基于神经网络的中药方剂功效预测系统研究

由于中药药性与方剂功效存在非线性关系,对中药方剂功效的预测往往比较困难。文章引进了能有效处理非线性关系的"人工神经网络"技术,利用神经网络具有良好的非线性拟合能力的特点,建立了基于神经网络的中药方剂功效预测模型,并设计了中药方剂功效智能预测系统。另外,为了降低中药数据处理的复杂度,并引进了"量子化"概念,为系统的设计研究提供了可靠的数据支撑。     

桃红四物汤治疗Ⅱ型糖尿病的Meta分析

目的 分析评价桃红四物汤治疗Ⅱ型糖尿病的临床疗效。方法 计算机检索CNKI、CBM、VIP、WANFANG数据库,纳入有关桃红四物汤治疗Ⅱ型糖尿病的随机对照试验与半随机对照试验,根据纳入、排除标准筛选文献,提取数据,采用RevMan5.3软件进行Meta分析。结果 共纳入7个对照试验,合计439例患者,包括试验组222例,对照组217例。Meta分析结果显示:试验组桃红四物汤与对照组常规西药在临床疗效方面有显著性差异(P0.01);糖化血红蛋白(HbAlc)与空腹血糖(FBG)两个指标改善情况相当,差异均无统计学意义。结论 与常规西药相比,桃红四物汤治疗Ⅱ型糖尿病疗效显著,是一种良好的治疗Ⅱ型糖尿病的方法。然而,由于现有研究数量的限制和质量的影响,还需要更多高质量、多中心的对照试验加以证实。     

基于深度神经网络的原发性肝癌证型诊断分类预测模型＊

目的 基于深度神经网络建立原发性肝癌证型诊断分类的预测模型，并用其对原发性肝癌的病历数据进行证型诊断分类，再利用关联规则验证诊断分类预测结果的准确度。方法 从江西省中医院收集2014年1月-2019年6月临床诊断为“原发性肝癌”（首次就诊）的1176例电子病历，随机抽取976例病历作为训练集、200例作为测试集，根据模糊数学理论对训练集中的中医症状、体征和四诊信息等证型相关因子进行量化处理，再利用深度神经网络挖掘临床数据和证型之间的非线性关系，建立诊断分类预测模型，然后利用该模型对测试集进行证型诊断分类预测，并利用关联规则验证结果的准确性。结果 利用深度神经网络证型诊断分类预测模型，对测试集的证型预测准确率介于82.86%-92.76%，其中湿热蕴结证92.76%，肝郁脾虚证90.58%，气滞血瘀证87.41%，正虚瘀结证82.86%，肝气郁结88.09%，肝肾阴虚证91.28%，痰瘀互结证83.15%，脾虚湿困证90.24%；关联规则验证数据集的符合率介于75%-100%。结论 该模型较于其他预测分类模型，其数据处理更精细，结果更准确，更适用于中医证型分类的预测。该模型不仅为临床治疗原发性肝癌供了诊疗依据，更为中医辨证论治规律的研究提供了有益的借鉴。