首页 | 本学科首页   官方微博 | 高级检索  
检索        

基于多层前馈神经网络的中药药性量化研究
引用本文:邓乐,丁长松,黄辛迪,梁力伟,梁昊.基于多层前馈神经网络的中药药性量化研究[J].中草药,2020,51(16):4277-4283.
作者姓名:邓乐  丁长松  黄辛迪  梁力伟  梁昊
作者单位:湖南中医药大学信息科学与工程学院, 湖南 长沙 410208;湖南中医药大学 中医诊断研究所, 湖南 长沙 410208
基金项目:湖南省重点研发计划(2017SK2111);国家重点研发计划(2017YFC1703306);湖南省自然基金项目(2018JJ2301);湖南省教育厅重点项目(18A227);湖南省中医药科研计划重点课题(2020002);湖南中医药大学校级研究生创新课题立项项目(2017CX49)
摘    要:目的为解决中药药性描述的抽象、模糊导致难以准确把握其本质特性的问题,提出一种基于多层前馈神经网络(BP神经网络)的药向量训练(quantitative model of traditional Chinese medicine’s properties based on BP neural network,QM-BP)模型,实现中药药性的量化表示。方法首先对中药及其对应的功效进行整理,获得"中药-功效"样本对;其次,构建"中药-药向量-功效"3层结构的QM-BP模型,并利用中药的药性数据对模型进行初始化;最后,基于QM-BP模型使用"中药-功效"样本进行训练,得到BP药向量。结果将《中药学》教材所涉及的474味中药及其528个功效基于QM-BP模型训练并结合临床分析,发现训练后得到的BP药向量比药性的初始量化值更能反映中药的属性特征。此外,由于BP药向量与词向量具有相似的性质,发现功效相似的药物对应的BP药向量在欧几里得距离中距离较近,而功效差异较大的中药药向量在欧几里得距离中距离较远。结论利用BP神经网络构建药向量训练模型,在中药药性与功效具有关联性的基础上,对药性量化值进行修正,以期使药性量化值更精确。今后可优化QM-BP模型并开展药对、复方分析,以期探明中药药性及组方配伍中蕴藏的内在规律。

关 键 词:药向量  中药药性量化  BP神经网络  药性数据  功效
收稿时间:2020/1/19 0:00:00

Quantitative study on medicinal properties of traditional Chinese medicine based on BP neural network
DENG Le,DING Chang-song,HUANG Xin-di,LIANG Li-wei,LIANG Hao.Quantitative study on medicinal properties of traditional Chinese medicine based on BP neural network[J].Chinese Traditional and Herbal Drugs,2020,51(16):4277-4283.
Authors:DENG Le  DING Chang-song  HUANG Xin-di  LIANG Li-wei  LIANG Hao
Institution:School of Informatics and Engineering, Hunan University of Chinese Medicine, Changsha 410208, China; Institute of TCM Diagnostics, Hunan University of Chinese Medicine, Changsha 410208, China
Abstract:
Keywords:drug vector  quantification of herbal medicine attributes  BP neural network  medicinal property  efficacy
本文献已被 CNKI 等数据库收录!
点击此处可从《中草药》浏览原始摘要信息
点击此处可从《中草药》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号