体识别

目的：通过建立一种基于预训练模型及条件随机场（CRF）的神经网络，解决目前中医医案命名实体识别效率一般的问题。方法：人工标注所选中医医案的10类命名实体作为训练集和验证集，并构建基于BERT、RoBERTa、ALBERT及CRF的神经网络，以探究对于中医医案命名实体识别任务的最佳预训练模型及CRF对其贡献大小。结果：基于RoBERTa-CRF构建的神经网络在中医医案命名实体识别任务中的性能最优，其对命名实体识别的整体准确率为99.33%，精确率为98.24%，召回率为98.51%,F1分数为98.38%。结论：基于RoBERTa-CRF构建的神经网络能有效实现中医医案命名实体识别，解决其效率一般的问题，并且通过设置恰当的分层学习率，CRF能有效处理命名实体标签间的依赖关系，可为中医医案的高价值数据挖掘奠定的坚实基础。     

数据挖掘中的分类算法及其在中医证候学中的应用

中医研究领域中,辨证是中医学的核心,也是确保疗效的前提。为了研究中医辨证分类规律,数据挖掘近年来广泛用于其中,成为数据挖掘用于中医药领域研究的一个特点。分类算法是数据挖掘中的最重要的技术之一。文章简要介绍了分类算法中的常用技术如决策树分类、贝叶斯分类、神经网络分类等,同时对其在中医证候分类研究中的应用进行概括,希望能为未来中医证候学的研究提供一个方向。     

信息技术在中药现代化研究中的应用及发展

信息技术在中药现代化研究中的重要性与日俱增,已经成为中药现代化研究必备技术工具。本文在对多元统计、模式识别、知识工程、神经元计算、模糊信息处理和信息智能集成处理等主要相关技术进行简要论述的基础上,概述了信息技术在中药现代化研究中的主要应用领域。最后从建立中药新药创制体系、构建中药数据分析与规律发现平台等方面,探讨了中药信息技术的若干应用思路和发展前景。     

信息技术在中药现代化研究中的应用及发展

信息技术在中药现代化研究中的重要性与日俱增，已经成为中药现代化研究必备技术工具。本文在对多元统计、模式识别、知识工程、神经元计算、模糊信息处理和信息智能集处理等主要相关技术进行简要论述的基础上，概述了信息技术在中药现代化研究中的主要应用领域。最后从建立中药新药创制体系、构建中药数据分析与规律发现平台等方面，探讨了中药信息技术的若干应用思路和发展前景。     

基于中医证候与危险分层关系的高脂血症神经网络预警模型研究

目的：探讨基于高脂血症中医证候与危险分层的神经网络预警模型。方法：在Matlab R2010a环境下,以高脂血症中医证候为输入,高脂血症危险分层为输出,建立反向传播（BP）神经网络预警模型。随机选取286例作为神经网络学习训练样本,剩余的30例作为测试样本。为了提高模型精度,建模前先对输入自变量进行降维处理。结果：降维前后的结果对比显示,经过降维处理后的神经网络预测准确率有所提高,平均误差为10%左右,说明建立的神经网络模型能够较好地预测高脂血症的风险等级。结论：研究结果表明,所建立的模型能够较好地提取中医证候与高脂血症危险分层的内在关系,将神经网络技术用于高脂血症中医证候与危险分层的研究是可行的。     

关于构建中药制剂工艺设计专家系统的思考

现阶段中药制剂的研发与生产仍多依赖于老药工的经验,制剂的稳定性以及制剂工艺的放大效果往往难以得到保证,从而造成了资金、资源的极大浪费.因此,如何准确设计中药制剂的处方与工艺是目前研究中的瓶颈问题.本文将人工智能中专家系统的概念引入中药制剂的研究中,通过对化学药制剂专家系统研究现状的归纳与分析,提出了一条以中药制剂原料物理特性表征为基础,运用神经网络技术构建制剂工艺模型,并结合“物理改性技术”构建意外情况解决方案的中药制剂专家系统研究思路.该系统能够预测小试的处方、工艺,甚至中试放大效果,为实现现代化的中药制剂研发与生产提供了一些参考.