基于深度学习多囊卵巢综合征辨证分型的构建与实现

作者：张阳; 凌娜; 张国华; 陈旭; 任楚岚^*

来源：辽宁中医药大学学报, 2019, 21(05): 13-16.

DOI：10.13194/j.issn.1673-842x.2019.05.003

• 深度学习
• 多囊卵巢综合征
• 辨证分型
• 临床指标

目的:应用深度学习技术分析多囊卵巢综合征(PCOS)患者不同中医辨证分型与生活方式,情志因素、生化指标等之间的联系。方法:采集PCOS患者临床指标数据资料,将数据进行归一化处理,采用实验的方法进行PCOS的DBN模型的网络结构构建,并不断地修正。选取其中350例临床资料作为训练集,建立多囊卵巢患者中医临床辨证分型与相关临床指标关联训练模型,选取178例作为测试集。结果:应用此模型分析识别多囊卵巢综合征中医分型的总准确率为87.07%,其中肝郁型准确率为81.58%,其中肾虚型准确率为82.5%,其中痰湿型准确率为92.42%,血瘀型准确率为88.24%。结论:不同证型的PCOS患者,相关临床指标有所差异,肝郁型及肾虚型PCOS患者临床以月经失调及生殖功能异常为主要表现,痰湿型和血瘀型PCOS患者发生代谢异常的风险增加。

• 单位
  沈阳化工大学; 辽宁中医药大学附属医院