Biblioteca122.739 documentos en línea

Artículo

Exploring the Medication Pattern of Chinese Medicine for Peptic Ulcer Based on Data MiningExploración del Patrón de Medicación de la Medicina China para la Úlcera Péptica Basada en la Minería de Datos

Resumen

Durante las últimas décadas, la medicina china se ha utilizado ampliamente para curar diversas enfermedades en el ámbito sanitario. Basándonos en las bases de datos de la sabiduría de la medicina y la aplicación moderna de las recetas, hemos explorado el patrón de medicación de las recetas antiguas y modernas para el tratamiento de la úlcera péptica en varios pacientes. En este artículo, hemos propuesto un modelo de red neuronal basado en la descomposición de series temporales capaz de extraer y predecir el patrón de medicación del tratamiento de la úlcera péptica en la medicina china. Para ello, se utilizan el método de nivel de distancia acumulativa, el análisis de tendencias de Mann-Kendall, el exponente de Hurst y los métodos de punto característico para el análisis de tendencias. Asimismo, en el modelo propuesto, el método de análisis wavelet se utiliza para el análisis de periodicidad y el método de prueba de mutación de Mann-Kendall junto con los métodos de Pettitt se utilizan para el análisis de mutabilidad. Además, se utilizan los métodos de autocorrelación y raíz unitaria para comprobar los términos aleatorios. Las fórmulas herbales chinas (donde las principales enfermedades son la úlcera péptica, la úlcera péptica, la fuga cerebral y el absceso cerebral) se recogen de las bases de datos de la sabiduría de la medicina y de la aplicación moderna de las recetas. Además, se utilizan métodos de análisis de frecuencia, análisis de reglas de asociación y análisis factorial para evaluar el patrón de agrupación de las prescripciones para el tratamiento de la úlcera péptica. El error en el esquema propuesto entre los valores predichos y los medidos de 87 recetas, que incluyen cinco medicinas chinas para la úlcera péptica y 160 medicinas chinas, obtenido a partir de la red neuronal fue del 16,79%.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento