基于人工神經(jīng)網(wǎng)絡算法對臨床癥狀進行中醫(yī)證候分類的研究.pdf

1、分類號：分類號：密級：密級：專業(yè)學位研究生學位論文論文題目（中文）論文題目（中文）基于人工神經(jīng)網(wǎng)絡算法對臨床癥狀進行中基于人工神經(jīng)網(wǎng)絡算法對臨床癥狀進行中醫(yī)證候分類的研究醫(yī)證候分類的研究論文題目（外文）論文題目（外文）StudyonTCMSyndromeClassificationBasedonArtificialNeuralwk研究生姓名研究生姓名郝婷學位類別學位類別工程碩士工程碩士專業(yè)學位領域?qū)I(yè)學位領域計算機技術(shù)計算機技術(shù)學位級別

2、學位級別碩士校內(nèi)校內(nèi)導師導師姓名、職稱姓名、職稱鄭光副教授教授論文工作起止年月論文工作起止年月20162016年9月至月至20172017年3月論文提交日期論文提交日期20172017年5月論文答辯日期論文答辯日期20172017年5月學位授予日期學位授予日期校址：甘肅省蘭州市校址：甘肅省蘭州市I基于人工神經(jīng)網(wǎng)絡算法對臨床癥狀進行基于人工神經(jīng)網(wǎng)絡算法對臨床癥狀進行中醫(yī)證候分類的研究中醫(yī)證候分類的研究摘要摘要中醫(yī)證候分類是對不同個體生病期

3、間整體功能狀態(tài)分類的方法，是中醫(yī)臨床診斷疾病的主要辨證基礎，也是中醫(yī)辨證論治的主要依據(jù)。然而，中醫(yī)證候分類的科學性一直沒有得到足夠的發(fā)展，甚至受到些許質(zhì)疑，究其原因主要是沒有找到合適的途徑和方法，得到合適的公眾認可的科學數(shù)據(jù)來支持中醫(yī)證候分類。中醫(yī)證候分類是通過分析各種臨床癥狀得出中醫(yī)證候的過程，可以將此過程看作是一個非線性映射過程，人工智能的發(fā)展為中醫(yī)證候分類提供了一種新的可能。人工神經(jīng)網(wǎng)絡（artificialneutralwk，A

4、NN）是一種人工模擬生物神經(jīng)系統(tǒng)構(gòu)建的新型智能信息處理系統(tǒng)，能實現(xiàn)非線性映射功能，所以可以應用于對臨床癥狀進行中醫(yī)證候分類。本文以《中醫(yī)診斷學》的中篇辨證為基礎，以其中的125種證候及1084種臨床癥狀為數(shù)據(jù)依據(jù)，并將125種中醫(yī)證候根據(jù)中醫(yī)辨證原理分為六類：八綱辨證、臟腑辨證、病性辨證、六經(jīng)辨證、衛(wèi)氣營血辨證以及三焦辨證。每種中醫(yī)證候的臨床癥狀分為主癥與輔癥，然后將輔癥按17種進行組合，每種組合與主癥構(gòu)成中醫(yī)證候的所有癥狀，共有960

5、590行數(shù)據(jù)。將所得數(shù)據(jù)進行歸一量化，然后通過人工神經(jīng)網(wǎng)絡算法訓練數(shù)據(jù)，輸入為1至1084，代表1084種臨床癥狀，輸出為1至125，代表125種中醫(yī)證候。訓練結(jié)果，在CPU環(huán)境下訓練臨床癥狀數(shù)據(jù)的正確率為1.1%，時間為10天以上，其中設置隱層為1層，隱層節(jié)點為200300不等，激活函數(shù)為Sigmoid函數(shù)。在GPU環(huán)境下分別訓練六類辨證臨床癥狀數(shù)據(jù)的正確率均在98%以上，時間縮短至10分鐘以內(nèi)，比在CPU環(huán)境下速度快千倍以上，其中設