人工神经网络在中药相关研究领域的应用
|
摘要
人工神经网络是20世纪80年代以来人工智能领域兴起的研究热点,其从信息处理角度对人脑神经元网络进行抽象化描述,建立某种简单模型;按不同的连接方式组成不同的网络,实现高级机器和联想记忆的共同作用,广泛应用于计算机、物理、经济、医药等行业。其采用并行分布的处理方式,具有高容错性、智能化、自主学习等特点,模拟处理复杂问题具有得天独厚的优势。而中医药领域研究内容繁杂、影响因素众多,人工神经网络的优势恰恰可以很好地处理这些问题,有着良好的互补性,因此其在中医药研究领域的应用越来越广泛。尝试对人工神经网络在中医药研究领域的应用进行总结,为中医药现代化研究提供支撑和参考。
Artificial neural network(ANN) has been a hot topic in the field of artificial intelligence since 1980 s. It abstracts the neural network of human brain from the angle of information processing and establishes some simple model. It is widely used in computer, physics, economics, medicine and other industries to form different networks according to different connection modes to realize the joint action of advanced machine and associative memory. It adopts parallel and distributed processing method, which has the characteristics of high fault tolerance, intelligence, autonomous learning and so on. It has the unique advantage to deal with complex problems. However, the research contents are complicated and numerous in the field of Chinese materia medica(CMM).The advantages of ANN can deal with these problems well and have good complementarity. Therefore, the application of ANN is becoming more and more extensive in the field of CMM research. This paper attempts to summarize the application of ANN in the field of CMM research in order to provide support and reference for the research of CMM modernization.
Artificial neural network(ANN) has been a hot topic in the field of artificial intelligence since 1980 s. It abstracts the neural network of human brain from the angle of information processing and establishes some simple model. It is widely used in computer, physics, economics, medicine and other industries to form different networks according to different connection modes to realize the joint action of advanced machine and associative memory. It adopts parallel and distributed processing method, which has the characteristics of high fault tolerance, intelligence, autonomous learning and so on. It has the unique advantage to deal with complex problems. However, the research contents are complicated and numerous in the field of Chinese materia medica(CMM).The advantages of ANN can deal with these problems well and have good complementarity. Therefore, the application of ANN is becoming more and more extensive in the field of CMM research. This paper attempts to summarize the application of ANN in the field of CMM research in order to provide support and reference for the research of CMM modernization.
引文
[1]刘淳,周菁菁.一种BP神经网络的改进算法及其应用[J].信息与电脑:理论版,2018,12(11):60-61.
[2]彭驿茹.人工神经网络发展历史与训练算法概述[J].科技传播,2018,10(21):129-130.
[3]刘现磊,孙志海.人工神经网络在中药制剂研究中的应用[J].中国中医药现代远程教育,2012,10(3):128-130.
[4]白立飞.化学计量学在中药研究中的应用[D].长春:吉林大学,2006.
[5]陈全.中药生产浓缩工艺智能控制系统的研制[D].长沙:中南大学,2005.
[6]钟绍金,明良山.基于响应曲面与神经网络的肿节风颗粒成型工艺优化设计[J].中药材,2017,40(6):1397-1401.
[7]杜雪岭,袁其朋.神经网络优化中药提取工艺的研究[J].数理医药学杂志,2006,19(3):290-294.
[8]李杰,李斌,许彬,等.黄连生物碱提取工艺优化研究[J].中国食品添加剂,2018,172(6):100-106.
[9]李敏,周静,虞立,等.丹参酮IIA提取工艺的优化[J].中成药,2018,40(3):741-744.
[10]石磊,高卫红,吕莉莉,等.基于BP人工神经网络和遗传算法的葛根总黄酮提取工艺优化研究[J].中国中医急症,2018,27(2):198-201.
[11]潘兰英,袁弘,王芳,等.菊花缓释片制备工艺与处方优化[J].中国药学杂志,2010,45(2):124-127.
[12]张纪兴,陈燕忠,吴智南,等.基于人工神经网络-粒子群优化法的灯盏花缓释微丸处方工艺优化研究[J].中药材,2012,35(1):127-133.
