基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的 建立基于人工神经网络编码数据挖掘技术的中医妇科病辨识数据分析方法 .方法 检索中国期刊全文数据库(CNKI)、万方期刊数据库、维普中文期刊数据库,收集1980~2019年公开发表的关于妇科疾病多囊卵巢综合症(PCOS)的中医治疗与诊断方面文献,获取妇科辨证分型数据集,采用ANN模型对数据集进行量化分析.结果 通过模拟数据集ANN分析,建立了三层网络结构ANN模型,其中输入层包含15个输入神经元、隐含层包含4个神经元、输出层包含6个神经元,获得了多囊卵巢综合症中医妇科证素与证候之间的内在逻辑关系.重复训练及测试结果 显示,中医证型的预测匹配率为100.00%.对15个输入协变量进行了参数重要性分析显示,精神状况>周期>身体上部>皮肤>舌象>经色>面色>大便8个症状的指标规范重要性大于50%.结论 基于人工神经网络技术建立了一种妇科疾病中医诊疗的证素-证型关系的神经网络方法 ,也为挖掘民族医学信息数据进行定性辨识、动态及多维数据的处理与分析提供一种有效途径.
推荐文章
基于神经网络的中医面诊证素辨证的研究
神经网络
中医面诊
证素辨证
脂联素与妇科疾病关系的研究现状
脂联素
细胞因子
肥胖
妇科疾病
人工神经网络技术在内燃机工程中的应用
展望
人工神经网络
内燃机工程中的应用
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于人工神经网络技术辨识妇科疾病证素-证型逻辑关系
来源期刊 医学信息 学科 医学
关键词 人工神经网络 妇科疾病辨识 数据挖掘 中医证型
年,卷(期) 2020,(11) 所属期刊栏目 医学信息学
研究方向 页码范围 1-4
页数 4页 分类号 R71
字数 2909字 语种 中文
DOI 10.3969/j.issn.1006-1959.2020.11.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 鲁澄宇 广东医科大学药学院 8 17 3.0 4.0
2 孟军 深圳南山人民医院妇科 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (30)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(4)
  • 参考文献(3)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(4)
  • 参考文献(1)
  • 二级参考文献(3)
2019(2)
  • 参考文献(1)
  • 二级参考文献(1)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工神经网络
妇科疾病辨识
数据挖掘
中医证型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
医学信息
半月刊
1006-1959
61-1278/R
大16开
西安曲江新区雁翔路3001号旺座曲江G座10705号
52-98
1987
chi
出版文献量(篇)
137691
总下载数(次)
86
总被引数(次)
139882
论文1v1指导