基于人工神经网络的半夏泻心汤及类方配比的研究

目的:探讨反向传播(BP)人工神经网络在半夏泻心汤、生姜泻心汤、甘草泻心汤配比中的应用。方法:应用均匀设计对药味及剂量进行分组,测定不同组别对正常大鼠胃酸的影响。鉴于复方配比具有复杂性及大量非线性关系的特性,该研究应用MATLAB6 5进行编程,选用BP人工神经网络建立模型。结果:应用BP人工神经网络所建模型可以很好地拟合学习过的样本及未学习过的样本。结论:BP人工神经网络可以很好地拟合复方配比中复杂的非线性关系,可以应用于复方配比的研究。     

原发性干燥综合征合并血液系统受累的危险因素分析

目的 分析原发性干燥综合征(pSS)合并血液系统损害患者的临床特征,并建立预测模型。方法 收集183例pSS患者的临床表现、实验室检查结果,对合并(n=109)或不合并(n=74)血液系统损害的pSS患者进行对比分析,采用Logistic回归方法分析pSS患者合并血液系统损害的相关因素。建立pSS合并血液系统损害的多因素逻辑回归(MLR)预测模型和人工神经网络(ANN)预测模型,绘制受试者工作特征曲线并比较2种模型的基本参数和曲线下面积(AUC),以评估模型预测效能。结果 Logistic回归分析显示,肝脏受累(OR=0.191,P<0.05, 95%CI:0.070～0.524)、皮肤受累(OR=0.292,P<0.05, 95%CI:0.121～0.704)、低白蛋白血症(OR=0.840,P<0.05, 95%CI:0.743～0.948)、低钾血症(OR=0.351,P<0.05, 95%CI:0.145～0.846)、高免疫球蛋白M(IgM)(OR=1.732,P<0.05, 95%CI:1.085～2.765)、高红细胞沉降率(ESR)(OR=...     

人工智能应用于生殖医学的新进展

随着精准医疗和大数据的快速发展,人工智能(AI)成为近年来医学研究的前沿热点。AI可以通过深度学习应用于临床生殖疾病诊治,利用多层神经网络预测不孕症患者的妊娠结局,以及纹理特征的提取从一系列胚胎图像中识别出哪个胚胎更具发育潜能。AI可以让医学工作者对生殖疾病的诊断更为精准﹑让治疗更加个性化,让患者更好的预知自己的生育能力。然而,目前AI在辅助生殖治疗中的应用还不够完善,尚存在争议。本文对近年AI在生殖医学领域的最新应用进行综述,并探讨AI在生殖医学应用现状﹑存在的问题和发展方向。     

椎动脉支架内再狭窄的人工神经网络分析

探讨椎动脉狭窄支架植入术后再狭窄的危险因素,并利用人工神经网络对椎动脉支架内再狭窄（ISR）进行预测分析。首先,随访97例临床患者,对 12种可能影响椎动脉支架内再狭窄的因素进行单因素分析,总结出具有统计学意义的相关因素。然后,利用BP神经网络建立影响因素样本集与对应的ISR之间的隐性联系模型。最后,利用神经网络预测患者是否会发生支架内再狭窄,并对预测准确率进行评估。结果表明,置入支架后,再狭窄组中支架长度平均值为15 mm,无再狭窄组患者中支架长度平均值为17 mm,两者具有显著差异(P=0.005);再狭窄组患者平均扩张比为1.15,无再狭窄组患者平均扩张比为1.17,两者具有显著差异（P=0.01）;再狭窄组和无再狭窄组患者椎动脉侧别也具有显著差异（P=0.045）。同时,评估结果显示,BP神经网络模型预测结果令人满意,不会发生ISR的确诊率q175%,会发生ISR确诊率q2=100%。支架长度、椎动脉侧别和支架扩张比对椎动脉ISR具有显著性影响。BP神经网络模型可用于预测椎动脉ISR的发生。     

