影响SARS患者舌苔厚薄的多因素研究

目的对 214例次 SARS患者舌苔厚薄的相关因素进行分析,以探讨 SARS患者舌苔厚薄的原因.方法观察并用数码相机拍摄 SARS患者舌象,记录患者相关情况;使用统计软件进行 SARS患者舌苔厚薄的多因素分析.结果对于 SARS患者舌苔厚薄有影响的因素为发热、外周血白细胞总数升高及激素的使用情况.结论 SARS患者舌苔的厚薄主要受到外周血白细胞总数升高及激素的使用情况的影响.     

影响SARS患者舌苔颜色的多因素研究

目的对214人次SARS患者舌苔颜色的相关因素进行分析,以探讨SARS患者出现不同苔色的原因.方法观察并用数码相机拍摄SARS患者舌象,记录患者相关情况.使用统计软件进行SARS患者出现黄苔的多因素分析.结果对于SARS患者苔色有影响的因素(P＜0.05)包括:发热、外周血淋巴细胞升高、激素的使用情况.结论SARS患者出现不同苔色主要受发热、外周血淋巴细胞升高、激素使用情况的影响.     

影响SARS患者舌苔厚薄的相关因素分析

目的 :对 2 14例 SARS患者舌苔厚薄的相关因素进行分析 ,以深入探讨引起 SARS患者舌苔厚薄变化的原因。方法 :观察并用数码相机拍摄 SARS患者舌象 ,记录患者相关情况。使用统计软件进行 SARS患者舌苔厚薄的多因素分析。结果 :对于 SARS患者舌苔厚薄有影响的因素 (P <0 .0 5 )包括 :发热 ,外周血白细胞升高 ,激素的使用情况。结论 :SARS患者舌苔的厚薄主要受到外周血白细胞升高、激素使用等情况的影响。     

基于生物技术的病证舌苔信息研究进展

生物技术的发展为舌苔的现代研究提供了新的思路与途径。病证舌苔信息变化研究涉及消化系统、心血管系统、内分泌系统等多个系统的病证,应用到细胞形态学、生物化学、血液流变学、免疫学等多个学科的技术。本文对近十年来病证舌苔信息变化研究做一综述。     

舌苔蛋白质双向电泳技术的建立

目的：建立针对舌苔蛋白质组学研究的双向电泳及其相关技术体系。方法：采用超声裂解法提取舌苔蛋白，利用固相pH梯度等电聚焦对舌苔总蛋白进行双向电泳，银染后获得的双向电泳图谱进行ImageMaster 2D Platinum软件分析，并对实验条件进行调整优化。结果：成功构建了高重复性的舌苔蛋白质双向电泳图谱，共获得（1082±105）个蛋白质斑点，pI值主要集中在4～8之间。结论：通过相关条件的调整优化提高了双向电泳的分辨率，为后续舌苔蛋白质组学研究奠定了基础。     

舌苔上的“健康晴雨表”

美食纪录片《舌尖上的中国》在央视播出后,赢得了观众如潮的好评。＂舌尖上的某某＂也一举成为当下最热门的话题之一,人们纷纷沉醉其中,乐此不疲。其实,就舌尖所蕴含的：口腹之欲而言,舌苔所呈现出的健康状况更值得我们关注。     

舌苔与胃癌相关性的研究进展

中医诊断分为望、闻、问、切四诊,医师往往通过望诊对患者病情进行初步判断,而舌诊又是望诊的重要组成部分,对疾病诊断尤为重要.中医学认为脾气通于口,舌象的变化与上消化道疾病关系密切,以舌苔变化较为显著[1].《辨舌指南》载:“四诊以望居先,察目色,观目神,辨舌苔,验齿垢,四者之中,尤以辨舌最为重要,盖舌为心之外候,苔乃胃之明徵.”说明了舌诊对于疾病诊断的价值.     

103 国外关于舌苔丝状乳头的形态学研究

丝状乳头是舌苔的主要组成部分.对正常人舌丝状乳头的总体形态、上皮组织及乳头内微血管结构、黑毛舌丝状乳头的病理特征目前已有了清晰的认识.不同种类动物的丝状乳头形态结构差别很大,它们与人舌的相似程度是中医制作舌苔动物模型时应当考虑的内容.     

326舌苔形成机制的现代研究进展

望舌苔是中医舌诊的重要组成部分之一,近代对舌苔的研究所涉及的领域越来越广,其目的是通过现代医学手段使舌苔诊断客观化、定量化、标准化和规范化.本文就10年来有关舌苔形成机制研究的相关文献进行分析,分别从舌苔形成的形态学;生物化学;血液流变学;表皮生长因子;细胞凋亡;促凋亡基因以及神经、内分泌、免疫调节网络等方面的研究进行了综述.     

