基于机器学习的胃食管反流病中医智能辨证模型的应用

• 作者: 丁霞 何莹 刘凯文 卢毅 方俐晖 曹云 李志红 符欣 陈建新 黄佳钦
• 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 神经网络 自动编码器 胃食管反流病 中医智能辨证模型
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 临床研究
• 页码范围: 869-874
• 页数: 6页
• 分类号: R259.733
• 字数: 5498字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2157.2019.10.012

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈建新		91	1336	20.0	34.0
2	丁霞		68	680	14.0	24.0
3	李志红		31	388	10.0	19.0
4	曹云		18	52	5.0	6.0
5	黄佳钦		12	13	2.0	3.0
6	符欣		8	12	2.0	3.0
7	何莹		4	0	0.0	0.0
8	刘凯文		4	0	0.0	0.0
9	方俐晖		2	0	0.0	0.0
10	卢毅	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	1	0	0.0	0.0