应用智能医疗诊断系统诊断高血压的研究

目的：利用人工神经网络和专家系统相结合的方法，建立高血压诊断的智能医疗诊断系统模型。方法：提取100例高血压病例的特征，建立原发性高血压和继发性高血压的神经网络诊断模型；利用原发性高血压的分级和危险程度分层的规则建立专家系统模型。另选取100例怀疑高血压的病例对智能诊断系统进行检验。结果：该模型具有较好的诊断性能，取得初步诊断结果。结论：基于人工神经网络和专家系统的智能医疗诊断方法用于高血压的诊断具有较高的准确性。     

BP人工神经网络应用于探讨2型糖尿病/糖耐量低减的发病危险因素

目的 探讨BP人工神经网络(BPANN)在2型糖尿病(2型DM)／糖耐量低减(IGT)的发病危险因素研究中的应用特点。方法 采用BPANN和多因素非条件Loglstic回归方法对某矿区2型DM现况调查资料及在某综合性医院收集的病例-对照资料进行分析比较。结果 针对2型：DM和IGT，BPANN网络结构分别为32→12→1，20→6→l。比较网络输出的平均影响值(MIV)与Logistic回归分析结果，发现两者均选出母亲DM史、腰臀比(WHR)、同胞：DM史、离退休者、高梁等为影响2型DM发病的主要因子；标准体重百分数(SWP)、子女DM史、职业体力活动、年龄和脉率是影响IGT发病的主要因子。结论：BPANN同样能够用于2型DM／IGT的发病危险因素研究；BPANN分析不要求资料的分布类型以及变量的独立性，能较好地处理数据协变量间的共线性问题，在病因研究中具有Logistic回归分析方法所不能比拟的独特优势。     

数据挖掘技术在医学领域中的应用

传统统计手段无法对海量数据进行有效地分析，数据挖掘技术的出现使人们看到了解决这一问题的曙光，它能将大量数据背后隐藏的有价值的信息挖掘出来，给用户带来巨大的经济效益和社会效益。目前数据挖掘技术在医学领域的应用尚处于起步阶段，但随着该方法的日益普及，其必将在医学领域得到更加广泛的应用。     

利用多种描述信息检测心定纤颤的综合系统

提出一各基于人工神经网络的、利用多种描述信息检测心室纤颤的综合系统：首先，利用不同方法从ＥＣＧ信号中提取出多种具有不同意义的描述信息，然后用神经网络的综合概括能力把它们的融合进行检测系统并自动作出决策。对该系统的检测性能进行了测试，最后，讨论了临床应用的可行性。     

运用人工神经网络法评价中药威灵仙的质量

提出用人工神经网络方法评价中药威灵仙的质量,对一组标样的研究结果表明,识别成功率达100%。同时,该方法具有较强的容错能力和较快的识别速度。     

运用人工神经网络法评价中药威灵仙的质量

提出用人工神经网络方法评价中药威灵仙的质量,对一组标样的研究结果表明,识别成功率达100%。同时,该方法具有较强的容错能力和较快的识别速度。     

基于LAPS的电子舌的设计与实现

目的：基于光寻址电位传感器（LAPS）的原理设计一种用于对酸、甜、苦、咸、鲜五种基本味觉物质进行测量的传感器系统。方法：基于味觉传感器阵列智能味觉识别系统—电子舌是一种利用多传感器阵列感测液体样品,然后集合信息融合算法对液体样品定性、定量识别的技术,它主要由传感器阵列、信号处理和模式识别系统组成。本文主要包括以下几个方面：介绍了LAPS的工作原理;阐述了TiO2溶胶—凝胶分子印记膜的制备方法,使用分子印迹膜技术制备的敏感膜,对味觉物质分子表现为高度的识别性,对光寻址味觉感知生物传感器阵列的研究具有重要的意义;设计出光寻址电位传感器（LAPS）味觉感知系统的硬件软件系统测试了五种味觉物质的响应信号;采用PCA以及人工神经网络算法对五种不同味觉物质响应信号进行模式识别。结果：通过该味觉感知系统测试样本中的五个味道样本的输出分别接近各自对应的期望输出,可以正确判别出五种味觉的结果,实现了对五种不同味觉物质的区分和检测。结论：味觉仿生感知技术的研究对人工智能的飞跃发展具有十分重要的意义,采用科学有效的检测技术手段来评价味觉品质是必然的发展趋势。因此,本文基于LAPS原理的电子舌系统的研究具有重要的应用价值和实际意义。     

利用蛋白芯片技术诊断和评估肾损伤的临床应用

目的利用Au蛋白芯片（proteinchip gold array）技术检测肾损伤患者尿蛋白指纹图谱,探讨其灵敏、快速预测和评估肾损伤的临床应用价值。方法利用表面增强激光解析电离飞行时间质谱（surface-enhanced laser desorption-ionization time of flight mass spectrometry,SELDI-TOF-MS）技术及Au蛋白芯片检测477例尿蛋白指纹图,包括237例肾病患者和240例对照者。利用生物标志模型软件（biomarker patterns software,BPS）筛选标志蛋白,结合人工神经网络（artificialneural network,ANN）技术建立模型,评价其在诊断和评估肾损伤中的应用价值。通过电喷雾四级杆飞行时间质谱（electrospray ionization quadrupole time of flight,ESI-Q-TOF）结合比对标准蛋白质谱,对部分差异蛋白进行鉴定。结果肾病患者与对照者尿中差异表达的蛋白质峰有75个,其丰度值两组间比较差异均有统计学意义（t值为-11.6-28.1,P均〈0.05）,筛选质荷比（m/z）6182、88439、7402、37706、76508、0045和91 240蛋白质建立的ANN模型预测肾损伤的灵敏度为96.6%（84/87）,特异度为94.4%（85/90）。鉴定结果表明11735、15150、22871、23770、67650 h和80045m/z蛋白分别为β2-微球蛋白、血红蛋白、α1-抗胰蛋白酶、α1-微球蛋白、白蛋白和转铁蛋白。结论基于Au蛋白芯片的SELDI-TOF-MS技术检测尿蛋白指纹图,在肾脏疾病的诊断、蛋白尿类型判断、肾损伤评估及治疗评价中具有潜在的应用价值。     

肝移植受者他克莫司血药浓度早期预测方案及评估

目的:建立人工神经网络用于估算他克莫司血药浓度。方法:收集36例肝移植受者口服他克莫司的150份稳态全血浓度数据,采用遗传算法配合动量法优化网络参数,建立人工神经网络。结果:人工神经网络平均预测误差(MPE)与平均绝对误差(MAE)分别为0.05±3.01ng·mL-1和2.09±2.12ng·mL-1,78.3%血药浓度数据绝对预测误差≤3.0ng·mL-1。人工神经网络准确性及精密度优于多元线性回归。结论:人工神经网络预测可用于预测他克莫司血药浓度。     

中药提取工艺的实验设计方案及数据处理方法

<正>中药及其复方的提取精制是中药研究的关键技术之一,也是决定其药效的最根本步骤。该项研究往往要通过实验设计方案和数据处理来完成。实验设计方案和数据处理方法的选择直接关系到工艺优选结果的可行性及可靠性。本文就中药提取分离工艺优选中常用的统计学方法作一概述,