陈潮祖医案“五经五纬”方证对应数字化模型研究

发布时间：2025-01-07 04:09

　　目的:基于陈潮祖教授“五经五纬”辨证纲领,以“症状→病机→方剂”构建医案方证对应模型,以数字化形式展现陈潮祖教授的辨证模式,为名老中医经验传承提供新方法。方法:第一步,收集人工智能算法及陈潮祖教授“五经五纬”辨证模式的相关资料,对不同人工智能算法的特点进行对比分析,筛选适合的方证对应模型算法。第二步,使用Python语言编程,提炼“五经五纬”辨证模式的病机要素作为模型特征量,组合人工智能多种算法如神经网络、决策树、规则学习,构建模型框架。第三步,整理校对陈潮祖教授医案,制定筛选标准,对筛出医案的症状、病机、方名、药名进行规范化处理。第四步,对医案数据进行标注,数字化医案文字,形成症状、病机、方剂矩阵,构建机器学习所需的数据库。第五步,将筛选的948个医案样本划分为训练集和测试集,分配比例为3:1,训练集共711个样本,测试集共237个样本。将训练集样本输入模型框架进行学习得到方证对应模型。第六步,将测试集样本输入方证对应模型得到方剂预测结果,对预测结果进行统计学量化分析,以验证方证对应模型的准确性。第七步,依据“五经五纬”辨证模式对训练集学习结果进行方证对应分析,以验证方证对应模型的合理...

【文章页数】：116 页

【学位级别】：博士

【部分图文】：

图1 技术路线

基于陈潮祖教授“五经五纬”辨证纲领要点,以人工智能算法构建其医案方证对应模型,并对方证对应模型输出结果进行统计学与理论分析评价。具体技术路线如图1所示。5相关实验条件简介

图2 空间变换[33]

神经网络引入空间转换的概念来简化分类。以下面二维空间散点图的二分类问题为例,如图2空间变换示意图所示,左图红绿散点的分离边界是不规则的曲线表达,难以形成数学公式,但通过一系列缩放、平移、旋转、扭曲方法操作原二维空间后,分界线逐步从非线性转换为线性,在高维空间可轻易找到一个超平面分....

图3 卷积

其含义是遍历卷积(-∞,∞)的全部x和y值,并以(x,y)为中心点,把(x1-x,y1-y)上激活函数的值乘以(x,y)上输入函数的值,再进行卷积运算,其滤波原理如图3所示。以输入值(6,3)为一个5*5滤波器的中心,把滤波器和其覆盖的25个位置上的值分别相乘后求和得Conv(6....

图4 神经网络

以输入值(6,3)为一个5*5滤波器的中心,把滤波器和其覆盖的25个位置上的值分别相乘后求和得Conv(6,3)卷积值。所得的转化卷积值因加权因素更具灰度[35],类同丢弃掉一部分信息的模糊平均,并从上图可推知,新转化元素组成的特征平面同时受原值和过滤器的影响,即减少了权值,又保....

本文编号：4024475