芦竹根药材的薄层色谱法鉴别

目的:建立一种鉴别芦竹根药材中生物碱类成分的方法.方法:采用薄层色谱法,对芦竹根药材提取液进行鉴别.结果:芦竹根药材薄层色谱图中,生物碱类成分斑点圆整、清晰、分离度好.结论:所建方法耐用性好,为芦竹根药材的定性鉴别提供了有效的方法.     

克癌新胶囊的TLC鉴别

目的：建立克癌新胶囊的定性鉴别方法。方法：采用薄层色谱法对处方中的楤木、皂角刺、黄芪三味药材进行鉴别。结果：供试品色谱中,在与对照品色谱相同的位置上显相同颜色的斑点,阴性对照无干扰。结论：本方法专属性强、重现性好,可作为该制剂的定性鉴别。     

军队药材仓库资源综合利用评价

目的:探讨军队药材仓库的综合利用情况,并对其进行综合效益评价,为军队药材保障机构卫生资源合理配置提供依据.方法:采用综合效益评价和层次分析法对军队药材仓库的综合利用进行评价,建立三级指标体系.专家咨询法计算各指标权重值进行综合评价分析,既考虑到平时的效益情况也充分考虑到战时因素对药材仓库综合利用的影响.结果:全军在编药材仓库经综合评价后有62％低于平均值50.736 1,排序前10位的均属专业药材仓库,排序后10位且低于平均值的主要为综合药材分库.结论:在全军体制编制调整的背景下,应调整药材仓库资源配置,减少综合利用效率低的仓库.     

菊花参的生药学研究

菊花参(Gentiana sarcorrhizaLing et Ma ex T.N.Ho)为云南民间习用药材,采用显微鉴别、性状鉴别、理化鉴别的方法对菊花参进行生药学研究。为菊花参药材的鉴别,以及药材质量标准的规范化研究提供部分生药学资料,为该药的深入研究及开发奠定基础。     

土茯苓的生药学研究

方法:通过系统研究土茯苓(断面红色、白色)药材性状及显微粉末鉴别特征,并结合TLC法鉴别断面红色或白色的土茯苓.结果:断面红色或白色的土茯芩在药材性状、粉末显微及薄层色谱上都有明显的区别.结论:本研究方法重现性较好、专属性较强、简单易行,可为断面红色或白色土茯苓药材的鉴别提供参考依据.     

中药独活RAPD鉴别研究

目的:探索在分子水平上时独活药材进行鉴别的方法.方法:从独活药材中提取基因组DNA,运用KAPD(随机扩增多态性DDNA)技术对其进行鉴别.结果:同一引物扩增不同地区的独活基因组DNA,产生相同的扩增条带,与伞形科其它几种植物的扩增结果存在明显差异.结论:该方法可用于对独活药材的鉴别.     

牛白藤的生药学研究

目的 对茜草科植物牛白藤进行生药学研究.方法 采用性状鉴定、显微特征与薄层鉴别的方法.结果 显微鉴定中的晶鞘纤维具有一定的鉴别意义;薄层鉴别检出熊果酸、β-谷甾醇和东莨菪素等成分.结论 所得结果为提高该药材质量标准,开发和利用该药材资源提供依据.     

毛冬青药材的鉴别研究

目的:建立毛冬青药材的显微鉴别和薄层鉴别方法。方法:采集不同地区的毛冬青药材,对药材粉末进行显微鉴别,发现其共同的显微特征;采用薄层方法对毛冬青药材进行薄层鉴别,用其特征性对照品及对照药材来进行比较。结果:显微鉴别显示多批药材粉末中均有淀粉粒、具缘纹孔导管、石细胞及晶纤维;薄层鉴别显示多批毛冬青药材在对照药材及IlexgeninA、毛冬青皂苷甲、毛冬青皂苷B1和毛冬青皂苷B2对照品相应位置上,显相同颜色的斑点。结论:本文所建立方法适用于毛冬青药材的鉴别及质量控制。     

