基于支持向量机和人工神经网络的心血管疾病中医证候分类识别研究

被引：99

作者：

许朝霞 ^{[1
]}

王忆勤 ^{[1
]}

颜建军 ^{[2
]}

郭睿 ^{[1
]}

刘国萍 ^{[1
]}

燕海霞 ^{[1
]}

李福凤 ^{[1
]}

徐琎 ^{[1
]}

郝一鸣 ^{[1
]}

钱鹏 ^{[1
]}

机构：

[1] 上海中医药大学基础医学院

[2] 华东理工大学机械电子工程中心

来源：

北京中医药大学学报 | 2011年 / 34卷 / 08期

关键词：

支持向量机; 人工神经网络; 心血管疾病; 证候识别;

D O I：

暂无

中图分类号：

R259 [现代医学内科疾病];

学科分类号：

100201 [内科学];

摘要：

目的探讨心血管疾病的中医证候分类识别方法,为中医证候的规范化研究提供一定的方法和依据。方法利用统一的中医问诊采集量表,采集临床心血管疾病的病例;然后根据信息的"有、无"分别赋值为"1、0",建立心血管疾病的中医临床信息数据库。基于支持向量机(径向基函数与多项式函数2种算法)和人工神经网络(ACON与OCON 2种结构的网络)对心血管疾病的中医临床信息和证候类别之间的关系进行分析,建立模型,观察其证候预测的准确性。结果经过比较,对于心气虚、心阳虚、心阴虚、痰浊、气滞、血瘀等心血管疾病常见中医证型,OCON网络的识别准确率最高,均在60%以上,其中心气虚和心阳虚证分别高达92.4%、82.9%。结论支持向量机和人工神经网络能为心血管疾病的临床中医证候识别提供一定的客观依据,其中OCON结构网络具有较高的识别准确率。

引用

页码：539 / 543

页数：5

共 9 条

[1]

中医诊断学.[M].王忆勤主编;.科学出版社.2004,

[2]

神经网络原理.[M].(美)SimonHaykin著;叶世伟;史忠植译;.机械工业出版社.2004,

[3]

机器学习.[M].(美)TomM.Mitchell著;曾华军;张银奎等译;.机械工业出版社.2003,

[4]

心血管疾病中中医心系临床证候的分布特征 [J].