用文本挖掘方法发现药物的副作用

分析了用文本挖掘方法探测药物副作用的必要性及可行性,从挖掘流程、挖掘/提取方法、结果评价和现有工具软件4个方面总结了用文本挖掘技术提取药物副作用的研究现状及尚未解决的问题和未来发展趋势。     

文本挖掘在基因组注释中的应用

为了解生物医学文本挖掘技术在基因组注释方面的基本应用,以Web of Science（WOS）数据库中收录的关于生物医学文本挖掘技术在基因组注释方面的基本应用的文献作为来源文献,利用书目共现分析软件提取文献中的高被引论文,形成来源文献——高被引文献词篇矩阵,利用聚类软件对高被引论文进行同被引聚类分析,最后得到生物医学文本挖掘技术在基因组注释方面的基本应用,主要包括权威工具的使用、文本挖掘工具和算法的开发、文本挖掘工具的检验。     

生物医学文本挖掘研究热点分析

为了解生物医学文本挖掘的研究现状和评估未来的发展方向,以美国国立图书馆 PubMed中收录的 2000年 1月-2015年3月发表的生物医学文本挖掘研究文献记录为样本来源,提取文献记录的主要主题词进行频次统计后截取高频主题词,形成高频主题词-论文矩阵,根据高频主题词在同一篇论文中的共现情况对其进行聚类分析,根据高频主题词聚类分析结果和对应的类标签文献,分析当前生物医学文本挖掘研究的热点。结果显示,当前文本挖掘在生物医学领域应用的主要研究热点为文本挖掘的基本技术研究、文本挖掘在生物信息学领域里的应用、文本挖掘在药物相关事实抽取中的应用3个方面。     

文本挖掘在生物学中的应用

文本挖掘是利用数据挖掘技术在大量的文本集合中发现隐含的知识的过程。近年来许多研究人员利用计算机技术对生物医学文献全文或摘要进行了分析，现综述各项研究中所采用的文本挖掘技术。文本挖掘的任务包括在大量文本中进行信息抽取、语词识别、发现知识间的关联等，还包括提高大分子序列同源查找的效率，进行细胞定位等复杂的目标。     

生物医学文本挖掘：步骤与工具

介绍了生物医学领域里的文本挖掘研究的步骤及各个步骤中所采用的方法,重点介绍了各个步骤中所用的工具和案例,以期促进生物医学文本挖掘研究的开展。     

文本挖掘技术在药物研究中的应用

介绍生物医学文献中文本挖掘的过程,重点分析论述文本挖掘在药物研究中的应用,主要包括在药物命名识别、药物靶标发现、药物疗效评价和中医用药规律中的应用,最后指出文本挖掘在生物医学知识发现中需要解决的问题,并展望文本挖掘在药物研究领域的发展前景.     

双向聚类方法在医学文本挖掘中的实现过程及应用意义探讨

介绍双聚类概念、基本原理以及相关研究、应用情况,阐述双聚类使用工具和方法,通过案例分析双聚类在医学文本挖掘中的具体实现过程,提出双聚类在数据挖掘方法中的应用前景,为相关研究提供参考。     

主题模型在临床文本挖掘中的应用现状

采用文献调研分析法对近10年国内外运用主题模型方法挖掘临床文本的研究进行归纳分析,总结研究现状和常用的主题模型方法,阐述主题模型在文本挖掘领域存在的局限性,以期为相关领域的研究提供借鉴。     

基于生物医学文本挖掘工具的白血病和基因关系研究

对生物医学文本研究背景进行了概述,并介绍了两种生物医学文本挖掘工具——COREMINE medical和Chilibot,在此基础上利用这两种工具对白血病和基因的相互作用关系进行探讨,最终得出具体的相互作用关系的结论。     

文本挖掘在生物医学领域中的应用及其系统工具

系统介绍了生物医学文本挖掘的具体流程和文本挖掘技术在生物医学领域中的应用情况,并着重从自然语言处理和本体、命名实体识别、关系抽取、文本分类与聚类、共现分析、系统工具及评价、可视化等方面分别做了阐述.     

关联规则技术在医药零售业药品营销组合中的应用

运用Microsoft SQL Server 2008数据挖掘工具,采用关联规则算法在药品不同层次上进行数据挖掘,对顾客购买需求、药品购买组合、剂型爱好等进行关联分析。此方法可以为医药零售业提供药品营销组合策略,同时也为药品采购和库存提供参考。     

基于疾病数据库的文本挖掘工具对比研究

目的：对比分析几种基于疾病数据库的文本挖掘工具,总结各自特点。 方法：选择eRAM、PhenUMA、Gendoo、G2D 4种工具进行对比分析。以Rett综合征为例进行实证研究,筛选与其关联性较高的基因,并结合先验知识做出预测。 结果：eRAM、PhenUMA知识库功能全面,可视化效果好。通过实证研究得到Rett综合征相关基因,并结合PubMed、UniProt等数据库中的先验知识推测出基因EGR2、CDKL5、BCHE、DLX5与Rett综合征相关。结论：基于疾病数据库的文本挖掘工具可以有效预测疾病的相关基因,预测疾病、表型、基因间相似和相关关系,有助于疾病的诊断及治疗。     

可视化文本分析和数据挖掘工具RefViz

随着科技文献信息的膨胀和信息技术的进步，各种数据挖掘工具应运而生。RefViz是其中一个可视化文本分析和数据挖掘工具。文章介绍了RefViz的主要功能，并以肺炎支原体为例说明其使用方法。     

基于文本挖掘技术发现鼻炎治疗规律

目的：利用文本挖掘技术发现鼻炎及其并发症的中西药和非药物治疗规律。方法：以中国知网文献和医患互动论坛上的鼻炎相关问答帖为数据源,利用中文文本分词、数据清洗、词频统计、相关分析等方法发现鼻炎及其并发症的治疗规律。结果：鼻炎的治疗方式分为西药、中药、中成药和非药物治疗,其中苍耳子经常被用做鼻炎偏方,玉屏风颗粒或散剂是治疗鼻炎的重要中成药,针灸是非药物治疗的主要方法,针刺、按摩也是不容忽视的非药物治疗方式,免疫疗法和脱敏疗法比较受推崇,生理盐水、减充血剂经常用于辅助治疗,目前医界提倡中西医结合疗法。鼻炎并发症发病较高的依次是鼻窦炎、气管炎、咽炎、中耳炎、肺炎,其症状和用药都有不同。结论：本文发现的中西药及非药物治疗鼻炎及其并发症的用药规律,可以为临床选药和基础研究提供参考,同时也验证了医学研究网络数据源的可用性和文本挖掘方法应用的可行性。     

可视化文本分析和数据挖掘工具RefViz

 

随着科技文献信息的膨胀和信息技术的进步，各种数据挖掘工具应运而生。RefViz是其中一个可视化文本分析和数据挖掘工具。文章介绍了RefViz的主要功能，并以肺炎支原体为例说明其使用方法。