用于中医证候量化诊断的神经网络模型的探索

摘要

辨证论治是中医临床医学的精髓,辨证的准确性是取得疗效的重要前提.但由于历史原因,中医证候一直没有规范化和系统化,而证候规范化和系统化研究的核心问题就是证候的客观化和定量化问题.中医证候"量化"的内涵不应理解成简单的赋予分值或实验室指标化,更主要的是信息量的表达,体现出中医"证"的内涵.传统统计学方法用于中医证候量化有两个弊端,即症状的权值不明确,主观性强.而一般采用BP网络用于中医证候诊断研究的诊断准确率并不高,主要的原因是中医证候的特征值很难获得且BP网络易陷入局部极小.对传网络能从大量复杂的临床资料中进行数据挖掘、规则探索,实现证候量化、明确症状权值,客观真实的反映研究对象,改进的BP网络运用附带动量的网络训练方法能够提高训练速度,克服易陷入局部极小的问题,让改进的BP网络对提取的证候特征矢量进行学习训练,从而大大提高了BP网络证候诊断的准确率.本文介绍，1中医证候量化的内涵，2传统统计学方法用于中医证候量化方面及单一BP网络用于中医证候诊断方面研究中存在的问题，3对传网络及改进的BP网络对证侯量化诊断的探索。