[13]李凌冰,张娜.人工神经网络结合药动学模型设计氯氮平非pH依赖型缓释片[J].中国药学杂志,2005,39(17):1323-1326.
[14]刘昌孝.中药药代动力学研究的难点和热点[J].药学学报,2005,40(5):395-401.
[15]Cao G,Shan Q,Zhang C,et al.Pharmacokinetic parameters of morroniside in iridoid glycosides of Fructus Cornir,processing based on back-propagation neural network[J].Pharm Biol,2011,49(9):989-993.
[16]谢雁鸣,王建农,贺福元,等.中药群体药代动力学专家共识(征求意见稿)[J].中国中药杂志,2013,38(18):2937-2942.
[17]Minor J M,Namini H.Analysis of clinical data using neural nets[J].J Biopharm Statist,1996,6(1):83-104.
[18]张纪兴.人工神经网络在中药研究领域的应用[J].广东药学院学报,2011,27(6):653-657.
[19]安生梅,吴启勋,守祥.基于红外光谱概率神经网络的诃子产地鉴别[J].湖北农业科学,2014,53(20):4977-4979.
[20]金向军,张勇,谢云飞,等.基于支持向量机及小波变换的人参红外光谱分析[J].光谱学与光谱分析,2009,29(3):656-660.
[21]李仲,刘明地,吉守祥.基于枸杞红外光谱人工神经网络的产地鉴别[J].光谱学与光谱分析,2016,36(3):720-723.
[22]吴永军,杨越,郑继宇,等.近红外光谱技术快速鉴别淫羊藿药材产地[J].时珍国医国药,2017,28(8):1902-1905.
[23]王蔚昕.中药的电子鼻鉴别方法研究[D].北京:北京中医药大学,2009.
[24]汤彦丰,王绍茹,王志宝,等.紫花地丁红外光谱的人工神经网络鉴别研究[J].湖北农业科学,2013,52(7):1656-1658.
[25]杨诗龙,王瑾,汪云伟,等.基于电子鼻与人工神经网络的陈皮鉴别研究[J].时珍国医国药,2015,26(1):112-114.
[26]吕惠玲,万茶艳,程存归.ATR-FTIR及人工神经网络分类法鉴别薏苡仁与伪品草珠子种仁[J].中国药房,2015,26(6):845-847.
[27]徐飞,孟沙,吴启南,等.基于卷积神经网络的人参与西洋参饮片鉴别方法研究[J].南京中医药大学学报,2018,34(6):621-624.
[28]何加宝.多段径向基函数网络的正交最小二乘法和正则最小二乘法[D].合肥:安徽工业大学,2012.
[29]罗长寿.基于神经网络与遗传算法的蔬菜市场价格预测方法研究[J].科技通报,2011,27(6):881-885.
[30]盛魁.W-RBF神经网络模型在中药材价格预测中的应用[J].西南民族大学学报:自然科学版,2015,41(2):205-209.
[31]周雪忠.文本挖掘在中医药中的若干应用研究[D].杭州:浙江大学,2004.
[32]史庆瑞,马泽亮,周智,等.基于电子舌和模式识别的中成药品辨识方法研究[J].电子测量与仪器学报,2017,31(7):1081-1089.
[33]李雨,李骁,薛付忠,等.基于人工神经网络的中药药性判别研究[J].山东大学学报:医学版,2011,49(1):57-61.
[34]武晓东.基于BP神经网络和主观评价的中药功效数值化模型[J].甘肃科技,2011,27(8):19-21.
[35]李味味,章新友,仵倚,等.基于BP神经网络中药复方功效的预测研究[J].中医药导报,2016,22(16):38-41.
[36]麦蓝尹,李怡萱,陈勇,等.基于数理统计方法学的中药复方配伍研究进展[J].中国中药杂志,2014,39(10):1749-1756.
[37]宋小莉,牛欣,司银楚.基于BP神经网络的半夏泻心汤及其类方配伍模型研究[J].中华中医药杂志,2005,20(6):383-384.
[38]李伟霞,唐于平,尚尔鑫,等.基于人工神经网络的当归-川芎药对整体功效与化学物质关联性分析[J].中国中药杂志,2012,37(19):2935-2942.
