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

• 作者: 刘国萍 徐琎 李福凤 燕海霞 王忆勤 许朝霞 郝一鸣 郭睿 钱鹏 颜建军
• 来源期刊: 北京中医药大学学报
• 学科: 医学
• 关键词: 支持向量机 人工神经网络 心血管疾病 证候识别
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 科技之窗
• 页码范围: 539-543
• 分类号: R241.2
• 字数: 4125字
• 语种: 中文

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.