疾病相关穴位静电位动态分布状态与人体健康三态映射关系小样品分析及应用初探

摘要

文章介绍了以小样品临床实验为基础的关于人体健康状态与特定“相关穴位静电位”(Acupoint Electro-static Potential,AEPA)之间映射关系的研究。这种关系可用“深度学习反向传播人工神经网络”(Deep Learning Back Propagation Neural Network,DBNN)和“随机森林分类器”(Random Forest Classifier,RFC)进行相当准确的描述。文中建立了一些专用的特征变量和相关的概念,并使用了数学工具软件MATLAB完成的DBNN和RFC的建模与检验功能。这些研究方法和所建立的特征变量可作为中西结合地观察、研究人体内部生理状态的切实可行的工具和数字信息资源。在实验分析中所获得的初步结论有助于对人体经络-穴位系统的本质的进一步认识。研究所采用的基于非介入性测量和在线实时建模与仿真的病情判断方法有助于对重大传染性疫情的监控与感染者排查。