基于神经网络的中医辨证软计算方法研究

基于神经网络的中医辨证软计算方法研究

论文摘要

中医辨证是中医理论的重要内容,也是中医诊病治病的必用方法。古往今来,为名医者探讨和研究的重要内容,也是医技的重要表现内容。中医认为人是一个整体,人体的生理机能与自然界的一般变化相适应,当人体产生疾病时,可以通过中医“四诊”信息了解人体生理功能和病理变化,据此辨证论治。证是临床遣方用药的基础,辨证的准确程度直接关系到临床疗效。中医辨证的优点在于它是无痛、无伤的诊断疾病的方法。无论多么复杂的病症,通过“望、闻、问、切”查看患者的表现症状,就能快速地阐明主要的病理过程。因此,在临床应用、自我诊断方面具有重要的价值。然而,由于传统的四诊方法依赖于医生直观的定性观察,对病证的辨证分析如同黑箱处理,辨证过程更是让人百思不解。这些缺点给中医辨证的进一步发展带来严重的困难,更有人开始怀疑中医诊病的科学性。因此,对中医辨证的客观化、可计算性进行研究,对于中医辨证智能化,及中医教学、科研手段的现代化,具有重要的理论。论文基于人工神经网络对中医面诊.证素辨证和胃炎-脏腑辨证的智能化计算进行了研究.首先从神经网络的定义出发,分析了目前常用的神经元模型的特点和对函数的逼近能力;其次基于人工神经网络对中医面诊、证素辩证进行了有针对性地研究。在传统神经网络模型的基础上,根据中医面诊与证素辩证的特点,设计用于中医面诊-证素辨证的神经网络模型.该模型主要有不同于常规神经网络模型的输入预处理层和输出后处理层以及中间辨证计算隐层组成。中医面诊-证素辨证神经网络具有对样本病例的记忆能力,并能对临床病例进行出较准确的辨证分型。接着又基于人工神经网络对中医脏腑辩证中的胃炎进行了有针对性地研究。在传统神经网络模型的基础上,根据中医脏腑辩证的特点,设计用于中医胃炎-脏腑辨证的神经网络模型。该模型主要有不同于常规神经网络模型的输入预处理层和输出后处理层以及中间辨证计算隐层组成。中医胃炎-脏腑辨证神经网络具有对样本病例的记忆能力,并能对临床病例进行出较准确的辨证分型。最后对论文的研究内容进行了总结并对中医的信息化、客观化、标准化进行了展望。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 中医辨证智能化信息化处理的必要性
  • 1.2 智能中医辨证处理技术的发展
  • 1.3 智能中医辨证处理技术存在的弊端
  • 1.4 神经网络技术在中医辨证处理中的优势
  • 1.5 智能中医辨证处理的难点
  • 1.6 智能中医辨证系统的应用背景
  • 1.7 论文的章节安排
  • 第二章 神经网络理论
  • 2.1 神经网络理论概述
  • 2.2 神经网络的基本特征与功能
  • 2.3 神经元模型
  • 2.4 神经网络
  • 2.5 多层前馈神经网络及其逼近能力
  • 2.6 本章小结
  • 第三章 中医面诊-证素辨证神经网络
  • 3.1 中医面诊理论
  • 3.2 中医证素辨证理论
  • 3.3 中医面诊-证素辨证神经网络结构设计
  • 3.3.1 中医面诊-证素证型输入预处理神经元模型
  • 3.3.2 中医面诊-证素证型中间神经元模型
  • 3.3.3 中医面诊-证素证型输出后处理神经元模型
  • 3.4 实验仿真及其结果分析
  • 3.5 本章小结
  • 第四章 中医胃炎-脏腑辨证神经网络
  • 4.1 中医脏腑辨证理论
  • 4.2 中医胃炎-脏腑辨证神经网络结构设计
  • 4.2.1 中医症状输入预处理神经元模型
  • 4.2.2 中医胃炎-脏腑证型输出后处理神经元模型
  • 4.2.3 中医胃炎-脏腑辨证神经网络中间层模型
  • 4.2.4 胃炎-脏腑辨证神经网络相关参数设定
  • 4.2.5 中医胃炎-脏腑辨证神经网络工作原理
  • 4.3 实验仿真及其结果分析
  • 4.4 本章小结
  • 第五章 研究总结与展望
  • 5.1 论文的主要成果
  • 5.2 智能中医辨证处理技术的展望
  • 参考文献
  • 附录1 神经网络辨证计算隐层第一子层的连接权值
  • 附录2 神经网络辨证计算隐层第二子层的连接权值
  • 附录3 胃炎-脏腑辨证诊断结果
  • 硕士期间所参与的课题研究与发表论文
  • 致谢
  • 相关论文文献

