基于自适应矩估计的BP神经网络对中医痛经证型分类的研究

• 作者: 朱兆鑫 杨珊珊 彭安杰 杨汐 李连新 杨璠 陈菊
• 来源期刊: 世界科学技术-中医药现代化
• 学科: 医学
• 关键词: BP神经网络 痛经 中医证型 预测模型
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 中医药与妇科疾病研究|Research on Traditional Chinese Medicine and Gynecological Diseases
• 页码范围: 4560-4568
• 页数: 9页
• 分类号: R271.11
• 语种: 中文
• DOI: 10.11842/wst.20210304006

摘要

目的 探讨基于自适应矩估计(Adam)的反向传播(BP)神经网络通过痛经症状,预测对应的中医证型的临床价值和可行性.方法 将5151份中医痛经临床病例组成的真实临床数据集进行数据编码,利用Python的TensorFlow库,构建基于自适应矩估计的BP神经网络的中医证型预测模型,然后对模型进行训练、测试.结果 训练出的BP神经网络模型对气血两虚、肝郁湿热等7种证型的预测结果的精准率、召回率和F1分数大部分在0.9以上,在寒湿凝滞和气滞血瘀证型预测上较弱,模型整体准确率为0.89,特异度为0.99,马修斯相关系数为0.87.结论 基于BP神经网络构建的预测痛经中医证型模型整体正确率较高,具有一定临床使用、教学价值,可缩短年轻中医生临床经验积累时间,为下一步优化模型提供了思路.