糖尿病肾病中医证候分型研究

目的对糖尿病肾病(DN)的中医证候分型进行研究,为其辨证论治规范化提供科学依据。方法用流行病学研究方法,选取符合标准的193例患者,收集四诊信息,将资料录入数据库。通过SPSS 16.0统计软件进行聚类分析,再结合糖尿病肾病的临床特点,归纳出DN的中医证型。结果糖尿病肾病拟定3类证型:气阴两虚夹瘀、气虚湿阻及阳虚血瘀,经与专家辨证结果比较,Kappa值0.75,具有很好的一致性。结论糖尿病肾病上述3种证型均反映DN在某个阶段的变化特征,可供中医临床和研究参考。     

糖尿病肾病中医证候分布研究

目的探讨糖尿病肾病(DN)的中医证候特征、分布及演变规律。方法基于"十一五"临床数据采集平台,对DN中医证候进行多中心、分层、横断面调查。结果 DN症状以神疲乏力、咽干口渴、面足浮肿、口唇舌紫,或紫暗、瘀斑、舌下络脉色紫怒张等多见;气虚证、血瘀证3期构成比均在60%以上,阴虚构成比呈下降趋势,而阳虚呈现上升趋势,Ⅳ、Ⅴ期普遍存在湿浊证,Ⅴ期血虚证构成比为80%;证素组合多达几十种,组合规律表现为随病程发展由少及多、由简单及复杂趋势。结论 DN证候具有虚实夹杂、证素组合等多维复杂性特点,但其证候分布及演变具有一定规律性。     

BP网络用于中医痹证证候分类

ＢＰ网络用于中医痹证证候分类福建中医学院公共课基础部（福州３５０００３）林维鉴近年来全球性神经网络研究热潮再度兴起，以ＢＰ模型、Ｈｏｐｆｉｅｌｄ模型和Ｂｏｌｚｉｍａｎ模型等为代表的神经网络在模式分类、图像处理等许多领域所取得的成功应用，引起了人们极大...     

基于神经网络的中医证候量化诊断模型探索

论述中医证候量化的内涵，分析传统统计学方法用于中医证候量化的局限性及单一BP网络用于中医证候诊断方面研究中存在的问题，说明对传网络原理和改进的BP网络原理，建立对传网络模型和改进的BP网络模型，通过模型检验分析了两者结合的优势和可行性。     

基于共轭梯度算法的BP神经网络在高血压证候诊断中的应用

目的:将基于共轭梯度算法的BP神经网络方法应用于高血压证候诊断。方法:对传统BP算法存在的不足进行改进,采用成比例的共轭梯度算法,建立高血压中医证候诊断模型,并运用检测样本对模型的性能进行评价。结果:总体识别率达89.5%。结论:基于共轭梯度算法的高血压中医证候诊断模型具有较好的诊断、预测能力。     

糖尿病肾病分期证候分布特点研究

目的 观察糖尿病肾病(DN)中医证候分布规律,为进一步研究该病的病因病机及证候特点提供依据.方法 将180例DN患者分为Ⅲ,Ⅳ,Ⅴ3期,按照量表的制作方法,制定DN中医证候问卷,对患者进行了分层、横断面调查,对所得数据进行频数统计.结果 Ⅲ期以气虚证、阴虚证表现多见,兼有内热证、血瘀证、痰湿证表现;Ⅳ期在Ⅲ期基础上出现了血虚证、阳虚证表现,还可兼见水湿证、痰湿证、内热证、热结证、血瘀证的表现.Ⅴ期本虚更甚,还可兼有气滞证、郁热证、湿浊证、血瘀证、热结证等多种表现.结论 DN中医证候具有本虚标实的特点,随着病情进展,标实证候趋于多样,血瘀、湿邪贯穿病程始终.     

基于OWL的中医证候知识建模方法研究

万维网本体语言（Web Ontology Language,OWL）旨在构建内容丰富、逻辑严谨、可在万维网上共享的领域本体,为表达复杂的中医证候知识体系提供了潜在的解决方案。研究探索如何基于OWL对中医证候知识进行建模,提出了针对证候层次结构、证候特征、证候疾病复合概念及“证候加减”的知识建模方法。     

