检索结果-内蒙古大学图书馆

北京生物医学工程 2023年第2期42卷 170-177页

作者：郭姗珊陈厚儒王书云姚笛吴胜男朱光耀俞而慨颜建军上海中医药大学附属龙华医院上海200032 华东理工大学上海200237 同济大学附属第一妇婴保健院上海200092

目的通过评估全数字化分析中医基本症候的准确率,来验证全数字化分析中医基本证候与传统中医理论对于多囊卵巢综合征(polycystic ovary syndrome,PCOS)的分型有较高的一致性,从而可以客观地辅助临床对PCOS的诊疗。方法收集PCOS病例,数... 详细信息

目的通过评估全数字化分析中医基本症候的准确率,来验证全数字化分析中医基本证候与传统中医理论对于多囊卵巢综合征(polycystic ovary syndrome,PCOS)的分型有较高的一致性,从而可以客观地辅助临床对PCOS的诊疗。方法收集PCOS病例,数字化记录症状、体征、辨证分型结果;并采用多标记学习法中的多标记k近邻方法(multi-label k-nearest neighbor,ML-kNN)、多标记贝叶斯学习算法(multi-label naive Bayesian,MLNB)法和深度森林算法(multi-grained cascade forest,gcForest),通过计算平均准确率(average precision)、覆盖距离(coverage)、汉明损失(Hamming loss)、首标记错误和排序损失(ranking loss)5个数值来评估全数字化分析中医基本症候的准确率。结果用ML-kNN、MLNB和gcForest将临床采集的数据建立数学模型,经过计算后得出158例PCOS确诊患者中医临床辨证分型为肾虚、脾虚、肝郁、痰湿和血瘀,其中肾虚无兼症的患者52例,肾虚和肝郁并存的患者48例,肾虚和痰湿并存的患者58例。用ML-kNN得出的证型准确率分别为:肾虚66.6%±10.2%、脾虚86.15%±2.9%、肝郁59.8%±9.7%、痰湿72.2%±11.6%,血瘀82.4%±4.6%。用MLNB得出的证型准确率分别为:肾虚65.5%±8.0%、脾虚85.6%±7.1%、肝郁74.2%±7.7%、痰湿70.5%±4.5%,血瘀81.8%±7.7%。用gcForest得出的证型准确率分别为:肾虚87.2%±5.0%、脾虚86.6%±4.8%、肝郁79.2%±6.5%、痰湿79.4%±6.8%,血瘀82.3%±5.9%。结论用中医信息系统计算的PCOS的中医症候有肾虚、脾虚、肝郁、痰湿、血瘀,与曹玲仙教授对PCOS的分型有较高的一致性。说明全数字化采集PCOS患者证候信息并通过现代数据挖掘方法进行辨证论治,可以对PCOS中医临床证候进行有效规律总结,对临床诊疗有一定的帮助。

关键词：多囊卵巢综合征中医信息系统中医分型多标记学习法

来源：评论

学校读者我要写书评

暂无评论

近5年中医证候诊断客观化研究述评

引用

中医杂志 2016年第5期57卷 442-445页

作者：徐玮斐刘国萍王忆勤燕海霞郭睿上海中医药大学基础医学院上海市蔡伦路1200号201203

多学科交叉融合的深入以及多种数据挖掘方法的广泛应用,为中医证候诊断的客观化研究提供了有益的借鉴。围绕中医证候的兼挟性、不平衡性、动态性、复杂性特点,梳理近5年来分别应用于其中的多标记学习法、不平衡数据集的处理、拓扑结构... 详细信息

多学科交叉融合的深入以及多种数据挖掘方法的广泛应用,为中医证候诊断的客观化研究提供了有益的借鉴。围绕中医证候的兼挟性、不平衡性、动态性、复杂性特点,梳理近5年来分别应用于其中的多标记学习法、不平衡数据集的处理、拓扑结构及前瞻性队列研究思路、复杂网络及从人脑认知等中医证候诊断客观化研究方法,以期为中医证候客观化诊断的深入研究提供参考。发现目前相关研究仍存在数据资料的采集和证候的判定主观性较大、针对临床证候的不平衡性及动态性研究相对偏少、尚缺乏综合可行的研究方法等诸多问题,建议中医证候诊断的客观化研究应根据研究目的、中医证候特点、数据挖掘方法的使用范围等因素综合考虑。

关键词：证候诊断客观化诊断多标记学习法复杂性

来源：评论

学校读者我要写书评

暂无评论

中医舌象的多标记学习研究综述

中医舌象的多标记学习研究综述

引用

世界中医药学会联合会中医诊疗仪器专业委员会成立大会暨第一届学术年会

作者：张静张新峰胡广芹王亚真北京工业大学电子信息与控制工程学院信号与信息处理研究室

目前,贝叶斯网络、人工神经网络、支持向量机等数据挖掘方法都被应用于中医舌象分类中.这些方法的应用,极大地推动了中医舌诊客观化的发展.上述数据挖掘方法中,每个舌象样本都是对应单个概念标记,属于单标记学习方法.然而,在中医舌诊中... 详细信息

目前,贝叶斯网络、人工神经网络、支持向量机等数据挖掘方法都被应用于中医舌象分类中.这些方法的应用,极大地推动了中医舌诊客观化的发展.上述数据挖掘方法中,每个舌象样本都是对应单个概念标记,属于单标记学习方法.然而,在中医舌诊中,舌色、苔色、苔厚等多种信息都可以同时从一幅舌象上反映出来,即一幅舌象对应多个类别标记.对于舌象这种多标记数据,可以采用多标记学习方法对其进行分类.本论文对多标记学习评价指标和多标记学习算法进行介绍,对多标记学习在中医问诊领域的应用进行了阐述,以及对多标记学习在中医舌象分类中的应用进行了讨论.

关键词：中医舌诊舌象分类多标记学习法评价指标

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：