贝叶斯网络模型在中药整体药性特征分析中的应用.pdfVIP

贝叶斯网络模型在中药整体药性特征分析中的应用.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第49卷 第5期 山 东 大 学 学 报 (医 学 版) 2011年5月 Vo1.49 N0.5 JOURNALOFSHANDONGUNIVERSITY(HEAL THSCIENCES) Mav20l1 文章编号:1671—7554(2011)O5—0147—0H6 贝叶斯网络模型在中药整体药性特征分析中的应用 齐方 ,容蓉 ,薛付忠 (1.山东大学公共卫生学院流行病与卫生统计学研究所,济南 250012;2.山东中医药大学药学院,济南 250355) 摘要:目的 阐明物质成分与中药药性间的内在联 系和定量关系,选择 药性特征标记,建立物质成分与中药整体 药性间的贝叶斯网络模型,以期利用网络推理和复原中药整体药性。方法 以还原论研究为基础,遵循 中药基础 理论的系统论原理,基于高效液相色谱技术,将偏最小二乘判别分析与贝叶斯网络模型有机结合,构建物质成分 之间 “君、臣、佐、使”的网络结构。结杲 以偏最小二乘判别模型选择出的37个药性特征标记作为节点所构建的 中药整体药性贝叶斯网络模型,灵敏度、特异度高(ROC曲线下面积达0.98);对中药药性判别能力强,训练集判 别正确率达93.88%,对测试集的预测率达 100%。结论 中药整体药性贝叶斯网络具有明显的模块化结构,适宜 解释 中药药性特征标记之间的组合关系并能复原中药整体药性。 关键词 :贝叶斯网络 ;中药药性;高效液相色谱 中图分类号:R282.5 文献标志码:A ApplicationoftheBayesiannetwork inChineseherbal medicinepropertyrecognition QtFang,RONGRong,XUEFu。zhong (1.InstituteofEpidemiologyandHealthStatistics,SchoolofPubficHealth,ShnadongUniversity,Jinan250012,China; 2.SchoolofPharmacy,ShandongUniversityofTraditionalChineseMedicine,Jinan250355,China) Abstract:0bjecfive ToclarifyinternalrelationandqualityrelationshipbetweenhtematerialcompositionnadtheChi— neseherbalmedicineproperty (CHMP),toesatblishhteBayesina networkmodelamong ‘composition’nad C‘HMP’,nadtoinferna drestorehteCHMPbymenasofnetwork.M ethods Accordingtothereductionism mod e, high—performnaceliquidchromatography(HPLC)technologywascombinedwithhtePartialLeastSquaresDiscriminnat Analysis(PLS—DA)toidentifytheCHMP—mrakers.Thenbasde onthesystem theory,hteBayesina networkmodelof CHMP—markersnadCHMPwasstructurde .Results 37CHMP—markerswereselectedbyhtePLS—DA modeltObuild hteBayesina network.Ithadhighsensitivity,specificity(AUC=0.98)anddiscriminativepower.Usingthisnetwork torecognizehteCHMP,htediscriminativeaccuracyofthetrainingsetWas 93.88% nadtheprdeict

文档评论(0)

人生新旅程 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档