鹿鞭药材及伪品的SDS -聚丙烯酰胺凝胶电泳鉴别研究

目的：探讨不同品种、产地鹿鞭药材及伪品的定性鉴定方法.方法：用电极缓冲液提取样品中的蛋白质,经样品水解液加热水解后,用连续系统SDS-PAGE法（凝胶浓度10%、厚度1.5mm,磷酸缓冲系统及恒流电泳）,对9个不同品种、产地鹿鞭药材及伪品牛鞭进行鉴别.结果：鹿鞭与其伪品有明显区别,不同品种的鹿鞭其SDS-聚丙烯酰胺凝胶电泳指纹图,也有较明显的区别.结论：SDS-聚丙烯酰胺凝胶电泳法,可用于鹿鞭药材与伪品的鉴别,以及不同品种鹿鞭药材的鉴别.     

大叶橐吾根的生药鉴别

目的:利用生药学研究,为大叶橐吾根的鉴别提供科学依据.方法:采用植物解剖学方法包括粉末制片法和石蜡切片法,理化鉴别方法包括紫外吸收光谱法和薄层色谱法.结果:得到药材的性状特征、粉末及根横切面显微特征、紫外吸收光谱和薄层色谱的鉴别特征.结论:所得结果可作为此种药材的鉴别依据.     

中药石斛茎显微构造的聚类分析

采用最小距离法，选取３５个具有显微鉴别特征的变量，对市场上常见的２２种中药石斛的显微构造进行系统聚类分析。分析结果与药材性状及显微鉴定结果基本一致。     

近红外光谱和聚类分析法快速鉴别周围神经束性质的实验研究

目的:建立一种快速鉴别神经束性质的方法。方法:取Beagle狗的脊神经前根和后根,利用近红外漫透射方式进行快速采样并以它们的近红外吸收图谱进行聚类分析,对其进行分类鉴别。结果:脊神经的前根和后根作为两种不同性质的神经纤维有不同的近红外吸收光谱,经聚类分析初步可以区分出来,其准确率近85%。结论:近红外光谱分析技术有可能成为一种快速鉴别神经束性质的方法。     

近红外漫反射光谱聚类分析用于中药红曲的鉴别

目的：建立近红外漫反射光谱法鉴别中药红曲的方法。方法：采用聚类分析方法进行定性鉴别。结果：有效地鉴别了不同种的红曲，结果与学，扫描电镜的检验结果一致。结论：近红外漫反射光谱法快速，简便，低耗，可用于红曲等中药的质量控制。     

某矿区尘肺结核与单纯肺结核分离株的基因型比较

目的比较某矿区尘肺结核与单纯肺结核分离株的基因型差异。方法42株结核分枝杆菌分离自某矿区的尘肺结核和肺结核患者,其中尘肺结核16株,单纯肺结核26株。采用MIRu技术和BioNumerics3．0聚类分析软件进行基因分型和成簇性分析。结果12个MIRU位点多态性分型结果表明,尘肺结核与单纯肺结核分离株在第26、40MIRU位点的基因多态性较高,聚类分析结果证实两者的分离株具有不同的成簇性特征。结论提示煤工尘肺结核患者中流行的结核杆菌可能具有独立性。     

可视化褶合变换傅立叶红外光谱法用于鉴别中药材血竭

目的：建立可视化褶合变换红外光谱法鉴别中药材血竭的新方法。方法：采集傅立叶红外光谱图、采用聚类分析法和可视化褶合变换光谱变换软件以及相关系数判别定性鉴别不同产地的血竭药材。结果：16个样品的可视化褶合变换红外光谱图显示，国产、进口血竭、草血竭差异显著，与红外光谱、聚类分析结果一致。该法可以有效地鉴别不同来源血竭药材，与经典的形态分类学鉴别方法结果基本一致。结论：该方法是一种快速、简便、低耗的新型分析技术，可用于血竭中药材的定性鉴别。     

