论文摘要
目的建立基于机器学习的胃食管反流病（GERD）中医智能辨证模型。方法基于统一的中医证候量表,收集胃食管反流病符合肝胃郁热证、中虚气逆证临床病例共98个样本,2组证候各49个样本,并按照类别之间1∶1比例,全部数据的70%作为训练集,30%作为测试集。根据信息的"有、无"分别赋值"1、0",建立胃食管反流病中医临床信息数据库。应用支持向量机（SVM）、神经网络（NNs）和自动编码器（Autoencoder）分别构建GERD智能辨证模型,比较证候预测的准确性。结果 98例GERD患者中,2组证候的体重指数（BMI）比较,差异有统计学意义（P<0.05）。而在幽门螺杆菌感染（Hp感染）情况、匹兹堡睡眠质量指数中差异无统计学意义（P>0.05）。在相同训练、测试样本数据下,支持向量机、神经网络和自动编码器+神经网络这三种算法对胃食管反流病两种证候的识别准确率分别为78.3%和79.2%和79.2%。结论 NNs及Autoencoder降维基础上的NNs模型具有很好的诊断、预测能力,机器学习技术应用于GERD辨证模型的构建具有方法学上的可行性。
论文目录
文章来源
类型: 期刊论文
作者: 曹云,卢毅,陈建新,何莹,刘凯文,符欣,黄佳钦,丁霞,方俐晖,李志红
关键词: 支持向量机,神经网络,自动编码器,胃食管反流病,中医智能辨证模型
来源: 北京中医药大学学报 2019年10期
年度: 2019
分类: 医药卫生科技,信息科技
专业: 中医学,自动化技术
单位: 北京中医药大学东直门医院,中国科学院自动化研究所复杂系统管理与控制国家重点实验室,北京中医药大学
基金: 国家重点研发计划资助项目(No.2018YFC1704100,No.2018YFC1704106),吴阶平医学基金会临床科研专项资助项目(No.320.5750.17233)~~
分类号: TP18;R259
页码: 869-874
总页数: 6
文件大小: 579K
下载量: 264
相关论文文献
标签：支持向量机论文; 神经网络论文; 自动编码器论文; 胃食管反流病论文; 中医智能辨证模型论文;