研究工作在课题组既往工作的基础上,应用BP神经网络,以半夏泻心汤及类方的配伍中的若干问题(复方类方的"君、臣、佐、使",新的药物组合等)为研究对象。研究工作并不着重于具体的实验研究,而是应用以往的实验数据,进行计算机模拟实验研究。这主要是借鉴了数据挖掘的思想,在规范纳入标准的基础上,对以往的实验数据,结合部分新的临床数据、动物实验数据及历史文献数据,从中寻找可能蕴藏的关于半夏泻心汤及类方的配伍规律。通过部分必要的实验回证对数据挖掘的复方类方君(臣、佐、使)、新的药物组合等规律予以验证,旨在实现整体论、系统论指导下的还原分析研究。
{{i.achievement_title}}
数据更新时间:2023-05-31
多源数据驱动CNN-GRU模型的公交客流量分类预测
涡轮叶片厚壁带肋通道流动与传热性能的预测和优化
简化的滤波器查找表与神经网络联合预失真方法
基于深度神经网络的个体阅读眼动预测
极区电离层对流速度的浅层神经网络建模与分析
半夏泻心汤调节胃运动的缝隙连接机制及配伍规律研究
基于多重药理效应及体内过程的半夏泻心汤的配伍机制研究
基于microRNA靶向SCF/c-kit信号通路调控胃运动的半夏泻心汤拆方研究
“四逆类方”配伍规律的基础研究