首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 31 毫秒
1.
基于“症-证”关联的方证判定研究   总被引:2,自引:1,他引:2  
探索将新兴的数据处理技术——数据挖掘技术应用于中医方剂的证候判定中。首先对症状名称、证候名称进行了规范化,接着对证候判定标准进行了规范化,在规范化的基础上建立了数据库,通过分析研究得出,将数据挖掘技术引入到中医证候的研究中是可行的,是完善方剂主治证候的一个很好的方法。  相似文献   

2.
中医证候研究常用数据挖掘方法述评   总被引:2,自引:0,他引:2  
黄粤  高颖  马斌 《中医药学报》2010,38(3):6-10
总结目前常用数据挖掘方法在中医证候研究中的优势,分析其应用过程中需要注意的问题,体现了数据挖掘在中医证候研究领域的重要意义。  相似文献   

3.
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。  相似文献   

4.
通过收集整理应用在艾滋病中医证候学研究的统计学方法,发现数据挖掘技术在艾滋病中医证候研究中的应用鲜有,提出将关联分析运用于艾滋病中医证候学研究,以期更深入的认识和把握艾滋病中医证候的关联,从而发掘其中蕴含的病机,指导运用于临床治疗。  相似文献   

5.
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。  相似文献   

6.
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。  相似文献   

7.
中医证候数据挖掘是近年来数据挖掘用于中医药领域研究的一个热点。为探讨中医药学与数据挖掘多学科交叉研究方法,通过计算机文献检索式检索,收集了从1984年—2007年间的中国生物医学文献光盘数据库及中国学术期刊全文数据库等文献资料,进行汇总和分析。介绍了数据挖掘技术在中医药学的应用,阐述了中医药学数据的特点,总结了本文中医证候研究数据挖掘新进展。提示中医药学数据挖掘这一多学科交叉研究方法尚有一些重要环节需要进一步探讨。  相似文献   

8.
由于中医证候辨证论治系统具有非线性、多维多阶性、复杂巨系统性等特征,采用传统的线性方法进行证候学研究,很难真正地进行证候的规范化研究、亦很难得到临床的普遍认可与采纳。而数据挖掘具有可以处理模糊性和非线性数据等优势和特点,可以更为有效地应对中医证候判断的经验性、非确定性和模糊性等问题,包括关联规则挖掘等数据挖掘技术的应用可为中医证候学研究提供新的方法学平台。  相似文献   

9.
人工神经网络在中医证候研究中的应用现状与趋势   总被引:1,自引:0,他引:1  
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。  相似文献   

10.
目的:基于国内4家中医院呼吸科719例慢性肺源性心脏病临床调查数据,探讨其中医常见证候本质特征。方法:采用临床流行病学方法,采集4所三甲医院719例慢性肺源性心脏病患者的临床资料,使用Epidata软件建立数据库,采用MATLAB 6.5软件,运用数据挖掘方法,分析慢性肺源性心脏病的常见证候及其特征。结果:719例患者中最终获取23个模糊规则,通过规则转换及设定的证候主次症标准,辨证为6个常见证候:痰热壅肺证、痰湿壅肺证、痰瘀阻肺证、阳虚水犯证、肺肾气虚证、肺肾气阴两虚等,常见证候诊断标准检验结果符合率为72.2%。结论:慢性肺源性心脏病的常见证候的属性有一定规律性,数据挖掘技术可应用于中医证候特征的研究。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号