首页 > 文献资料
-
基于主成分分析-人工神经网络对氯苯酚毒性QSAR研究
目的 研究20种氯苯酚生物毒性的定量构效关系(QSAR).方法 根据分子中原子i的结构特性和键的连接性,在分子图的邻接矩阵基础上构建了一组新的结构信息参数mE(m=0,1),结合氯苯酚主要电子结构参数,采用主成分分析法对样本数据集进行预处理,将得到的新的样本数据集输入人工神经网络,并构建氯苯酚对花鳞鱼、翻车鱼、鲑鱼、发光细菌等4种水生生物的毒性QSAR模型.结果 采用主成分分析法对所有的结构参数(包括结构信息参数mE)进行预处理,减轻了人工神经网络的输入数,并集合了所有参数的信息,同时消除了输入因子的相关性并简化了网络的结构,大大地提高了网络的学习效率和性能.结论 主成分分析-人工神经网络的预报精密度优于普通的分析方法.
-
水体富营养化状况的人工神经网络预测模型的建立
目的 建立郑州市主要生活饮用水源富营养化预测模型.方法 以郑州市主要生活饮用水源西流湖和黄河花园口段某调蓄池作为研究现场,监测富营养化相关理化指标水温(WT)、透明度(SD)、总磷(TP)、总氮(TN)、光照度(Li)、高锰酸盐指数(CODMn)、叶绿素a(Chla);采用评分法和综合营养状态指数法对水体富营养化状况进行评价;运用标准化函数对各理化因子原始监测数据进行归一化处理后,构建BP人工神经网络富营养化预测模型;并采用改进的Levenberg-Marquat算法对网络进行优化.结果 两水源富营养化状况评价结果显示:西流湖和黄河花园口段某调蓄池水体均为富营养化状态,西流湖随着春、夏、秋季节的变化,富营养化状况逐步加剧;应用BP神经网络技术,根据J=√n+m+a函数计算隐层数,将隐层节点数范围定位2~15,分别进行训练,终确定网络节点数为10;根据郑州市主要生活饮用水源环境理化指标检测数据,建立了水体富营养化相关因子Chla预测模型,重要的6个富营养化理化因子全部纳入模型进行分析,网络训练过程均方差为1e-11,实测值与预测值模型拟合相关系数为0.871,与预期目标比较接近,成功构建了郑州市主要生活饮用水源富营养化人工神经网络预测模型.结论 人工神经网络技术能够运用于水体富营养化预警系统的研究,所建立预测模型更符合实际情况.
-
人工神经网络分光光度法同时测定混合色素
用BP人工神经网络处理混合色素的吸收光谱数据,达到了对其各组分含量进行同时测定的目的.通过对网络结构和参数的优化,提高了预报的准确度,能够满足混合色素测定的需求,从而为不经分离直接分光光度法测定饮料中混合色素提供了一种新的途径.
-
人工神经网络技术在肺癌6种肿瘤标志物联合检测中的应用
目的 应用人工神经网络技术,联合检测6种肿瘤标志物对肺癌进行诊断,建立肿瘤标志物联合检测的人工智能诊断模型.方法 采用放射免疫学、分光光度法、原子吸收分光光度法等方法,测定50例正常对照、83例肺良性疾病患者及92例肺癌患者血清中癌胚抗原、胃泌素、神经元特异性烯醇化酶、唾液酸、铜锌比值(Cu/Zn)、钙(Ca)等6项指标.利用人工神经网络技术,对6项指标进行联合检测,建立基于人工神经网络的肺癌肿瘤标志物智能诊断模型.结果 采用反向传播算法(BP),BP网络对肺癌诊断的灵敏度为1005,对正常、肺良性疾病和肺癌识别的准确度为88.3%.结论 成功建立起基于人工神经网络技术的肺癌肿瘤标志物联合诊断模型,对正常、良性和肺癌的鉴别诊断效果有临床意义,可用于临床辅助诊断,有助于提高肺癌诊断率.
-
CAD技术在医学影像学中的应用及进展
本文介绍了计算机辅助诊断(CAD)技术,及CAD在X线胸片图像、乳腺X线图像和肺部CT图像,及其它图像中的应用情况,分析了存在的问题和未来的发展方向.
-
噪声淹没的 X线图像中癌变病灶信息的人工神经网络检测
本文以诊断医生的诊断过程为依据,构造了 1个三层 B- P人工神经网络,并用 20个样本对其进行了训练;而且应用此网络对 X线图像中的肺癌进行了模式识别并且检验了它的工作特性;说明了人工神经网络用于医学图像模式识别的可行性和潜在的发展优势 .
-
结合乳腺影像报告及数据系统的超声乳腺肿瘤辅助诊断系统的研究现状
医学超声诊断是临床检查乳腺肿瘤的有效手段,而乳腺影像报告和数据体系(BIRADS)为超声诊断乳腺肿瘤制定了指南性规范.结合BI-RADS-US的超声乳腺肿瘤计算机辅助诊断(CAD)已经成为研究热点.本文介绍了基于BI-RADS-US体系的CAD系统的设计,以及几个重要的功能模块,并介绍了实现这些功能模块的主要技术,后对结合BI-RADS-US的乳腺超声CAD 研究现状进行了综述.
