支持向量机算法在中医证候信息分类中的应用

目的:探讨带先验知识的支持向量机(P-SVM)数据挖掘算法在中医证候信息自动分类中的应用。方法:以中医证候数据库收集的30余万条中医证候文献信息作为训练和测试数据集,以中医专业知识作为先验知识,将样本集置信度通过带权分类间隔导入SVM模型中进行分类,计算其分类置信度。结果:在有中医专业知识的情况下,中医证候信息分类的正确率得到了很大的提高,正确率约为95%。结论:P-SVM算法是统计学习理论在小样本数据集中较成功的应用,能对中医证候信息进行有效的分类,实现了数据挖掘技术在中医证候信息研究中的应用。实验表明P-SVM算法能把先验知识与训练样本中的信息量很好地结合起来,对一种对中医证候信息进行正确分类的有效算法。     

中医证候研究中的分类算法方法学研究

中医证的研究一直是中医药现代化研究的关键之一,其核心是证候分类和诊断标准的研究,数据挖掘中的分类算法已经大量应用于中医证候的分类研究。本文评述了数据挖掘中分类算法在中医证候研究中的应用,对其中主要算法的特点、适用条件和范围进行综合分析,认为应该根据不同的研究目的,选择适当的分类算法。粗糙集和聚类分析不需要先验知识,适合进行探索性的研究;模糊集理论、神经网络和决策树需要先验知识,适合应用于分类目标比较明确的证候诊断标准研究;模糊集理论更适合与其他分类算法结合应用,产生模糊聚类、模糊神经网络、模糊粗糙集和模糊决策树等更适合中医证候分类研究的算法。在具体的辨证分类研究中,我们需要根据所研究的疾病和证型分类特点选择合适的分类算法及其组合,同时建议应该在集成多学科理论与技术的基础上进行创新,建立符合中医证候特点的分类算法。     

数据挖掘中的分类算法及其在中医证候学中的应用

中医研究领域中,辨证是中医学的核心,也是确保疗效的前提。为了研究中医辨证分类规律,数据挖掘近年来广泛用于其中,成为数据挖掘用于中医药领域研究的一个特点。分类算法是数据挖掘中的最重要的技术之一。文章简要介绍了分类算法中的常用技术如决策树分类、贝叶斯分类、神经网络分类等,同时对其在中医证候分类研究中的应用进行概括,希望能为未来中医证候学的研究提供一个方向。     

应用分类算法研究中医证候的思路与方法探讨

文章介绍了分类算法的应用背景,从中医现代中医诊断技术的发展等方面分述分类方法在中医证候研究中的意义,针对目前研究现状提出研究的思路和方法,认为进一步研究应循序渐进,在对数据挖掘中的分类技术深入研究的基础上,先进行二分类研究,再逐步扩展进行多分类研究。结合具体样本数据集,对于每一个数据集分别用数据挖掘中的种主要的分类算法进行比较分析,分析比较各种算法的特性,为更有效地解决实际问题提供借鉴。     

基于数据挖掘的围绝经期综合征中医证候分类算法分析

目的采用现代中医诊断技术结合人工智能分析方法进行围绝经期综合征中医辨证研究,以期建立最佳证候分类方法。方法门诊收集围绝经期综合征患者四诊信息,按照中医辨证标准进行证型分类,采用贝叶斯网络算法、K最近邻算法、支持向量机算法3种常用数据挖掘分类算法对围绝经期综合征四诊信息数据进行分析。结果分别得出在相同训练、测试样本数据下3种算法建立围绝经期综合征中医证候模型所需时间、分类准确性、覆盖率及margin曲线,分析了训练样本数量对3种算法的影响,并对3种算法所建立模型进行了评价。结论在围绝经期综合征证候分类效果方面,贝叶斯网络算法优于其他2种方法。     

基于贝叶斯网络原理的835例冠心病病例中医证候分类研究

目的探讨客观有效的冠心病中医四诊信息融合模型。方法采用本课题组自行研制的中医心系问诊量表及舌面一体仪等收集835例冠心病患者的中医四诊证候信息,在专家辨证和先验知识的基础上,通过贝叶斯网络(Bayesian networks)对四诊证候信息进行分类识别研究。结果基于贝叶斯网络建立的融合模型对心气虚、心阳虚、心阴虚、血瘀、痰浊5个证型的识别率分别为69.34%、84.85%、65.12%、83.87%和65.12%。结论基于贝叶斯网络原理建立的四诊信息融合模型在冠心病中医证候分类客观化研究中具有较好的应用前景。     

数据挖掘在中医证候研究中的应用进展

文章综述了使用数据挖掘方法研究中医证候的相关文献,对各类数据挖掘方法在中医证候研究中的应用概况及其优势、不足加以评析.提出中医证候的数据挖掘研究未来可在拓展研究数据来源、优化数据挖掘算法以及增强中医理论在数据分析中的指导作用等方面加以优化,才可让研究结果更加有益于临床.     