糖尿病慢性肾病中医证候及其与生化指标相关性的研究

目的 探讨糖尿病慢性肾脏病中医证候及其与生化指标的相关性.方法 选取本院2018年10月至2019年10月收治的糖尿病慢性肾脏病患者75例,根据中医证候类型分为脾肾阳虚组(n=53)和气阴两虚组(n=22),比较两组胱抑素C(Cys C)、尿素氮(BUN)、血尿酸(HUA)、血肌酐(SCr)及24 h尿蛋白定量(24 h-UPQ)水平,并分析糖尿病慢性肾脏病中医证候与BUN、SCr、24 h-UPQ等生化指标的相关性.结果 两组Cys C、HUA水平比较差异无统计学意义;脾肾阳虚组BUN、SCr、24 h-UPQ水平均低于气阴两虚组,差异有统计学意义(P<0.05);线性回归检验显示,糖尿病慢性肾脏病中医证候类型与BUN、SCr、24 h-UPQ等生化指标显著相关(P<0.05).结论 糖尿病慢性肾脏病中医证候与UN、SCr、24h-UPQ等生化指标显著相关,可用于鉴别糖尿病慢性肾脏病中医证候,为临床诊疗提供参考依据.     

血脂异常中医证候与糖尿病相关性的研究

通过对64例糖尿病并血脂异常与600例血脂异常的人群中医证侯研究.发现二者虚证所占比例均较高,且前者虚证明显高于后者,同时发现,前者中医确定证侯明显高干后者.糖尿病直接影响了血脂异常中医证侯特别是虚证的形成.治疗糖尿病并血脂异常应在关注血脂异常的同时,更应注重对糖尿病的治疗,中医治疗糖尿病并血脂异常的治疗原则,建议应以补虚为主.     

糖尿病视网膜病变的中医证候要素研究

目的:运用因子分析法探讨糖尿病视网膜病变(diabetic retinopathy,DR)的中医证候要素及其分布规律。方法:采集4个研究单位诊治的929例DR患者的四诊指标,通过因子分析法对事先未经经验辨证的四诊指标提取证候要素。结果:得到23个公因子(即证候要素),经合并后,初步诠释为阴虚、气虚、血瘀、阳虚、痰、血虚、精亏、气滞、湿、热(火)10种病性类证候要素,其中阴虚、气虚、血瘀、阳虚位居前4位,为DR的多见证候要素,此与中医关于DR病因病机的认识基本一致。结论:因子分析是确定DR常见证候要素的有效方法,本文提取的证候要素,可作为DR辨证论治的重要参考。     

基于遗传算法和BP神经网络的CTG识别研究

目的:针对正常类、非典型类和异常类3类胎心宫缩监护图(Cardiotocography,CTG),利用BP神经网络建立分类识别模型。方法:根据遗传算法(Genetic algorithm,GA)具有全局寻优的特点,引入遗传算法对神经网络权值和阈值进行优化,形成一种训练神经网络的混合算法(GA-BP算法),以克服BP算法易陷入局部最优解的缺陷,并以UCI数据库中的CTG数据集为例进行测试。结论:仿真结果表明,对于正常类、非典型类和异常类3类样本,BP算法的分类准确率分别为97.32%、71.97%和95.45%,而GA-BP算法的分类准确率分别提高到98.24%、82.67%和95.65%。可见GA-BP分类模型具有较强的学习能力和泛化能力,分类准确度更令人满意,所提出的方法是可行的。     

基于BP神经网络的医学类微信公众号学术知识获取效果

目的：通过构建神经网络模型实现对医学类微信公众号学术知识获取效果进行综合、科学性的评价。 方法：首先对麻醉学微信公众号辅助临床、教学与实践的应用现状进行概述;其次,根据既有研究成果提出的“微信知识获取效果评价指标体系”,分别从知识特性、知识获取方、知识提供方、知识获取情景对遴选的15个典型麻醉学微信公众号样本开展评价;最后采集定性和定量数据,使用Matlab软件构建BP神经网络（Back Propagation Neural Network）模型并进行仿真验证。结果：采用BP神经网络的预测输出结果与实际期望结果控制在限定的误差范围内。 结论：基于BP神经网络构建的医学类微信公众号学术知识获取效果评价模型具有可操作性和实践性,能够评价用户通过移动社交平台获取知识的效果,揭示促进和阻碍因素,进一步指导各学术机构推荐并建立高质量的学术公众号,更好地服务学界。     

肾综合征出血热发病率的ANN预测模型

目的 :探讨ANN时间序列预测模型在疾病发病率或死亡率预测上的应用前景。方法 :利用动态学习比率BP算法以双曲正切函数为功能函数的非线性时间序列预测方法。结果 :建立HFRS发病率的ANN预测模型 ,其预测精度高。结论 :BP人工神经网络可以用于疾病发病率或死亡率的预测     

基于BP神经网络和决策树的梅毒早期预警指标的模型构建

目的 探讨BP神经网络(back propagation neural network,BPNN)模型和决策树(decision tree,DT)模型在梅毒早期预警指标上的研究,并进行了合理的验证分析.方法 首先收集348例梅毒病例资料,一期38例,二期43例,隐形梅毒267例,其中一期38例中:男24例,女14例;二...     

