APP下载

基于支持向量机的中风病中医证候分类

2021-10-11顾天宇严壮志蒋皆恢

中医药信息 2021年9期
关键词:血瘀分类模型

顾天宇,严壮志,蒋皆恢

(上海大学通信与信息工程学院,上海 200444)

辨证论治指导中医临床诊疗,是中医理论的核心和精髓[1]。中风病作为常见的脑血管病,针对其辨证论治最早可以追溯到《黄帝内经》时期。在临床上对中风患者进行辨证论治,可以得到良好的预后效果。气虚血瘀证是中风常见的证型之一,占缺血性中风70%以上[2],因此针对气虚血瘀证进行证候分类具有临床意义。

目前,关于运用现代科学技术的理论和方法推进中医证候分类的数字化、自动化与智能化研究较多。如陈建新等[3]利用贝叶斯方法、神经网络方法、支持向量机方法和决策树方法建立基于冠心病患者中医四诊信息的证候分类模型;覃裕旺等[4]、许明东等[5]利用BP神经网络方法、支持向量机方法建立高血压病中医证候分类模型,但是关于中风病中医证候分类模型的研究鲜有报道。本研究基于文献资料,应用支持向量机(Support Vector Machine,SVM)、反向传播(Back Propagating,BP)神经网络与梯度提升决策树(Gradient Boosting Decision Tree,GBDT)建立中风病中医证候分类模型,以年龄、性别、身高、体质量与临床中风病常见的症状,包括中风主要症状、舌象、脉象数据作为输入,气虚血瘀证的判断作为输出。

1 资料

1.1 临床资料

选择2020年3月—2021年4月在黑龙江中医药大学附属医院治疗的中风病患者共669例,一般资料信息见表1。其中辨证为气虚血瘀证382 例,非气虚血瘀证287例。

表1 669例中风病患者一般资料比较(±s)

表1 669例中风病患者一般资料比较(±s)

辨证类型气虚血瘀非气虚血瘀例数……

登录APP查看全文

猜你喜欢

血瘀分类模型
一半模型
张淑芬辨治血瘀型崩漏的临床经验
话说血瘀证
分类算一算
重尾非线性自回归模型自加权M-估计的渐近分布
血瘀体质知多少
教你一招:数的分类
3D打印中的模型分割与打包
中医特殊诊法在血瘀证辨证中的运用