广州市白云区2013—2017年登革热时空聚集性分析

目的 研究广州市白云区登革热流行的时空分布特征和变化趋势,为登革热防控工作提供科学建议。方法 数据来源于中国疾病预防控制信息系统,使用SaT Scan9.6软件进行登革热时空聚集性扫描分析。结果 2013—2017年广州市白云区共报告登革热12 050例,其中2014 年登革热发病率最高,年发病率517.41/10万。经时空聚集性分析,共有17个街镇为Ⅰ类聚集区域。时空扫描分析结果显示,2013—2017年登革热发病主高峰在7—11月。空间聚集位于白云区城区中部。发病率空间分布呈现南部高于北部、东部高于西部的特征。在经过2014年暴发疫情后,2015年至2016年疫情相对平缓,2017年疫情有死灰复燃的迹象,经空间聚集性分析,共有15个街镇为Ⅰ类聚集区域。随着扫描半径增大,最可能聚集区域向南部市区方向扩散。结论 广州市白云区登革热发病具有时空聚集性,7—11月是高发季节,城区街道聚集性明显高于郊区各个镇,存在明显的时空聚集性。发病病例主要集中在青壮年,家务和待业、工人及商业服务职业是高发人群。建议对登革热高风险人群和高聚集区域加强监测和管理,制定有针对性的登革热防控策略。2017年疫情的复燃态势,提示2018年登革热要尽早防控。     

聚类分析在中医药研究中的应用与思考

从体质与辨证研究、中医文献研究、医疗机构评价等3方面，论述了聚灰分析在中医药研究中的应用，认为采用聚类分析方法，可以使数据分析结果更具客观性，并有省时、省力的优点，同时指出聚类问题要想在中医药应用结中获得显著成效，重点在聚类类别数的决策和聚类结果的解释上。     

淋巴瘤医案不同聚类分析方法比较研究

  目的  以淋巴瘤临床医案为范例数据, 对不同聚类分析方法挖掘结果进行比较, 从而分析中医医案药物聚类挖掘方法的优化方案与结果差异。  方法  对淋巴瘤医案进行统一预处理与规范, 运用分散性聚类中的快速聚类、结构性聚类中的层次聚类进行挖掘分析, 并从算法特点、终值偏倚与临床拟合3个维度综合比较。  结果  研究共涉及患者138人次, 病例354诊次, 药物451味。分散性聚类中药物分散性聚类所得群集类26类, 群集数最大29, 最小1;方剂分散性聚类所得群集类22类, 群集数最大19, 最小3, 位点值最大14, 最小3。结构性聚类中F10药物凝聚层次聚类, 群集数最大25, 最小12;结构性聚类中F20药物凝聚层次聚类, 群集数最大21, 最小8;结构性聚类中F30药物凝聚层次聚类, 群集数最大15, 最小5。  结论  对于中医临床医案单病种数据挖掘研究, 方法的选取主要取决于样本的总体数量与药物的总体频数。数据量较小时宜选取结构性聚类, 药物结构性聚类挖掘设计宜采用较高药物频幅, 挖掘终值偏倚较低, 研究结果临床拟合度较好; 数据量较大时宜选取分散性聚类, 分散性聚类挖掘设计宜采用方剂分散性聚类, 挖掘终值偏倚较低, 研究结果临床拟合度较好。       

基于核密度估计和K均值聚类算法的骨扫描图像分割

目的:探讨K均值聚类的改进算法,并将其应用于全身骨扫描图像的分割?方法:首先对二维全身骨SPECT图像进行锐化?平滑?灰度变换等预处理;其次用核密度估计方法拟合出图像像素概率密度函数曲线,根据曲线的峰值点确定K个初始聚类中心值;再应用K均值聚类对图像进行分割;最后使用模板匹配排除误识别的区域?结果:图像预处理凸显了感兴趣目标,并改善了图像质量;基于核密度估计的K均值聚类算法的Tanimoto相似度系数明显优于传统K均值算法,平均耗时短于其他分割算法?结论:核密度估计有效地避免K均值聚类算法中初始聚类中心选取的盲目性,使聚类结果更为快速?准确?稳定?改进的K均值聚类算法对骨扫描图像分割效果显著,更便于对感兴趣区域进行定性?定量分析?     

基于医疗数据的属性约简聚类分析算法

通过医疗数据预测疾病的发展状况具有十分重要的意义。介绍聚类分析和属性约简的概念,阐述典型的聚类分析流程和新的基于属性的约简聚类分析算法,通过对医疗数据进行属性约简,可极大提高聚类分析过程的效率,同时通过与现有经典聚类算法的比较,证明该算法的有效性。