利用改进人工神经网络对中草药大黄的鉴别研究

在对大量中草药质量控制实践基础上,该文采用改进的BP算法和近红外光谱对中草药大黄的质量鉴别进行了研究,其具有较高的正确率.同时将改进BP算法的隐含层节点个数和动量因子对正确率的影响与传统BP算法的做了比较研究,并用留一法对其进行了交叉检验,得到了理想的结果 .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.     

鸦胆子油在超临界CO2中溶解度的神经网络模拟

目的:研究鸦胆子油在超临界CO2中的溶解度.方法:采用静态法测定了鸦胆子油在超临界CO2中的溶解度,建立了BP神经网络对鸦胆子油溶解度进行模拟. 结果:该网络能较好地模拟预测鸦胆子油在超临界CO2中的溶解度及揭示其在超临界CO2中的溶解度变化规律.     

数理统计方法在中药质量评价中的应用

数理统计是中药质量评价中不可或缺的重要方法 ,随着科学技术和经济与社会的不断发展,其内容也逐步扩大.介绍了目前数理统计应用于中药质量控制的几种主要方法 .     

人工神经网络技术与循环肿瘤细胞、TFF3、APOC1联合应用于肺癌诊疗中的效果分析

目的 分析人工神经网络技术(ANN)与循环肿瘤细胞(CTC)、三叶因子3(TFF3)、载脂蛋白C1(APOC1)联合应用于肺癌诊疗中的效果。方法 将收治的92例肺癌患者、80例肺良性病变患者以及52例健康体检合格的同龄健康志愿者分别纳为肺癌组、肺良性病变组及健康对照组。抽取被研究者外周静脉血,检测其血清CTC、TFF3以及APOC1水平,利用SPSS对数据进行归一化处理,在Matlab7.0上建立ANN诊断模型,并对相应的测试集进行预测诊断,绘制ROC,分析ANN模型在鉴别肺癌中的价值。结果 肺癌组、肺良性病变组以及健康对照组患者外周血CTC阳性率、TFF3以及APOC1水平比较,差异具有统计学意义(P<0.05)。基于外周血CTC、TFF3及APOC1构建的AVV模型对健康对照组、肺良性病变组以及肺癌组的识别正确率分别为91.30%、85.00%及84.62%。结论 基于外周血CTC、FTT3以及APOC1联合检测建立的ANN预测模型,能有效鉴别健康者、肺良性病变及肺癌患者,可用于临床肺癌辅助诊断,提高肺癌筛查效果。     

乳腺癌针吸细胞形态定量的人工神经网络诊断模型的建立及应用研究

目的 建立乳腺癌针吸细胞形态定量参数的人工神经网络诊断模型，并验证其在辅助FNA诊断乳腺癌的价值。方法 利用MPIAS-2000系统对60例乳腺癌及30例乳腺良性病变的针吸细胞学涂片进行形态定量测定，对获得的29项形态参数进行人工神经网络建模分析，并用盲法对其鉴别诊断能力进行评价。结果 所建立的网络模型经过14次训练后即可达到误差要求，诊断模型对乳腺癌及乳腺良性病变的诊断正确率为100％，其特异性和敏感性均为100％。结论 乳腺良恶性病变的针吸细胞学涂片进行ANN分析所建立的诊断模型，对乳腺癌及良性病病变的鉴别诊断具有较高的应用价值，为辅助针吸细胞学诊断乳腺良恶性病变提供了新的思路。     

紫外分光光度法同时测定苯麻滴鼻液的组分含量

目的：应用人工神经网络技术同时测定苯麻滴鼻液中盐酸麻黄碱和盐酸苯海拉明的含量。方法：对苯麻滴鼻液的紫外光谱数据进行预处理和主成分分析后无需分离，采用人工神经网络学习建模，同时测定两组分的含量。结果：对均匀设计标样中的盐酸麻黄碱、盐酸苯海拉明拟和r分别为0．9989与0．9985；测试样品误差范围是1．573％～1，251％与-0，551％～2．827％；测定样品平均回收率分别99．92％，102．11％。结论：人工神经网络可用于苯麻滴鼻液的含量测定分析。     

带混合属性的神经网络规则提取方法

人工神经网络应用中最大的弊端是缺乏可理解性,而对结果的解释是任何一个完善的智能系统必备的基本特征.从神经网络中提取规则被公认为是解决该问题最有效的手段之一.因此,所提取规则的可理解程度成为衡量规则提取算法质量的重要指标.目前该领域的研究主要集中在分类规则的提取上.对于分类问题,待测模式的属性的取值可能是离散的,也可能是连续的.现有的算法针对全连续或者全离散的问题已取得较好的效果.但对既包含连续属性也包含离散属性的问题,已有算法未取得理想的结果.本文针对带混合属性的分类问题,提出了一种规则提取算法,在提取规则的可理解性上同时照顾了连续属性和离散属性.     

模糊遗传人工神经网络算法提取乳腺微钙化点的效果

【目的】微钙化点是早期乳腺癌的重要征象之一，本研究联合运用遗传算法、模糊数学和人工神经网络，建议一种乳腺微钙化点提取的新方法，为乳腺病变的自动识别提供前期处理．为早期乳腺癌的临床诊断提供帮助。【方法】首先利用随机方法产生大量的样本，然后，利用模糊遗传算法对产生的随机样本进行分类，将分类后的样本输入人工神经网络进行训练，将310幅乳腺图像的感兴趣区域输入训练后的人工神经网络分类器进行分类。【结果】与微钙化点提取方面的同类文献相比较，结果表明该算法在相同误检率下得到较高的阳性检出率。【结论】研究表明综合运用遗传算法、模糊数学和人工神经网络进行乳腺微钙化点提取比单纯运用人工神经网络提取效果好。     

神经网络在针刺治疗海洛因依赖疗效评价中的应用探讨

运用神经网络预测方法,对针刺治疗海洛因依赖患者的疗效进行评价.通过筛选中医辨证证候、海洛因戒断稽延性症状、SCL90中与海洛因渴求相关项,标准化后作为病因项输入网络,进行针刺疗效的预测.评估网络性能,讨论其评价针灸治疗海洛因渴求的可能性.     

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。