摘要：目的 对腹痛中的9种中医临床病症，利用模糊神经网络( FNN)进行辅助诊断，并把诊断结果与聚类分析的结果进行比较。方法 首先利用Matlab2012a建立起模糊神经网络，把254例腹痛病例数据进行训练和仿真诊断测试，然后利用Matlab2012a中的nctool工具对254例腹痛病例进行聚类分析。结果 FNN 诊断9种腹痛病症的准确性明显高于聚类分析。结论 FNN 模型可以用来在临床上作辅助诊断。

    关键词：模糊神经网络；训练函数；聚类分析

    中图分类号： TP391 文献标识码： A

    人工神经网络(Artificial Neural Networks，简称ANN)是一门涉及生物、电子、计算机、数学和物理等的交叉学科，通过模拟生物体中神经网络的某些结构与功能，来克服目前计算机或其他系统不能解决的问题，可应用于识别感知、智能控制、专家系统等。近年来在医学领域中，人工神经网络已成功用于疾病预报、方剂配伍、医学图像处理等方面。近来不少学者利用人工神经网络技术，在中医诊断、脉象识别分析、舌象图像处理等方面展开研究，从理论和方法等方面作了许多有益的探索和研究。但是，随着研究领域的不断深入，发现神经网络在对知识的表达和对网络学习得到的规则解释方面存在明显的不足，为此，一些研究者在神经网络基础上引入模糊逻辑，构建模糊神经网络系统。模糊逻辑的优点在于：①知识的表达自然容易，能够处理不确定信息，能够用模糊性的自然语言来表达知识，并且很容易利用专家经验；②可用简单的运算来实现知识的模糊推理。因此，将模糊技术与神经网络结合，形成的模糊神经网络系统将具备两者的优点 ......