基于人体化学元素和神经递质参数的老年性痴呆（AD）筛选诊断人工神经网络模型研究

人工神经网络模型（ANN）在糖尿病、冠心病等早期诊断上获得一定成果已有报道。本研究主要采用模糊数学原理与方法，通过测量人体血液中与老年性痴呆（AD）密切相关的化学元素：Al、Cu、Zn、Fe、Ca、Mn、Cd、Cr、Se和神经递质：多巴胺、谷氨酸、五羟色胺（5-TH）、乙酰胆碱（Ach）的含量、分布等数据，探索并建立简便、快速、客观的AD诊断的ANN。目前人体单项元素和单个神经递质变化水平与AD联系的研究已取得不少进展，并作为AD诊断单项参考，但缺乏系列元素、神经递质对AD联合作用的报道，本课题组根据这一趋势，并结合已有的前期工作，筛选出上述系列标志物且作为参数，以用其建立AD诊断的ANN，并对该ANN反复训练使其达到稳定状态，从而为社区大面积AD高危人群和早期患者筛检诊断提供一个新的方法，以克服目前主要靠测量量表为手段的主观诊断的不足。