[39]吴地尧,章新友,甘宇汾,等.数据挖掘算法在中药研究中的应用[J].中国药房,2018,29(19):2717-2722.
[40]杨南林,程翼宇,瞿海斌.用人工神经网络-近红外光谱法测定冬虫夏草中的甘露醇[J].分析化学,2003,31(6):664-668.
[41]白立飞,张海涛,张寒琦,等.虚拟组分-人工神经网络用于中药紫外光度法中多组分的同时测定[J].光谱学与光谱分析,2007,27(1):126-130.
[42]王昭懿,陈永杰,韩丽琴.基于BP神经网络黄芩红外光谱数据与总黄酮含量模型的建立[J].吉林医药学院学报,2016,37(4):257-260.
[43]刘昌孝,陈士林,肖小河,等.中药质量标志物(Q-marker):中药产品质量控制的新概念[J].中草药,2016,47(9):1443-1457.
[44]刘冠萍.经典名方创新开发初步探讨与研究[J].企业科技与发展,2018,441(7):68-69.
[45]王露露,孙倩怡,杨慧海,等.模式识别及其在中药质量评价中的应用[J].中草药,2016,47(23):4282-4288.
[2]彭驿茹.人工神经网络发展历史与训练算法概述[J].科技传播,2018,10(21):129-130.
[3]刘现磊,孙志海.人工神经网络在中药制剂研究中的应用[J].中国中医药现代远程教育,2012,10(3):128-130.
[4]白立飞.化学计量学在中药研究中的应用[D].长春:吉林大学,2006.
[5]陈全.中药生产浓缩工艺智能控制系统的研制[D].长沙:中南大学,2005.
[6]钟绍金,明良山.基于响应曲面与神经网络的肿节风颗粒成型工艺优化设计[J].中药材,2017,40(6):1397-1401.
[7]杜雪岭,袁其朋.神经网络优化中药提取工艺的研究[J].数理医药学杂志,2006,19(3):290-294.
[8]李杰,李斌,许彬,等.黄连生物碱提取工艺优化研究[J].中国食品添加剂,2018,172(6):100-106.
[9]李敏,周静,虞立,等.丹参酮IIA提取工艺的优化[J].中成药,2018,40(3):741-744.
[10]石磊,高卫红,吕莉莉,等.基于BP人工神经网络和遗传算法的葛根总黄酮提取工艺优化研究[J].中国中医急症,2018,27(2):198-201.
[11]潘兰英,袁弘,王芳,等.菊花缓释片制备工艺与处方优化[J].中国药学杂志,2010,45(2):124-127.
[12]张纪兴,陈燕忠,吴智南,等.基于人工神经网络-粒子群优化法的灯盏花缓释微丸处方工艺优化研究[J].中药材,2012,35(1):127-133.
[13]李凌冰,张娜.人工神经网络结合药动学模型设计氯氮平非pH依赖型缓释片[J].中国药学杂志,2005,39(17):1323-1326.
[14]刘昌孝.中药药代动力学研究的难点和热点[J].药学学报,2005,40(5):395-401.
[15]Cao G,Shan Q,Zhang C,et al.Pharmacokinetic parameters of morroniside in iridoid glycosides of Fructus Cornir,processing based on back-propagation neural network[J].Pharm Biol,2011,49(9):989-993.
[16]谢雁鸣,王建农,贺福元,等.中药群体药代动力学专家共识(征求意见稿)[J].中国中药杂志,2013,38(18):2937-2942.
[17]Minor J M,Namini H.Analysis of clinical data using neural nets[J].J Biopharm Statist,1996,6(1):83-104.
[18]张纪兴.人工神经网络在中药研究领域的应用[J].广东药学院学报,2011,27(6):653-657.
[19]安生梅,吴启勋,守祥.基于红外光谱概率神经网络的诃子产地鉴别[J].湖北农业科学,2014,53(20):4977-4979.
[20]金向军,张勇,谢云飞,等.基于支持向量机及小波变换的人参红外光谱分析[J].光谱学与光谱分析,2009,29(3):656-660.