贝叶斯正规化BP神经网络在我国医院床位预测中的应用

目的 探讨贝叶斯正规化BP神经网络在我国医院床位预测中的应用. 方法 利用1990-2006年我国医院床位历史数据,建立贝叶斯正规化BP神经网络进行拟合预测,并与指数平滑预测、自回归模型的预测结果进行比较. 结果 三种方法预测结果的相对误差分别为0.58%,3.62%,1.48%.贝叶斯正规化BP神经网络模型预测精度更高,效果更好,优于传统方法. 结论 贝叶斯正规化BP神经网络预测模型可以用于我国医院床位预测.     

BP神经网络在生存分析中的应用

目的探讨BP神经网络在生存分析中的应用。方法通过贲门癌预后的实例说明神经网络的连续时间模型与离散时间模型的使用。结果所建立的神经网络生存分析模型有较好的预测能力。结论神经网络在生存分析中有很大的灵活性,在模型中可以容纳非线性效应,协变量的效应可以随时间而变化,不要求满足PH假定,有较广泛的应用前景。     

BP神经网络和 Cox比例风险模型在生存分析应用中的比较

目的：比较BP神经网络模型和Cox比例风险模型在生存分析中的预测性能,进一步探讨BP神经网络模型在生存分析中的应用。方法：采用Monte Carlo 模拟数据集,如不同样本量、不同删失比例、不同协变量间关系及是否满足等比例风险假定的理论研究和胃癌根治术患者预后预测的实例分析,分别建立BP神经网络模型和Cox比例风险模型,最终使用一致性指数C对其预测性能进行比较。结果：当样本量为100、删失比例为60％、80％及样本量为300、删失比例为80％时,BP神经网络模型的预测性能高于Cox比例风险模型（P＜0．05）。协变量不满足等比例风险假定、协变量间存在三维交互作用和非线性关系时,BP神经网络模型的预测性能较Cox比例风险模型好（P＜0．05）。实例研究中发现,BP神经网络模型预测的一致性指数C（0．835）高于Cox比例风险模型（t配对＝4．311,P＜0．001）。结论：BP神经网络模型在生存分析的应用中对样本删失比例、是否满足PH假定、协变量间复杂交互作用和非线性关系具有非特异性,对资料限制较少,且预测一致性高,值得在生存分析中进一步推广应用。     

基于BP神经网络的非接触生命参数信号检测

目的:探讨基于BP神经网络的雷达式非接触生命参数信号检测方法.方法:采用四层BP神经网络的模式识别算法,利用Matlab软件环境编写算法程序,进行仿真实验与实际信号处理.结果:利用该方法进行非接触检测系统信号的识别,能够在强噪声背景下检测出生命参数信号.结论:该方法适用于随机性较强的微弱信号检测,对雷达式非接触生命参数信号检测可以达到较好的效果.     

基于BP神经网络的老年男性保健人群缺血性心脑血管病预测模型研究

目的建立基于BP神经网络的老年男性保健人群缺血性心脑血管病(ischemic cardiovascular disease,ICVD)的发病预测模型。方法以某保健医院所有老年男性保健对象2003年5月的体检资料为基线数据,剔除基线前已患有ICVD者。收集历年住院资料、问卷调查资料、电话回访资料,观察截止到2010年10月的ICVD发病及死亡情况。按照4∶1的比例将基线人群划分为训练组和测试组,利用MATLAB 7.0软件的神经网络工具箱构建训练组的BP神经网络模型,用测试组加以验证,并与传统的COX比例风险回归模型进行比较。结果 BP人工神经网络模型的判别能力、群体水平的预测能力方面优于COX比例风险回归模型。结论利用BP神经网络进行疾病预测,能获得更好的预测效果,并且对资料的类型、分布不作任何要求,是一种较好的疾病预测方法。     

BP神经网络模型在肠癌中的应用研究

目的探索人工神经网络模型在肠癌研究中的应用。方法给出了人工神经网络模型的理论分析,在肠癌生物医学实验研究的基础上,利用BP神经网络模型综合研究肠癌患者的各项指标对预后的影响。结果BP神经网络模型能够反映包括调控基因在内的诸多因素与肠癌患者预后的关系。结论BP神经网络模型可以为肠癌研究提供新途径,具有良好的应用前景。