关键词:
针灸
力敏
穴位敏化
腰痛
机器学习
反向传播神经网络
摘要:
目的:借助反向传播(BP)神经网络技术,对慢性非特异性腰痛(CNLBP)患者体表力敏数据进行补全与预测分析,并结合函数曲面拟合技术对体表力敏值的分布特征进行初步探究,以期为腧穴体表形态学的解读提供新的视角与数据支撑。方法:纳入30例符合条件的CNLBP患者,采用FDK20压力测痛仪对腰部相应部位施加恒定压力进行探查,每位受试者共采集50个力敏点,并记录对应100 mm疼痛视觉模拟量表的数值。随后运用Matlab软件提取体表力敏点的位置坐标参数,并对数据进行预处理,构建以L4棘突为原点的空间直角坐标系(X_(pi),Y_(pi),VAS_(pi))。最后构建BP神经网络预测模型,并运用函数曲面拟合技术实现力敏点的三维可视化。结果:(1)BP神经网络预测模型结果显示平均识别率为(64.28±11.43)%;(2)函数曲面拟合三维可视化结果表明,力敏值在体表呈现出波峰与波谷交替的钟形分布模式,且模型坐标具有可追溯性。结论:BP神经网络模型能够初步捕捉并预测CNLBP患者体表力敏点的分布规律;同时,函数曲面拟合技术实现了力敏点的三维形态可视化呈现,为腧穴的科学研究及临床应用提供参考。