基于神经网络的颈椎病名老中医辨证决策辅助模型构建与验证

杨光奕; 冯敏山; 韩昶晓; 温海宝; 李静; 彭博辰; 朱立国

doi:10.3969/j.issn.1006-2157.2026.01.017

您当前的位置：

首页 >

文章列表页 >

基于神经网络的颈椎病名老中医辨证决策辅助模型构建与验证

信息与统计 | 更新时间：2026-02-03

- 基于神经网络的颈椎病名老中医辨证决策辅助模型构建与验证
- Construction and validation of a neural network-based traditional Chinese medicine expert diagnostic model for cervical spondylosis
- “中国中医科学院望京医院专家构建并验证了基于多层感知机神经网络的颈椎病名老中医辨证决策辅助模型，开发了开放共享的交互式人工智能辅助决策平台，为提升颈椎病诊疗标准化与效率提供新工具。”
- 北京中医药大学学报 2026年49卷第1期页码：139-148
- 作者机构：
  
  北京中医药大学研究生院北京 102488
  中国中医科学院望京医院脊柱二科
  数智中医防治骨与关节退行性疾病北京市重点实验室
- 作者简介：
  
  杨光奕，男，在读硕士生
  冯敏山，男，博士，主任医师，博士生导师，主要研究方向：中医药防治脊柱相关疾病的基础与临床研究，E-mail： fengminshan@hotmail. com
- 基金信息：
  
  北京市科技计划AI+健康协同创新培育项目;Beijing Municipal Science and Technology Program " AI+Health" Collaborative Innovation Cultivation Project(Z221100003522009);中国中医科学院望京医院高水平中医医院建设项目(WJCC-202302);国家中医药管理局国家中医药传承创新团队项目(ZYYCXTD-C-202003);朱立国全国名老中医药专家传承工作室
- DOI：10.3969/j.issn.1006-2157.2026.01.017
  中图分类号： R241.4;TP183
- 收稿：2025-07-02，
  
  纸质出版：2026-01-30
- 稿件说明：
移动端阅览
杨光奕, 冯敏山, 韩昶晓, 等. 基于神经网络的颈椎病名老中医辨证决策辅助模型构建与验证[J]. 北京中医药大学学报, 2026,49(1):139-148.

YANG Guangyi, FENG Minshan, HAN Changxiao, et al. Construction and validation of a neural network-based traditional Chinese medicine expert diagnostic model for cervical spondylosis[J]. Journal of Beijing University of Traditional Chinese Medicine, 2026, 49(1): 139-148.
杨光奕, 冯敏山, 韩昶晓, 等. 基于神经网络的颈椎病名老中医辨证决策辅助模型构建与验证[J]. 北京中医药大学学报, 2026,49(1):139-148. DOI： 10.3969/j.issn.1006-2157.2026.01.017.

YANG Guangyi, FENG Minshan, HAN Changxiao, et al. Construction and validation of a neural network-based traditional Chinese medicine expert diagnostic model for cervical spondylosis[J]. Journal of Beijing University of Traditional Chinese Medicine, 2026, 49(1): 139-148. DOI： 10.3969/j.issn.1006-2157.2026.01.017.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

机器学习算法对证候要素“气虚”辅助诊断的性能评估

系统科学视角下的中药学科体系构建与发展研究

基于LightGBM及SHAP对1 055例新型冠状病毒肺炎重型患者中西医结合及西医治疗的多中心回顾性研究

基于“数据喂养”模式的中医理论化进程探讨

基于机器学习的抗纤维化中药化合物筛选研究

基于神经网络的颈椎病名老中医辨证决策辅助模型构建与验证

Construction and validation of a neural network-based traditional Chinese medicine expert diagnostic model for cervical spondylosis

DOI：10.3969/j.issn.1006-2157.2026.01.017