排序方式: 共有20条查询结果,搜索用时 15 毫秒
1.
目的 提出基于舌象和形体特征的中医体质辨识模型,探讨中医以舌辨质客观化、规范化方法。方法 提取客观化的舌象特征(舌质与舌苔的色度和饱和度、舌苔纹理的平均亮度、平滑度以及齿痕特征)和形体特征,建立基于神经网络和支持向量机的客观化舌象和形体特征的辅助中医体质识别模型。结果 对平和质、气虚质、阴虚质和气淤质四种体质进行模型的训练和测试,结果表明融合舌象特征和形体特征的中医体质辨识模型能有效地辅助中医体质识别,且支持向量机对四种体质辨识效果总体上优于神经网络。结论 基于客观化的舌象特征和形体特征辅助中医体质辨识有利于提高中医体质辨识的客观化水平,合理选择机器学习算法可以提高中医体质辨识的准确性。 相似文献
2.
目的建立了基于电子鼻技术的枳壳及其混淆品无损鉴别方法,结合GC-MS挥发油成分分析进行验证,为枳壳中药的质量控制提供参考。方法采用电子鼻(PEN3)检测枳壳及其三种常见混淆品的气味信息,采用主成分分析(PCA)方法构建分类鉴别模型,利用相关系数(R2)和均方根误差(RMSE)对模型进行性能评估,构建气味指纹图谱并采用MATLAB 2013实现鉴别仿真,最后,结合气相色谱-质谱(GC-MS)联用分析方法进行验证。结果基于构建的气味指纹图谱,PCA模型对枳壳及其混淆品具有很好的分类鉴别效果,计算得:R2=0.9662,RMSE=0.6103,鉴别测试准确率达95%。同时,GC-MS挥发油成分分析鉴定了这4类样品挥发性成分的差异性。结论基于电子鼻技术的气味鉴别方法操作简单,无需损坏样品外形,且重复性好、检测速度快。建立的枳壳及其混淆品气味指纹图谱为枳壳质量控制奠定了基础。 相似文献
3.
目的为减少人工交互提出了基于自适应标记分水岭的CT系列图像肝脏区域自动分割算法。方法首先对图像进行形态学重构运算以平滑图像,然后计算多尺度形态学梯度,同时提出利用梯度图像非零的局部极小值点的均值进行自适应标记提取,以避免分水岭的过分割和欠分割,再结合肝脏为最大的实质性脏器和相邻图像的相似性实现CT系列图像的肝区自动分割。结果该算法能自动、快速地提取CT系列图像中的肝脏区域。结论分水岭算法能准确定位区域的边缘,通过选择合适的阈值对梯度图像进行标记以抑制分水岭的过分割,实现医学图像中感兴趣区域的自动分割。 相似文献
4.
摘要:目的:应用网络药理学和分子对接方法探究扶正固本颗粒治疗胃癌的作用机制。方法:通过TCMSP、TCMID、OMIM、DigSee等数据库获取扶正固本颗粒中的活性成分和潜在靶点以及胃癌相关人类靶点。取两者交集靶点导入STRING中进行蛋白互作分析,得到的数据导入Cytoscape 3.8.0用MCODE插件进行模块分析,并筛选出代表性的靶点通过R studio等软件进行基因本体(GO)和京都基因与基因组百科全书(KEGG)富集分析。用Cytoscape 3.8.0构建"活性化合物-作用靶点"、"中药-化合物-核心靶点-通路"等网络。最后选取核心靶点与对应化合物进行分子对接。结果:筛选出扶正固本颗粒共174个活性化合物和1 032个作用靶点,胃癌共5 276个作用靶点,两者交集靶点共607个。核心靶点涉及蛋白激酶B(AKT1)、肿瘤蛋白p53(TP53)、丝裂原活化蛋白激酶1(MAPK1)、磷脂酰肌醇-3-激酶催化亚基α(PIK3CA)、信号传导与转录激活因子3(STAT3)、磷脂酰肌醇-3-激酶调节亚基1(PIK3R1)、原癌基因酪氨酸蛋白激酶Src(SRC)、血管内皮生长因子A (VEGFA)。GO和KEGG富集分析结果显示,扶正固本颗粒治疗胃癌主要与化学反应、对有机物的反应、细胞对化学刺激的反应等生物过程有关,作用靶点主要集中在癌症通路、PI3K-Akt信号通路、癌症中的蛋白多糖通路等。分子对接结果显示核心靶点与对应化合物的最低结合能均小于-5.0 kcal·mol-1。结论:扶正固本颗粒治疗胃癌的作用机制可能与PI3K-Akt信号通路以及AKT1、TP53、MAPK1、PIK3CA、STAT3、PIK3R1、SRC、VEGFA密切相关。 相似文献
5.
