小细胞肺癌中医智能辨证探索性研究
目的:提取小细胞肺癌中医证素,初步探索建立小细胞肺癌中医智能辨证模型.方法:采用SPSS 23.0进行因子分析,采用SPSS Modeler 18.0建立MLP神经网络智能辨证模型.结果:①共收集到43个症状条目,KMO检验统计量为0.648,Bartlett的球形度检验近似卡方值为2332.572(P<0.05).因子分析提取到7个公因子,结合临床经验总结出相应的证素,总结为7个核心单证,分别为肺血瘀、肺阴虚、心阴虚、胃阴虚,肺气虚、脾气虚、肾阳虚.②建立的小细胞肺癌智能辨证模型训练集正确率为92.63%,测试集正确率为62.79%.结论:因子分析可较为准确地提取小细胞肺癌中医证素,在此基础上通过神经网络算法建立的智能辨证模型能够提升小细胞肺癌中医辨证效率和精准度.
因子分析、小细胞肺癌、证素、单证、智能辨证、机器学习、神经网络
22
R241;TP391.9;G64
2023-09-26（万方平台首次上网日期，不代表论文的发表时间）
共4页
30-33