舌苔形成的微生态学机制探讨

舌苔是由脾胃之气上熏,胃津上潮,凝聚于舌面而生。舌苔是散布于舌背的一层苔垢,由舌背脱落细胞、唾液、细菌、食物碎屑以及渗出的白细胞等填充于丝状乳头角化树的间隙内组成。舌背微生态变化是影响舌苔形成与变化的重要因素,研究舌背微生态的组成与变化规律对于阐明舌苔形成机制具有重要价值。本文就近年来舌背微生态的研究方法及与疾病的相关性进行综述,以期为研究舌背微生态变化、舌苔形成与中医证型的相关性提供依据,为中医药学的现代化研究提供新的思路和方法。     

基于人工神经网络的环孢素A个体化给药设计

 目的 运用人工神经网络技术构建预测模型,实现环孢素A（CsA）的个体化给药设计。方法 收集肾移植患者临床数据,分析CsA血药浓度及给药剂量的影响因素,确定建模因子。采用遗传-反向传播算法(GA-BP)建立两层链式预测模型,构建CsA个体化给药的程序并少量样本试用。结果 初步完成个体化给药的程序编写,10个病例（总共30次）的预测表明,绝大多数次（23/30）的预测给药剂量与实际给药剂量的误差小于15%,超过半数次（17/30）的误差小于10%。结论 可以尝试用人工神经网络进行CsA个体化给药的研究。
     

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。     

人工神经网络在中医证候研究中的应用

人工神经网络是一种新型的数据挖掘技术,它是将整体论与还原分析方法有机结合的研究复杂系统的有效方法,能够有效处理复杂系统中杂乱无章的海量数据,并能够在海量数据中寻找模式,寻找规律,归纳隐含在信息单元之间的关联规则。中医证候体系是一个非线性的、多维多阶的、可以无限组合的复杂巨系统。采用人工神经网络技术挖掘大样本所蕴含的海量信息,从而建立中医证候诊断模型,可能是解开当前证候研究的僵局、取得实质突破的有效方法。     

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BP神经网络的中医辨证模型构建方法探讨

目的:以气虚证辨证模型为例,探讨中医辨证模型构建方法。方法:将684例名老中医医案录入电子病历中,利用其统计功能,创建验案症状表;将验案症状表导入Matlab软件中;利用BP神经网络程序,随机将669例医案作为训练数据,剩余15份病例作为测试数据。结果:测试数据与模型数据之间的绝对误差中,有3例大于0.6,其余12例小于0.3;灵敏度为83.3%,特异性为77.8%,预测一致性为80%。结论:本文以气虚证为例,结合BP神经网络技术,创建了一种中医辨证模型,准确率较高,并为挖掘名老中医辨证经验提供了一条新的途径,值得推广。     

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。     

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。     

基于MATLAB的冠心病中医证候BP神经网络实现

目的:探讨人工神经网络技术在中医证候领域的应用。方法:在冠心病临床流行病学调查的基础上,采用MATLAB神经网络工具箱,构建冠心病中医证候人工神经网络模型。并运用回顾性检验及前瞻性检验的方法,客观的检测该模型的性能。结果:对已采集的496例的回顾性检验显示,该模型的诊断准确率达90.5%,且具体证型判别的准确率与样本例数呈正相关。对新采集的132例的前瞻性检验显示,模型的诊断准确率达91.36%。结论:人工神经网络能较好的获取证候的内在规则,其应用于中医证候的规范化研究具有良好的前景。     

基于深度卷积网络的中药饮片图像识别

目的：利用计算机深度学习实现对中药饮片二维图像的自动化识别的研究具有重要实用价值,可广泛应用于医疗、生产和教学等领域。既往多采用传统的提取图像中的底层特征的方法来进行识别,然而这种方法不能在复杂背景的图像条件下给出鲁棒的识别结果。因此,中药饮片图像识别需要更高级别的图像表达方法。方法：构建包含50种常见中药饮片图像数据库,共2554张图像,作为模型的训练与测试对象,并运用Softmax损失训练卷积神经网络。结果：卷积神经网络在所有测试的50种中药饮片图像中可以实现70％的平均识别精度。结论：卷积神经网络在多个饮片相互遮挡并带有复杂背景情况下较为理想,未来具有一定应用前景。     

基于电子鼻和人工神经网络的沉香与沉香曲鉴别

目的:利用沉香和沉香曲气味的不同实现对两者的鉴别。方法:通过单因素考察和正交试验建立适合的电子鼻检测方法,对沉香和沉香曲的气味进行检测。将样品分为训练组和验证组,利用训练组的电子鼻检测原始数据和归一化数据训练建立径向基函数(RBF)神经网络、广义回归神经网络(GRNN)和概率神经网络(PNN),以验证组正确率为指标对人工神经网络进行参数优化。结果:经参数优化后的3种不同人工神经网络对验证组沉香和沉香曲的识别正确率均可达100%。GRNN在不同数据预处理方式和不同参数条件下对验证组的正确率均达100%。结论:电子鼻和人工神经网络技术可利用沉香和沉香曲气味的不同对两者进行有效区分。