腓骨肌滑车分型及其与跟骨的相关性

目的 对腓骨肌滑车大小进行测量及分型，并分析其与跟骨的相关性。 方法 在824例跟骨标本中，测量腓骨肌滑车的长度、宽度和高度，并按照扁平型、凸起型、凹型、隧道型4种形态进行分类统计。 结果 腓骨肌滑车出现概率为62.5%，其平均长、宽、高分别为(11.5±3.32)（2.56～23.14）mm、(6.27±2.20)（1.34～14.99）mm 和(2.69±1.30)（0.41～8.18）mm，4种分型为扁平形191例（37.09%），凸起型189例（36.7%），凹陷型131例（25.44%），隧道型4例（0.77%）。 结论 这些分型与大小统计数据有助于腓骨肌腱病的病理学研究，对腓骨肌滑车增生判定和临床治疗有指导意义。     

基于重叠社区的“方-药”网络经方配伍规律分析

针对传统数据挖掘技术难以揭示海量方剂配伍复杂性的问题,借鉴复杂网络思想构建"方-药"网络并基于重叠社区分析其组方配伍规律。首先将方剂内包含的药物抽象为节点、药间关系抽象为边、药物共现频次表示为边的权重,构建"方-药"网络模型,引入"药物影响力"的概念识别网络中的重要药物节点;其次提出一种基于重叠社区的"方-药"网络划分方法进行社区发现;最后分析划分后社区中蕴含的组方配伍规律。在基于《伤寒论》112首方剂构建的模型中,药物影响力大的药物符合张仲景"寒温并用、辛甘苦同行"的用药原则,结合FCM(fuzzyC-means)算法可发现隐藏在《伤寒论》整体模型中的常用药组;在基于《伤寒论》少阴病证构建的模型中,药物影响力大的药物符合少阴病证"温经扶阳、利水渗湿"的用药特点,并得到了分类明显的药物配伍社团。"方-药"网络模型中蕴含着高质量的重叠社区结构,分析社区中蕴含的内在规律可为方剂组方配伍及用药规律的探究提供新的依据。     

基于多层前馈神经网络的中药药性量化研究

目的为解决中药药性描述的抽象、模糊导致难以准确把握其本质特性的问题,提出一种基于多层前馈神经网络(BP神经网络)的药向量训练(quantitative model of traditional Chinese medicine’s properties based on BP neural network,QM-BP)模型,实现中药药性的量化表示。方法首先对中药及其对应的功效进行整理,获得"中药-功效"样本对;其次,构建"中药-药向量-功效"3层结构的QM-BP模型,并利用中药的药性数据对模型进行初始化;最后,基于QM-BP模型使用"中药-功效"样本进行训练,得到BP药向量。结果将《中药学》教材所涉及的474味中药及其528个功效基于QM-BP模型训练并结合临床分析,发现训练后得到的BP药向量比药性的初始量化值更能反映中药的属性特征。此外,由于BP药向量与词向量具有相似的性质,发现功效相似的药物对应的BP药向量在欧几里得距离中距离较近,而功效差异较大的中药药向量在欧几里得距离中距离较远。结论利用BP神经网络构建药向量训练模型,在中药药性与功效具有关联性的基础上,对药性量化值进行修正,以期使药性量化值更精确。今后可优化QM-BP模型并开展药对、复方分析,以期探明中药药性及组方配伍中蕴藏的内在规律。