应用BP神经网络模型预测福州市山区细菌性痢疾流行

[目的]探索BP神经网络在细菌性痢疾预测模型的应用,为细菌性痢疾的预防控制措施提供科学依据。[方法]用Matlab7.2软件包中的神经网络工具箱,以1988～2007年的资料建立福州市山区菌痢流行的BP神经网络模型,并以2008年的资料验证其预测成功率。[结果]神经网络经学习和训练,训练误差下降并趋于稳定,回代相关系数为0.815,模型的预测成功率为10/12。[结论]BP神经网络在气象要素与菌痢发病之间建模是可行的,可以作为预测菌痢流行的一种新方法。     

人工神经网络在染色体自动分析系统中的应用

背景：人体染色体的分类与识别是医学遗传学中的一项基本任务,应用计算机技术实现人体染色体自动分析与识别是人体染色体图像分析技术的重要研究课题。 目的：介绍人工神经网络的基本原理、技术优势、应用方法,研究人工神经网络在染色体自动分析系统中应用。 方法：由第一作者检索1994/2009 EBSCO数据(http://search.ebscohost.com)及万方数据库(http://www. wanfangdata.com.cn)有关人工神经网络在染色体自动分析系统中应用方面的文献,英文检索词为“chromosome,artificial neural network”,中文检索词为“染色体,人工神经网络”。 结果与结论：研究染色体自动分析系统的目的,就是要减轻技术人员的劳动强度,使他们从繁琐的重复劳动中解放出来,并最终将这些系统应用于临床,进行肿瘤患者的细胞遗传学鉴定、优生优育的检查等工作。尽管神经网络在染色体自动分析系统中的应用已经经过了多年的发展与完善,但仍存在一定的局限性：①它首先需要一套准确无误的已分类染色体数据库,这对一般研究人员来说是不易得到的。②分类的结果不够准确,甚至达不到训练有素的细胞学研究者的水平。③神经网络有它固有的缺点——训练数据量庞大、训练时间长。因此在今后的研究中,应该从优化神经网络的结构、提取有效特征、减少不必要的运算着手,继续改进和完善这个网络。     

红外光谱法结合化学计量学对小儿咳喘类药物的定性鉴别研究

目的 考察同一厂家及不同厂家的小儿咳喘灵颗粒、小儿清肺化痰颗粒、小儿清肺止咳片的红外光谱,分别建立红外指纹图谱,实现不同中成药的快速分析鉴定.方法 采用聚类分析法对同种中成药红外图谱一致性进行检验,利用人工神经网络对不同药物进行分类鉴别.结果 同种药物的红外图谱一致性良好,不同种药物的红外谱图具有明显的差异.结论 利用红外光谱法结合化学计量学手段可以实现不同中成药的定性鉴别.     

中草药大黄的近红外光谱和人工神经网络鉴别分析

目的用实验方法将近红外光谱和人工神经网络相结合进行中药大黄的鉴别。方法将近红外漫反射光谱分析技术与人工神经网络方法相结合,对52种大黄样品进行测定和鉴别。结果该法具有样品前处理少,测定快速和非破坏性等特点,在中草药的鉴别领域具有较好的前景。结论用独立预测样本进行检验,识别正确率可高、操作简便、无污染、低消耗,是一个很有发展前途的鉴别中草药的方法。     

两种糖尿病筛查模型在社区应用的比较与评估

[目的]探索适合社区居民糖尿病筛查经济且高效的方法。[方法]在2007年上海市闵行区社区40岁以上无糖尿病史人群流行病学调查资料的基础上,建立危险因素评分模型及BP人工神经网络模型,并比较两者的筛查效度和效益。训练组（1970人）用于危险因素评分模型及BP人工神经网络模型的建立;测试组（1977人）用于验证两种模型筛查的真实性和可靠性,并对两种模型的效率和效益进行比较。[结果]当以危险因素的累计分值〈27作为判别阈值时,危险因素评分模型的灵敏度为63．64％,特异度为72．28％;当以网络输出值为≥0．16作为判别阈值时,BP人工神经网络2型耱尿病（T2DM）模型的灵敏度为71．82％,特异度为63．60％。危险因素评分模型发现每例T2DM或糖调节受损（IGR）患者的花费为24．29元人民币;BP人工神经网络模型为27．04元人民币。[结论]两种筛查方法在筛查效度上差异不大;在效益上,BP人工神经网络模型发现1例T2DM或IGR患者的成本比危险因素评分模型增加了11．32％;且危险因素评分模型更易于操作,适合在基层日常应用。