关键词: 乳腺肿瘤 乳腺影像报告和数据体系 计算机辅助诊断 人工神经网络 -
胎儿心电提取算法研究综述
在围产期对胎儿进行监护是十分必要的,而胎儿心电图是目前胎儿监护有效的手段之一.胎儿心电图能够反映胎儿心脏活动的全貌,通过对其波形分析,可及时发现胎儿生长发育过程中的异常.本文综述了几种经典的胎儿心电信号提取算法,包括自适应滤波法、盲源分离法、盲信号提取法、独立成分分析法、小波分析法、人工神经网络等,并重点介绍了各种方法的原理、改进方法,同时对各种算法的优缺点进行分析.文章的后,对各种胎儿心电提取算法进行了总结,并对未来发展做出了展望.
-
医学图像分割方法研究
医学图像分割是医学图像处理中的一个经典难题.图像分割能够自动或半自动描绘出医学图像中的解剖结构和其它感兴趣的区域,从而有助于医学诊断.本文综述和讨论了近年来的医学图像分割技术、发展趋势、研究热点及其医学图像分割的评价等问题,并简要讨论了每类分割方法的特点,展望了医学图像分割的前景和面临的挑战.
-
人工神经网络应用于糖尿病/糖耐量异常的疾病分类研究
目的探讨人工神经网络(ANN)用于疾病分类研究的前景.方法利用某矿区1996年糖尿病现况调查资料,采用学习向量量化(LVQ)网络和判别分析方法进行糖尿病/糖耐量(DM/IGT)异常/正常状态的判别比较;同时人为设置变量缺损值,检验LVQ网络对缺失数据的适应性.结果 LVQ网络结构为25→13→3;网络判断准确率为96.98%,对血糖异常者的正确判断率为92.45%.利用逐步判别分析建立的含11个变量的判别方程的判断准确率为87.34%,对血糖异常者的正确判断率为85.53%.LVQ网络对带缺失项样本的误判比例为1/30,判别分析则为7/30.结论利用LVQ网络进行疾病分类预测,不仅能获得更好的预测效果,而且对资料的类型、分布不作任何限制,也不需要对分析变量做任何处理,还能很好地处理带缺失项的资料,是一种很好的流行病学分类预测新方法.
-
应用人工神经网络预测个体患原发性高血压病危险度
目的 建立个体患原发性高血压病的预测模型,评价并探讨预测个体患病的新方法.方法 选择3054名社区居民流行病学调查资料,按照年龄、性别均衡性,按4:1分为训练集(2438名)与检验集(616名)两部分,分别用于筛选变量、建立预测模型及对模型的检测和评价.应用人工神经网络(ANN)和logistic回归分析方法建立模型,用ROC方法评价所建立的高血压患病预测模型的优劣.结果 对616名检验集预测,ANN模型的特异性较低,但准确性、灵敏度指标均优于logistic回归模型,ANN2的约登指数为0.8399,明显高于其他两个模型;通过ROC曲线下面积比较模型的预测能力:logistic回归方法曲线下面积(Az=0.732±0.026)小于ANN模型(ANN2和ANN1分别为0.918±0.013、0.900±0.014),即ANN模型有更好的预测判别效能.结论 初步证明在预测个体患高血压病方面,ANN方法预测效能更优,从而为解决个体发病危险预测提供了一个新方法.
-
人工神经网络在失去土地农民心理健康调查中的应用
介绍人工神经网络(ANN),结合实例比较与logistic回归在解决分类问题的优缺点.以1070名失去土地农民心理健康调查资料为例建立ANN模型与logistic回归模型,比较两种模型的优劣.测试集样本BP神经网络预测精度为94.299%,logistic回归预测精度为51.028%,BP神经网络具有良好的泛化能力.结论 :当传统统计分析条件不能得到满足或效果不佳时ANN能够达到良好的预测结果,在医学领域具有较好的应用前景.
关键词: 人工神经网络 Logistic回归 失去土地农民 -
神经网络在预测糖尿病发病中的应用研究
用机器模拟人类智能活动是人类长期以来梦寐以求的理想,人工神经网络(artificial neural network, ANN),简称神经网络(neural network, NN)正是这样一种模型:它巧妙地将生物神经网络(biological neural network, BNN)的结构和工作原理用数学形式模拟出来 ,使其具有人脑的某些功能.该方法自上个世纪80年代重新兴起以来,已在诸多领域获得成功应用[1].在流行病学中也逐渐受到重视,关于疾病预测方面的研究虽有一些, 但多是以临床资料为基础[2-4],基于流行病学资料的疾病预测到目前为止还未见报道,我们将以某地糖尿病流行病学调查资料为基础对这一方法在流行病学个体疾病发病预测中的应用潜力及特点做一简要介绍.