基于关联规则的肝硬变辨证数据挖掘研究

目的:运用关联规则探索肝硬变和中医辨证之间的关系.方法:通过对400例肝硬变患者进行关联分析,找出符合最小支持度和最小置信度并形成规则的中医证候.结果:气滞/气郁证和血瘀证最小支持度分别为21%和25%,最小置信度分别为30%和35%,是最符合强规则的中医证候.结论:关联规则是广泛运用的数据挖掘工具之一,能为中医药的深度挖掘和现代化研究提供研究.     

人工神经网络在中医证候研究中的应用现状与趋势

证候研究的主要目的就是通过对证候特征的分析,揭示证候分类和四诊信息之间的规律,从而找出辨证的规律。如何解决中医证候的客观性问题,是目前中医发展面临的最大困境。随着学科间的互相交叉融合,数据挖掘技术被引入中医证候研究,人工神经网络就是其中的一种。文章总结了人工神经网络在中医证候诊断中的应用情况,分析了其研究现状、存在的问题及今后发展的趋势。     

基于SVM的中医心系证候分类研究

本文介绍了SVM 支持向量机的分类技术,以中医心系503 个样本为例,利用SVM 进行中医心系证候分类研究,实验结果表明,该方法在证候分类中能达到较高的准确率。     

属性约简方法在中医证候数据挖掘中的比较应用

目的 探讨3种属性约简方法在中医证候数据约简中的比较应用.方法 分别采用相关性分析、主成分分析、基于粗糙集的属性约简方法对同一个原发性失眠症中医证候数据集进行约简,并构建原发性失眠肝郁化火证的C4.5决策树分类模型,用5-交叉验证法进行模型评估.结果 基于粗糙集约简模型各项指标均优于其他两种约简模型,受试者工作特征曲线(ROC曲线)下面积与其他两种模型比较差异均有统计学意义(P＜0.01).相关性约简模型与主成分约简模型ROC曲线下面积差异无统计学意义(P＞0.05).结论 基于粗糙集的属性约简方法能在保持较高质量分类能力的基础上,尽可能消除决策表中不必要的知识,是中医证候数据约简的可行性方法.     

基于判别分析的肝病中医证型与检查 指标的相关性研究

目的：研究肝病患者的中医证型与检查指标的相关性,为肝病患者中医临床辨证提供客观依据。方法：收集2015年1月到2016年6月肝病住院患者的一般资料,以2015年肝病患者数据为分析组,2016年上半年患者数据作为测试组,运用逐步判别分析方法,筛选区分度高的指标,建立判别函数。结果：对2015年肝病患者的127个检查指标进行分析,筛选出13个指标,建立判别函数。利用判别函数对2015年224例患者数据进行回顾性预测,总的判别正确率为84.38%;并对2016年109例患者数据做前瞻性预测,总的判别正确率为74.31%。结论：逐步判别分析在肝病中医证型诊断中判别正确率较高,能为临床诊断提供参考。     

基于MFB-P算法的中医证型的神经网络模型初探

如何从中医学大量现象学描述中寻找其内在规律,是证的规范化研究之热点和难点。以往多采用统计学方法,但效果不够理想。神经网络作为一种智能信息处理系统,能够充分逼近任意复杂的非线性关系,获得样本数据的规则,较好避免数据处理中可能掺杂的主观因素,客观如实地反映研究对象。本文即采用一种基于MFBP算法的神经网络,以临床调查资料为研究对象,对具体一病的证型进行了规则提取研究,并从其解决实际问题的能力对网络的性能作出评价。研究结果表明,神经网络有较好获取数据规则的能力,如何在原始数据的基础上有效的表示知识、控制输入信息是决定网络性能优劣的关键因素。此方法用于证的规范化研究具有方法上的可行性,值得进一步深入研究。     

