基于人工神经网络的心系基础证诊断模型构建

目的:探讨心系病位、病性特征与基础证的相关性。方法:利用MATLAB神经网络工具箱,建立心系基础证BP神经网络诊断模型,选择400例心系病案资料作为训练样本,100例作为测试样本。结果:模型对心系基础证诊断正确率均在84.00%以上,平均诊断正确率达90.63%,误判率4.50%,漏判率4.88%,对最终"证"的诊断正确率为73.00%。结论:利用BP神经网络算法能较好地模拟心系病位、病性特征与基础证的非线性映射,该思路可进一步应用于五脏系统辨证体系中,为病证规范化及诊断信息化提供方法学参考。