-
人工神经网络在中医脉象识别分类研究中的应用概况
本文就近10余年应用人工神经网络开展中医脉象识别分类的研究进行了综述,其中包括应用人工神经网络进行脉象识别分类,基于人工神经网络的中医脉象分类模型建立和基于不同神经网络算法识别中医脉象的比较研究.文章提出进一步研究应结合中医脉象的特点选取有效的特征值值及设计不同的分类器,应以实现临床常见脉象类别的准确识别为终目标,根据分类识别的结果开展脉象形成机制研究,并将研究结果推广应用到临床.
-
基于人工神经网络的《伤寒论》方证知识库的构建
目的:运用人工神经网络算法探讨“方”与“证”之间的非线性映射关系。方法:整理《伤寒论》中有症有方的条文,利用人工神经网络对245条数据进行训练,建立方证知识库,先选择100条作为测试样本,然后分别以桂枝汤证、麻黄汤证、小柴胡汤证、白虎汤证的症状表现输入模型,进行“症状”到“药物”的预测分析。结果:模型预测正确率79%,对桂枝汤证及麻黄汤证各药物的预测误差均在0.1以内;对小柴胡汤、白虎汤证中主药的预测误差在0.1以内,对其它药物的预测误差在0.3以内。结论:利用人工神经网络能较好的模拟方证之间的非线性映射,该思路可进一步应用于方证辨证论治体系中,为方证规范化及中医信息化服务。
-
基于BP-ANN模型的香附效应成分筛选
目的:分析香附不同炮制品的HPLC指纹图谱与药理效应数据,应用偏小二乘法(PLS)和BP神经网络模型(BP-ANN)对香附不同炮制品中HPLC指纹图谱共有峰的峰面积与调经止痛药理效应进行关联,筛选香附主要效应成分.方法:采用PLS进行数据处理,通过MATLAB中的神经网络工具箱,建立BP-ANN模型,计算出各个因素的平均影响值(MIV),根据MIV大小列出各因素对应变量(药理效应)影响的相对重要性顺位,筛选香附治疗痛经的有效成分.结果:11组香附样品中存在16个共有峰,假设各峰的成分分别为X1,X2,X3,X4,X5,X6,X7,X8,X9,X10,X11,X12,X13,X14,X15,X16.香附对缩宫素所致小鼠痛经模型的扭体反应抑制率影响的主要效应成分排序为X13> X15> X7> X16;对缩宫素诱导小鼠离体子宫痉挛性收缩模型的肌张力抑制率影响的主要效应成分排序为X15> X13> X5> X16.结论:通过应用PLS和BP-ANN模型进行HPLC指纹图谱共有峰与药理效应关联性分析,可进行香附主要效应成分的筛选.
-
计算机科学在中药信息化建设中的应用进展
对计算机科学在中药信息化建设中的应用进行文献的整理和分析,探讨中药信息化建设的发展方向,为计算机科学在中药信息化建设中的应用研究提供理论依据.查阅和检索相关书籍资料及清华同方系列数据库中近10年以中药信息和各种相关的计算机技术为主题词的论文文献,对比参阅,筛选其中水平较高、思路新颖、具有代表性的19篇作为参考文献和研究依据.全面总结分析了中药信息化建设的内容以及相关计算机技术在中药信息化建设中的应用现状.以计算机科学为基础的中药信息化建设改变了以往计算机仅作为辅助工具的应用模式,使计算机技术逐渐成为模拟中药作用过程的重要研究手段之一.
-
人工神经网络在HIV/AIDS患者主要虚证诊断中的应用
目的:探讨人工神经网络技术在HIV/AIDS患者主要中医虚证诊断中的应用.方法:利用Clementine中的特征选择节点筛选142例脾气虚弱及肺脾气虚证HIV/AIDS患者的主要实验室指标,四诊信息中的主要症状和舌象进行网络训练,建立脾气虚弱和肺脾气虚的人工神经网络模型,将样本按3:1的比例分为训练集和测试集,训练集用于建立模型,测试集用于验证模型的正确率.结果:筛选出了发热、咳嗽咳痰、神疲乏力等10项对模型构建重要的指标,模型训练集诊断的正确率为87.25%,测试集诊断的正确率为80.00%.结论:人工神经网络模型能较好地诊断艾滋病患者脾气虚弱和肺脾气虚证型,在中医证型的诊断方面具有一定的应用潜力.
-
人工神经网络在中医证候学中的应用初探
文章总结了人工神经网络在证候诊断中的优势、应用现状、存在的问题.运用其非线性映射特性,辨识中医四诊信息,利用自身学习能力,获取证候规律,建立非线性映射关系,建立证候诊断模型,为准确诊断新病例的证型提供技术支持.在训练过程中可能会出现学习速度慢、信息不全面和准确率低的情况,需要采用改进学习算法和增加样本含量等方法来解决.
-
人工神经网络在中医药领域中的应用进展
人工神经网络在中医药的研究工作中得到了广泛应用.通过分析和介绍人工神经网络在中医药领域多个方面的一些具体应用实例,指出在多因素、多水平、非线性同时优化问题人量存在的中医药研究领域,人工神经网络必将得到更加广泛的应用.