以六种疾病为例研究基于统计注意力的神经网络模型在证名诊断中的应用

摘要：

目的 研究基于统计注意力的神经网络(SANN)模型在中医证名诊断中的适用性与先进性,探讨其生成的特征贡献度是否符合中医原理.方法 选择记载于古今医案云平台及中医药杏林园数据库的高血脂、更年期综合征、冠心病、慢性胃炎、慢性肾炎、尿路感染、脂肪肝病案共1110例.通过人工神经网络(ANN)、随机森林(RF)、支持向量机(SVC)、K-近邻(KNN)、SANN分别建立诊断模型,对比5种模型评价指标.评价指标包括Macro-F1、Macro-Precision、Macro-Accuracy、Macro-Recall.结果 SANN在6种疾病中的Macro-F1平均值为0.78、Macro-Precision平均值为0.79、Macro-Accuracy平均值为0.79、Macro-Recall平均值为0.8,均优于其他4种基准模型,其参数可解释性与导出的特征对类支持度符合中医原理.结论 SANN在中医证名诊断智能化、中医数据的特征筛选、疾病量表研制等任务中具有适用性与先进性,为相关工作提供了创新性的方法参考.

关键词：基于统计注意力的神经网络、证名诊断、特征筛选

所属期刊栏目：44

分类号：R241.9(中医临床学)

资助基金：国家自然科学基金青年基金项目No.81803972

在线出版日期：2021-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：358-365