BP神经网络在中医胃病病型诊断中的实现

吴燎 陈思珏

摘 要：目的：本文通过matlab构建BP 神经网络模型，用于实现人工神经网络诊断中医胃病的病型，方法：将真实的中医胃病临床数据通过数据清洗、数据编码、BP神经网络模型配置、模型训练，构建出BP网络模型。结果：通过整理数据，反复地训练学习，最终使每种病型的平均预测率达到90%以上，结论：利用BP人工神经网络成功实现了中医胃病病型的辅助诊断。

关键词：预测诊断;神经网络;中医;胃病

目前人工智能火热发展，在医学上不少的研究已经涉及了人工智能，而中医具有整体性，模糊性，抽象性的特点，与神经网络的容错性、自助学习性的特点十分切合。张秋云等研究用遗传算法的BP神经网络确定不同患者的不同的穴位。[1]徐亮等用BP神经网络搭建了中医辨证模型，预测气虚型与非气虚型的准确率，[2]其诊断类型较少，只有气虚型和非气虚型两种输出结果，其次，其准确率较低，只有80%的准确率。本文以真实的中医胃病临床数据为基础，利用Matalb软件，应用BP神经网络技术搭建了训练模型，增加了诊断的类型，诊断类型包括肝胃不和、胃阳虚、胃阴虚等36个诊断结果。本次的准确率也有所提高，平均诊断率达到90%以上，能够模拟中医师的辨证，从而辅助胃病病型的诊断。

1 临床数据来源

采用的数据来自四川省各个县市医院的真实中医临床数据，总共2252条数据，每条数据至少包含一个胃病相关症状和病型诊断。

2 数据清洗加工

数据的收集会产生各种错误和不规范，数据库中有噪声（noise），不完整（missing），不一致（inconsistent）的数据。……