7.
摘要:目的:探讨艾迪注射液治疗肝细胞癌的潜在活性成分及可能的作用机制。方法:通过检索文献查找药物化学成分,TCMSP、SwissTargetPrediction、STITCH获得药物化学成分靶点,TTD、DrugBank、DisgeNET获得疾病相关靶点,采用UniProt等查询靶点对应的基因,取药物与疾病交集靶点导入STRING中进行蛋白互作分析,运用Cytoscape构建药物-化合物-靶点网络、蛋白互作网络以及药物-化合物-靶点-通路图。采用DAVID数据库对关键靶点进行基因本体(GO)功能富集分析和基因组百科全书(KEGG)通路富集分析。运用AutoDockTools对关键活性成分和其潜在靶点进行分子对接。结果:筛选得到艾迪注射液的活性化合物23个,化合物预测靶点178个,疾病相关靶点184个,化合物和疾病相关共同靶点24个,其中艾迪注射液治疗肝细胞癌的关键活性成分有:芒柄花素、异嗪皮啶、黄芪皂苷Ⅰ、乙酰黄芪皂苷Ⅰ、斑蝥素等;艾迪注射液治疗肝细胞癌的关键靶点有:周期素蛋白依赖性激酶1(CDK1)、基质金属蛋白酶2(MMP-2)、原癌基因丝氨酸蛋白激酶(RAF1)、前列腺素内过氧化物合酶2(PTGS2)、激酶插入域受体(KDR)等。富集分析结果最终得到24个富集GO条目和19条KEGG通路信号通路,包括癌症中蛋白多糖、癌症中的microRNA、人类乳头瘤病毒感染、表皮生长因子受体(EGFR)酪氨酸激酶抑制剂的耐药性等信号通路。分子对接结果表明核心化合物与对应靶点均具有较强的结合活性。结论:艾迪注射液治疗肝细胞癌具有多成分、多靶点、多通路的作用机制,为进一步实验研究提供了良好的理论依据。 相似文献
8.
目的:基于图像处理技术和机器学习方法建立莪术与醋莪术颜色判别模型,并与成分含量进行相关性分析。方法:采用HPLC法测定莪术与醋莪术饮片中6个成分的含量,采集饮片图像并通过图像处理技术提取饮片RGB、HSV及L^(*)a^(*)b^(*),采用LDA、PLS-DA和SVM等方法对颜色信息进行机器学习,对莪术和醋莪术进行分类判别;利用Pearson相关性分析研究颜色特征值与化学成分含量间的相关性。结果:LDA、PLS-DA、SVM判别模型分类鉴别具有较高的预测精度和较小的预估错误率;莪术和醋莪术中成分含量与颜色特征值存在一定的相关性。结论:基于图像处理技术结合机器学习实现了对莪术和醋莪术的快速质量分析,该方法具有操作简单,高效准确的特点,为莪术饮片的质量控制和炮制程度的判断提供了参考。 相似文献
9.
中医电子病历(electronic medical record,EMR)包含大量的医疗知识和患者健康信息,对该类信息的抽取和挖掘对中医药的传承和创新有着重要意义。然而以纯文本形式记录的中医电子病历是一种非结构化信息,阻碍了中医药临床经验的总结与挖掘。本文主要讨论如何用机器学习算法对非结构化的中医电子病历文本进行信息的分类抽取,抽取出症状、处方、治法等有用信息。先将电子病历文本进行分词,然后进行标签标注,采用朴素贝叶斯和word2vec算法训练形成模型,最后进行模型测试。实验结果表明,该算法模型的信息抽取查准率可达80%以上。该研究在中医电子病历文本信息抽取领域做出了初步探索,为进一步进行中医药领域的数据挖掘和科研工作提供了良好的基础。 相似文献
10.
目的 了解受调查者(上班族和大学生)的睡眠质量情况,依据其睡眠质量情况分析出影响睡眠质量的参数,关注睡眠情况和睡眠质量.方法 采用匹兹堡睡眠质量指数(PSQI)和自制的相关因素调查表,进行问卷调查并整理统计数据.根据PSQI等相应评分标准评估睡眠质量的好差.结果 545名受调查者当中,总平均分为10.86;其中女性平均值为10.43,男性的平均值为11.32.结论 所有受调查者当中,上班族和作息不规律工作者的睡眠质量不容乐观. 相似文献