手足口病中医辨证治疗撷要

介绍手足口病的中医病因病机、临床表现、辨证分型、发病人群等方面知识。手足口病在中医学中属于＂温病＂中的＂时疫＂范畴,多属实证、热证。根据辨证分型和辨病分期相结合的原则,分普通型（卫气同病）、重型（气营两燔）、危重型（邪陷厥阴、内闭外脱）、恢复期（气阴两伤）。着重综述了近年来中医按湿热温病防治该病的具体理法方药,为指导本病的预防控制和治疗研究提供参考。中医学对疫疹有丰富的治疗经验和切实有效的防治法则,通过中医药辨证施治,可达标本兼顾,减轻症状、缩短病程之功效,希望能够建立起一个中西医配合,充分体现中医药特色和优势的传染病防治体系。     

中医证候“双重结构”的思考

对中医证候基础持续50 多年的研究,使“证候问题”变成了“证候难题”,中医证候成了制约中医理论发展的“瓶颈问题”和关键的“科学问题”。探析“证候难题”症结所在,证候是具有“功能性结构”和“实质性结构”双重结构特性的独特复合体。揭秘中医理论体系固有规律蕴藏的数学科学内涵,探寻证候客观量化表征的方法,破译出证候的“功能性结构”,打通中医学理论体系知识创新的关键技术线路,为揭示证候的“实质性结构”奠定基础,才能有希望重新开启中医学理论创新与伟大实践的新时代。     

基于计算机技术的中医面色诊信息采集与识别研究

目的：探索中医面色诊的规范化采集环境和客观识别方法，实现中医面色诊的计算机自动识别。方法：在中医理论指导下，比较各种人造光源，建立面色诊采集环境和临床面色判读量表；采集典型面色样本，结合图像处理、模式识别、人工智能等多种信息处理方法对面部颜色信息进行识别。结果：①研制了符合中医特点的以LED光源为照明光源的面色诊采集暗箱；②确定了符合中医理论的，临床专家认可的中医面部五色分类判读量表；③建立了面色诊颜色客观自动识别的方法，确定各类面色在色彩空间中的范围，初步研制中医面色识别分析系统。结论：该方法实现了中医面色诊的计算机自动识别，克服了传统中医望面色无客观量化标准和存在主观性的不足，增强了中医临床信息采集的规范化和准确性，提高了辨证诊断的科学性。     

基于数据包络分析法的中医证候量化辨证分型研究

针对中医辨证分型的建模问题,提出了基于数据包络分析法的证候序列量化辨证分型算法.该方法可分为3步:首先,结合中医理论,对候选辨证证型的机理进行分析与分类,获得病机解释的基本单元,并据此建立证候集合;然后,按照证候的发生与演变过程,寻找对应方证资料的用药规律和症状表现,利用数据包络分析数学工具,计算出证候在各个阶段的状态数据以获得量化的证候序列;最后,以证候序列作为度量尺度分别对候选证型和诊断信息进行量化,通过相似度计算获得诊断信息与候选证型的匹配程度,最终完成辨证分型计算.模型推理结果表明,该算法能够承载方证资料所隐含的辨证规律,从全局把握证候的动态过程,并通过对临床案例的计算分析,获得了正确的结果,这为中医的量化建模提供了一种思路.     

基于案例推理的中医临床诊疗决策支持系统

真实世界临床诊疗活动是一个复杂的决策过程。中医学中名老中医效验案例对日常诊疗行为的指导和诊疗知识的普及具有重要作用。本文基于临床实际中医病历数据,提出基于名老中医临床诊疗效验案例,基于案例推理的中医临床诊疗决策支持系统,用来辅助经验不足的临床医师做出临床决策,以提高临床疗效。该系统从中医临床数据仓库中筛选加工形成中医学临床效验案例库,基于案例推理和相似性计算实现类似案例的检索和展示。特别是针对不同案例的个体性特点,实现了基于症-诊断-药相关分析的灵活的案例修正方案,以满足临床诊疗过程中个体化诊疗决策的需求。最后,通过示范性临床实例应用,对系统的效果进行了初步评价。     

基于TF-IDF相对熵的中医证候量化研究

提出了用术语频率-逆文档频率（Term Frequency - Inverse Document Frequency,TF-IDF）相对熵作为证候量化的表示方法。TF-IDF思想来源于文本信息挖掘,是文本自动分类中一种重要的方法。TF-IDF算法也体现了中医证候的自动分类思想：一个症状在特定证候中出现的频率越高,说明它在区分该证候方面的能力（即TF）越强;一个症状在所有证候中出现的范围越广,说明它区分某证候的能力（即IDF）越低,并用具体实例进行了验证。