[21]李仲,刘明地,吉守祥.基于枸杞红外光谱人工神经网络的产地鉴别[J].光谱学与光谱分析,2016,36(3):720-723.
[22]吴永军,杨越,郑继宇,等.近红外光谱技术快速鉴别淫羊藿药材产地[J].时珍国医国药,2017,28(8):1902-1905.
[23]王蔚昕.中药的电子鼻鉴别方法研究[D].北京:北京中医药大学,2009.
[24]汤彦丰,王绍茹,王志宝,等.紫花地丁红外光谱的人工神经网络鉴别研究[J].湖北农业科学,2013,52(7):1656-1658.
[25]杨诗龙,王瑾,汪云伟,等.基于电子鼻与人工神经网络的陈皮鉴别研究[J].时珍国医国药,2015,26(1):112-114.
[26]吕惠玲,万茶艳,程存归.ATR-FTIR及人工神经网络分类法鉴别薏苡仁与伪品草珠子种仁[J].中国药房,2015,26(6):845-847.
[27]徐飞,孟沙,吴启南,等.基于卷积神经网络的人参与西洋参饮片鉴别方法研究[J].南京中医药大学学报,2018,34(6):621-624.
[28]何加宝.多段径向基函数网络的正交最小二乘法和正则最小二乘法[D].合肥:安徽工业大学,2012.
[29]罗长寿.基于神经网络与遗传算法的蔬菜市场价格预测方法研究[J].科技通报,2011,27(6):881-885.
[30]盛魁.W-RBF神经网络模型在中药材价格预测中的应用[J].西南民族大学学报:自然科学版,2015,41(2):205-209.
[31]周雪忠.文本挖掘在中医药中的若干应用研究[D].杭州:浙江大学,2004.
[32]史庆瑞,马泽亮,周智,等.基于电子舌和模式识别的中成药品辨识方法研究[J].电子测量与仪器学报,2017,31(7):1081-1089.
[33]李雨,李骁,薛付忠,等.基于人工神经网络的中药药性判别研究[J].山东大学学报:医学版,2011,49(1):57-61.
[34]武晓东.基于BP神经网络和主观评价的中药功效数值化模型[J].甘肃科技,2011,27(8):19-21.
[35]李味味,章新友,仵倚,等.基于BP神经网络中药复方功效的预测研究[J].中医药导报,2016,22(16):38-41.
[36]麦蓝尹,李怡萱,陈勇,等.基于数理统计方法学的中药复方配伍研究进展[J].中国中药杂志,2014,39(10):1749-1756.
[37]宋小莉,牛欣,司银楚.基于BP神经网络的半夏泻心汤及其类方配伍模型研究[J].中华中医药杂志,2005,20(6):383-384.
[38]李伟霞,唐于平,尚尔鑫,等.基于人工神经网络的当归-川芎药对整体功效与化学物质关联性分析[J].中国中药杂志,2012,37(19):2935-2942.
[39]吴地尧,章新友,甘宇汾,等.数据挖掘算法在中药研究中的应用[J].中国药房,2018,29(19):2717-2722.
[40]杨南林,程翼宇,瞿海斌.用人工神经网络-近红外光谱法测定冬虫夏草中的甘露醇[J].分析化学,2003,31(6):664-668.
[41]白立飞,张海涛,张寒琦,等.虚拟组分-人工神经网络用于中药紫外光度法中多组分的同时测定[J].光谱学与光谱分析,2007,27(1):126-130.
[42]王昭懿,陈永杰,韩丽琴.基于BP神经网络黄芩红外光谱数据与总黄酮含量模型的建立[J].吉林医药学院学报,2016,37(4):257-260.
[43]刘昌孝,陈士林,肖小河,等.中药质量标志物(Q-marker):中药产品质量控制的新概念[J].中草药,2016,47(9):1443-1457.
[44]刘冠萍.经典名方创新开发初步探讨与研究[J].企业科技与发展,2018,441(7):68-69.
[45]王露露,孙倩怡,杨慧海,等.模式识别及其在中药质量评价中的应用[J].中草药,2016,47(23):4282-4288.