@Note: A workbench for Biomedical Text Mining

Biomedical Text Mining (BioTM) is providing valuable approaches to the automated curation of scientific literature. However, most efforts have addressed the benchmarking of new algorithms rather than user operational needs. Bridging the gap between BioTM researchers and biologists’ needs is crucial to solve real-world problems and promote further research.We present @Note, a platform for BioTM that aims at the effective translation of the advances between three distinct classes of users: biologists, text miners and software developers. Its main functional contributions are the ability to process abstracts and full-texts; an information retrieval module enabling PubMed search and journal crawling; a pre-processing module with PDF-to-text conversion, tokenisation and stopword removal; a semantic annotation schema; a lexicon-based annotator; a user-friendly annotation view that allows to correct annotations and a Text Mining Module supporting dataset preparation and algorithm evaluation.@Note improves the interoperability, modularity and flexibility when integrating in-home and open-source third-party components. Its component-based architecture allows the rapid development of new applications, emphasizing the principles of transparency and simplicity of use. Although it is still on-going, it has already allowed the development of applications that are currently being used.     

基于综合性临床诊断数据分析系统的医院导诊应用

提出一种基于智能信号分析的导诊框架,通过命名实体识别对患者描述的疾病进行自然语言查询注释,采用词嵌入法将用户疾病查询数据转换为矩阵表达式,利用人工智能导诊模型获得导诊结果。经验证该方法对于在线医疗导诊具有较高准确性。     

2012年美国FDA批准的新分子实体

2012年FDA批准了39个新分子实体,现分别对其专利名、通用名、规格剂型、申请者、适应证和其它相关情况进行介绍,以供参考。     

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.     

EDTA在塑化根管再疏通中的作用机制实验研究

目的 通过实验探讨EDTA在塑化根管再疏通治疗中是否能够溶解酚醛树脂.方法 分别制作聚合24 h、7 d、30 d、180 d的条形酚醛树脂实验模型,各取1 cm长20段,将一端0.5 cm长浸入EDTA凝胶,分别在1 min、5 min、10 min后取出,在显微镜下观察酚醛树脂表面形态.结果 不同聚合时间形成的酚醛树脂,经EDTA处理过的一端与未处理过的一端表面形态相比均无明显差异,且不随EDTA作用时间延长而改变.结论 在塑化根管再疏通治疗时所使用的EDTA并不能溶解酚醛树脂.     

基于实体词典与机器学习的基因命名实体识别

将实体词典以特征的形式引入到机器学习模型中,提出一种基于实体词典与机器学习的基因命名实体识别方法,在GENIA 3.02语料上进行实验。测试结果表明引入实体词典特征后,在获得较高实体识别准确率的同时,优化CRFs识别模型的时间复杂度,提高系统识别效率。     

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。     

中医药古籍文献实体标注规范探索

针对中医药古籍文献进行语义标注,以《健康信息学—中医药学语言系统语义网络框架》中医药学语言系统的语义网络框架为标准,参考清代医籍的语料分类模式,结合中医古籍文献的特点,面向中医临床证治主题,选取与临床诊疗密切相关的“病—证—治—方—药”术语,探索性标注9类语料实体,提出中医药语料实体标注流程规范、总原则,并同时基于标注实践对在标注过程中产生的易混淆的实体进行进一步细化区分,以期为中医药文献语料实体标注研究提供参考,帮助研究人员快速、准确地进行知识检索与获取。