    • [1].基于优化神经网络的地质灾害监测预警仿真[J]. 计算机仿真 2019(11)
    • [2].基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J]. 轻工机械 2019(06)
    • [3].时频联合长时循环神经网络[J]. 计算机研究与发展 2019(12)
    • [4].几种典型卷积神经网络的权重分析与研究[J]. 青岛大学学报(自然科学版) 2019(04)
    • [5].基于GA-BP神经网络异纤分拣机检测参数优化[J]. 棉纺织技术 2020(01)
    • [6].基于集成神经网络的织物主观风格预测研究[J]. 纺织科技进展 2020(01)
    • [7].试析神经网络技术在机械工程中的应用及发展[J]. 网络安全技术与应用 2020(02)
    • [8].一种深度小波过程神经网络及在时变信号分类中的应用[J]. 软件 2020(02)
    • [9].不同结构深度神经网络的时间域航空电磁数据成像性能分析[J]. 世界地质 2020(01)
    • [10].基于深度神经网络的航班保障时间预测研究[J]. 系统仿真学报 2020(04)
    • [11].基于生成对抗网络和深度神经网络的武器系统效能评估[J]. 计算机应用与软件 2020(02)
    • [12].基于循环神经网络的双轴打捆机智能换挡策略研究[J]. 安徽工程大学学报 2020(01)
    • [13].基于图神经网络的实体对齐研究综述[J]. 现代计算机 2020(09)
    • [14].基于改进的循环神经网络深度学习跌倒检测算法[J]. 电脑编程技巧与维护 2020(03)
    • [15].神经网络探索物理问题[J]. 物理 2020(03)
    • [16].基于GA-BP神经网络的城市用水量预测[J]. 现代电子技术 2020(08)
    • [17].基于深度神经网络的药物蛋白虚拟筛选[J]. 软件工程 2020(05)
    • [18].基于轻量级神经网络的人群计数模型设计[J]. 无线电工程 2020(06)
    • [19].高效深度神经网络综述[J]. 电信科学 2020(04)
    • [20].含磁场耦合忆阻神经网络放电行为研究[J]. 广西师范大学学报(自然科学版) 2020(03)
    • [21].基于神经网络及特征运算的老年人平衡能力分析[J]. 重庆工商大学学报(自然科学版) 2020(04)
    • [22].神经网络技术在机械工程中的应用及发展探析[J]. 科技创新与应用 2020(18)
    • [23].基于竞争神经网络的变电站巡视周期分类[J]. 科技创新与应用 2020(18)
    • [24].基于双向循环神经网络的语音识别算法[J]. 电脑知识与技术 2020(10)
    • [25].结合相似日与改进神经网络的短期光伏发电预测[J]. 广西电业 2020(04)
    • [26].基于神经网络的流感大数据分析[J]. 中华医学图书情报杂志 2020(03)
    • [27].长短时记忆神经网络在地电场数据处理中的应用[J]. 地球物理学报 2020(08)
    • [28].基于门控循环单元神经网络的公交到站时间预测[J]. 南通大学学报(自然科学版) 2020(02)
    • [29].鼠脑神经网络的同步辐射3D成像研究[J]. 核技术 2020(07)
    • [30].基于长短记忆神经网络的短期光伏发电预测技术研究[J]. 华北电力大学学报(自然科学版) 2020(04)

    标签:;  ;  ;  ;  ;  

    基于神经网络的中医辨证软计算方法研究
    下载Doc文档

    猜你喜欢