当前检索词：“TabNet”。为您检索到约 1 条结果
-
基于TabNet的周仲瑛教授辨治甲状腺功能亢进病机预测模型及用药规律研究
编辑人员丨2024/6/22
目的 以周仲瑛教授治疗甲状腺功能亢进(甲亢)的临床病案为研究对象,探索运用基于神经网络的TabNet模型发现甲亢的诊疗规律,为传承名老中医学术思想、辅助临床诊疗提供方法参考.方法 基于周仲瑛教授及其团队的临床甲亢诊疗医案,构建标准化、结构化训练数据,研究基于注意力机制和稀疏特征选择机制的算法,通过输入标准化临床表现,标准化舌象、脉象构建病机预测模型,分析核心症状、病机和药物以及三者之间的联系.结果 通过训练好的预测模型对肝郁、肝火、痰饮、肾虚、阴虚、瘀血 6 个病机进行预测,与决策树、随机森林等经典算法构建的多标签分类模型相比,本模型分类和预测指标均较好.通过决策树算法进行挖掘,总结 6 个核心病机对应中药社团:醋柴胡、夏枯草、牡蛎、炙鳖甲、玄参、天冬、麦冬等.结论 在临床医案数据上运用TabNet算法,构建基于临床表现、舌象和脉象的病机预测模型,可有效地预测核心病机,进而发现"症-机-药"之间的联系,为名老中医学术思想的传承和临床辅助诊疗决策提供方法学参考.
...不再出现此类内容
编辑人员丨2024/6/22
自动推荐中
检索“TabNet”结果，无相关内容记录，请点击
