20世紀70年代以來，隨著計算機技術(shù)的不斷發(fā)展，人工神經(jīng)網(wǎng)絡（ANN）的理論與實踐都得到了迅猛提高。ANN的概念來源于生物神經(jīng)網(wǎng)絡（BNN）。限于目前的理論與技術(shù)，ANN保留了腦神經(jīng)網(wǎng)絡的基本結(jié)構(gòu)，反映腦神經(jīng)系統(tǒng)的工作原理。在ANN中，記憶的信息存貯在連接權(quán)上，外部刺激通過連接通道自動激活相應的神經(jīng)元，以達到自動識別的目的。因而，它是與現(xiàn)代計算機完全不同的系統(tǒng)。ANN模擬生物體中神經(jīng)網(wǎng)絡的某些結(jié)構(gòu)和功能，并反過來用于工程或其他的領(lǐng)域。1990年以來，ANN技術(shù)在中藥研究領(lǐng)域得到了大量地應用。因為ANN是通過自學習、自組織，對電信號及圖像的直接處理過程，沒有任何人為干預，該技術(shù)的應用專業(yè)性不強，非中藥專業(yè)研究人員也可操作。因此，應用ANN可以更客觀、公正地評價中藥。

　　ANN在中藥研究中的工作程序信號獲取運用相關(guān)技術(shù)獲取全面反映中藥內(nèi)在質(zhì)量的電信號或圖像，綜合評價中藥。可以用色譜法（GC、HPLC等）反映中藥中化學組分狀況；用光譜法反映中藥中各種原子的化學環(huán)境；用顯微技術(shù)（顯微鏡、電鏡等）及其他技術(shù)反映藥材的形態(tài)特征。

　　特征提取常用的特征提取方法主要手段是傅里葉變換、小波變換、特殊函數(shù)轉(zhuǎn)換和專用的圖像特征提取算法等。當然，壓縮后的數(shù)據(jù)經(jīng)過某種規(guī)則的變換后可恢復原來的信號。

　　檢測目前應用最多的是誤差逆?zhèn)鞑ゾW(wǎng)絡（B-P網(wǎng)絡）。其特點是同一層內(nèi)神經(jīng)元不連接，在整個信號傳遞中不存在任何信號的反饋。輸入層不具有運算功能，僅用來進行信號的分配和傳遞。隱含層和輸出層的神經(jīng)元具有運算功能，輸出整個網(wǎng)絡的最終運算結(jié)果。

　　在中藥材分類識別中的應用目前，中藥材的人工神經(jīng)網(wǎng)絡評價在中藥研究中有許多報道，也是該技術(shù)在中藥研究中較有前景的領(lǐng)域。

　　1993年，蔡煜東等用B-P網(wǎng)絡模型評價中藥威靈仙的質(zhì)量，采用氣相色譜分析方法，對色譜峰與樣品抗炎作用的復雜對應關(guān)系進行預測，預測率為100%，建立了中藥威靈仙的質(zhì)量評價系統(tǒng)。他還用B-P網(wǎng)絡對中藥厚樸的氣相色譜分析得到的各組分相對含量進行分析，將12個樣品分為3等，即優(yōu)質(zhì)厚樸、劣質(zhì)厚樸及厚樸代用品，與植物學鑒定結(jié)果完全一致。

　　張亮等用紅外光譜技術(shù)，采用B-P網(wǎng)絡對中藥雷公藤和昆明山海棠浸出物進行分類識別，識別率為90%.喬延江等對不同來源的62個蟾蜍樣品的高效液相圖譜進行識別，結(jié)果準確、可靠。

　　蘇薇薇等以苦丁茶中20種宏量、微量元素為分類特征，對78個苦丁茶樣品進行分類，所得結(jié)果和生藥鑒定結(jié)果一致。

　　筆者也對中藥地榆及羌活的高效液相指紋圖譜用小波變換B-P網(wǎng)絡進行識別嘗試，識別率大于95%.以上多是以光譜或色譜技術(shù)反映化學信息，中藥化學成分的復雜及多樣性就更要求增加訓練樣本。另外，對于神經(jīng)網(wǎng)絡的建立，在進行訓練時應注意中藥鑒定的準確性，否則將構(gòu)建錯誤的網(wǎng)絡系統(tǒng)。

　　在中藥制劑分析中的應用中藥的有效性是不言而喻的。但由于中藥化學成分的復雜性及有效成分的不確定性，對其進行質(zhì)量控制也是中藥行業(yè)所面臨的重要問題之一。對于中藥制劑是否按全處方投料，用現(xiàn)代分析方法檢測極其復雜，甚至難于回答。在國際上得到認可的指紋圖譜技術(shù)最近在國內(nèi)得到初步推廣。但其數(shù)據(jù)處理非常煩瑣、復雜。ANN為此提供了方便。醫(yī)學教育網(wǎng)

　　張亮等運用二值自適應共振理論網(wǎng)絡結(jié)合紅光光譜技術(shù)對中藥戊己丸的3個缺省藥材的混合物進行識別，其識別率分別為85%、80%、90%，平均正確率為85%.可見ANN對中藥制劑進行分析具有可行性。醫(yī)學教`育網(wǎng)搜集整理同時，科研工作者對一些化學藥品的組分含量測定也有探討，結(jié)果均良好，甚至好于其他方法。提示ANN也可以測定中藥指標性成分的含量，說明它可以作為一種有前途的化學計量方法。

　　在中藥藥動學、藥效學中的應用藥物篩選是中藥新藥研制的前提。ANN可以用作藥物分子的藥效預測，根據(jù)該化學成分的理化參數(shù)（折射率、疏水性參數(shù)、取代位的電性參數(shù)等），既可以預測有無某藥效，又可預測藥效的大小。另外，ANN可以對中藥的藥動學-藥效學的相關(guān)性進行分析，能非常靈活地通過自組織、自學習等功能找到藥動學參數(shù)與藥效學參數(shù)之間的關(guān)系，可以把藥物作用時間、劑量、濃度和代謝活性物質(zhì)的濃度作為輸入變量，預測藥效。同時，也可以根據(jù)藥效學參數(shù)預測藥動學參數(shù)。這種預測精度很高，預測值與目標值的相關(guān)系數(shù)一般在0.99.當然，它不能代替生理相關(guān)性，所以還不能取代動物實驗為基礎(chǔ)的分析方法。

　　在中藥化學結(jié)構(gòu)預測中的應用國外已應用ANN對化學成分的圖譜（質(zhì)譜、紫外光譜、紅外光譜、近紅外光譜、核磁共振光譜、光學折射圖譜等）進行結(jié)構(gòu)分析。庫瑞等設(shè)計了神經(jīng)網(wǎng)絡系統(tǒng)用于識別判定圖譜的功能團，表明該系統(tǒng)對某些功能團的判斷正確率達94%～99.5%.除上述外，ANN還可以用于中藥對照品的HPLC色譜峰純度檢查以及組方優(yōu)化等。

　　ANN方法在科學上應用越來越廣泛，盡管它仍處于發(fā)展階段，尤其是在中藥研究方面應用還較少。但相信在不久的將來，關(guān)于ANN的方法、參數(shù)、訓練樣本、學習過程以及預測結(jié)果都會有更加詳盡的討論。ANN在中藥研究領(lǐng)域?qū)懈訌V泛的應用。