中医方剂知识库知识建模方法研究

目的将现有的半结构化的中医方剂文献数据和分科医案数据转化为规范化、结构化、有序化、面向领域问题求解的＂知识＂,使其能够更好地服务于医疗实践,为医疗诊治提供标准术语支持、配伍参考、风险（相恶）提示、配伍剂量等决策支持。方法经过反复的摸索最终形成了七个步骤的知识建模流程。①选择构建知识的范围,用来缩小领域知识容量,方便领域专家一次集中解决一类问题。②定义知识模板,知识模板的构思来源于发明问题解决理论的冲突模板,用来规范领域专家和工程设计人员的信息交互。③数据整理。④治法术语组成元素的语义分析。⑤获取概念,扩展前人的研究,系统地抽取种子概念。⑥抽象本体关系。⑦设计语义模型,最终形成三元本体规则模式。结果和结论通过对中医领域知识建模的有益探索,对中医数字化和知识工程研究有积极的促进作用。     

基于中医疾病相关语义关系的正则表达式及知识抽取研究

目的：目前已有的知识抽取方法虽然多面向英文,但中文医学文献的数量也正在迅速增长,而且中医古籍文献中也有很多有价值的知识需要获取。基于此,本文以疾病“崩漏”为例,以正则表达式为规则,试图抽取中医古籍中疾病相关的知识,以构建中医疾病知识的语义框架。方法：建立崩漏相关的等同关系、因果关系、治疗关系的正则表达式,进而建立以正则表达式为规则的知识抽取及可视化平台。结果：实现对崩漏相关知识框架的抽取与表达,通过人工抽取和计算机知识平台抽取方式构建中医疾病语义框架,并在此基础上完成中医疾病相关的知识框架描述。结论：研究发现,以正则表达式为规则的知识抽取可视化平台,可以实现对崩漏相关知识框架的抽取与表达,并为中医疾病知识的逻辑化描述与未来的抽取及应用提供了方法,为实现中医疾病相关的知识框架描述奠定基础,可单一地基于正则表达式的信息抽取方式难以达到很好的召回率,如果在正则表达规则的基础上考虑篇章结构,同时整合机器学习与语义标注的混合信息抽取方法可能进一步提高抽取的效能。     

基于朴素贝叶斯和word2vec的中医电子病历文本信息抽取＊

中医电子病历（electronic medical record,EMR）包含大量的医疗知识和患者健康信息，对该类信息的抽取和挖掘对中医药的传承和创新有着重要意义。然而以纯文本形式记录的中医电子病历是一种非结构化信息，阻碍了中医药临床经验的总结与挖掘。本文主要讨论如何用机器学习算法对非结构化的中医电子病历文本进行信息的分类抽取，抽取出症状、处方、治法等有用信息。先将电子病历文本进行分词，然后进行标签标注，采用朴素贝叶斯和word2vec算法训练形成模型,最后进行模型测试。实验结果表明，该算法模型的信息抽取查准率可达80%以上。该研究在中医电子病历文本信息抽取领域做出了初步探索，为进一步进行中医药领域的数据挖掘和科研工作提供了良好的基础。     

基于中医文献的科学计量学方法应用探讨

中医作为一个古老的学科,要想跟上时代的步伐,采用先进的现代科学的研究方法就成为必然。科学计量学方法在中医领域的运用将为祖国传统医学注入新鲜的血液。目前建立在耦合强度和共引文强度基础上的文献聚类分析及反映科学计量学发展新趋势的知识图谱与可视化方法,为我们从中医文献角度进行中医领域的科学研究提供了很好的方法,为研究人员把握中医领域研究热点和发展前沿提供了新的手段。进行了具体实例研究,分析了在中医领域运用知识图谱及可视化方法的文献内容。我们应该加强与信息情报人员的合作,借鉴西方学者先进的计量方法和技术,在新的历史时期拿起这种先进的武器对祖国传统医学这座知识宝库进行组织、梳理和挖掘。     

2000—2012年中医术语英译研究现状及分析

采用文献计量法和内容分析法,对我国2000—2012年中医术语英译研究进行了检索和研读。从中医术语的特点,中医术语翻译存在的问题,具体中医术语的翻译研究,中医术语翻译的指导思想、原则和方法以及中医术语翻译标准化研究5方面分析了中医术语翻译的研究现状。在把握研究重点的同时,指出中医术语翻译的难点和问题,展望中医术语翻译未来值得研究的领域。     

知识本体与中医临床术语规范化工作

近10余年,各行业在领域知识获取与表达、数据存储、信息传递等工作中,对“知识本体”的研究渐成热点。在医学领域,“系统化临床医学术语集”(SNOMEDCT)是成功利用知识本体研究成果的范例。依据现代医学理论指导,SNOMEDCT将海量的临床医学术语进行了较合理的概念分类,构建了概念间的语义关连,有效地提高了临床电子病历书写、医学信息传递与标准化管理等工作的效率与质量。文章在回顾知识本体研究的基础上,提出了以中医学本体论为指导、以现有医学知识本体构建经验为参照,开展中医临床术语规范化工作研究的新思路。     

中医临床试验文献知识本体的构建

目的：为有效组织中医临床试验文献中蕴含的中医和循证医学交叉学科知识，便于对多源数据进行处理和映射，该文通过本体建模实现对中医临床试验文献的知识组织。方法：使用七步法和骨架法结合进行本体开发，通过分析中医临床试验文献的结构和语言特点，复用科学证据来源信息本体（SEPIO）顶层框架和中医药语言系统（TCMLS）等本体资源和非本体资源，确定领域概念和属性关系，最终确定疾病、证候、症状、分组、干预措施、结局指标、文献质量信息等核心概念和属性关系。结果：将中医临床试验文献中所蕴含的信息分为5类，根据Cochra ne ROB偏倚风险评估工具和CONSORT 2010声明等资源，将文献质量评价信息映射到本体中，共建立了68个类，8个对象属性，38个数据属性，基本实现了临床试验文献结构化表达。结论：研究构建的中医临床试验文献本体能够更好地组织、利用和呈现中医临床试验文献内部知识体系的构建和关联，为后续证据强度及诊疗信息推理的实现奠定良好的基础。     

数据挖掘方法在中医医案研究中的现状分析

中医医案文献浩如烟海,如何从这些历代医案资料中总结或发现有价值的信息是当代中医药文献研究的热点。数据挖掘技术是发掘与整理中医医案的良好工具,可以从大型的数据库中提取人们欲汲取的知识。数据挖掘方法在中医医案研究中已广泛应用。无监督数据挖掘方法是一种数据发掘、分析和知识发现的新技术,它更客观、更接近中医的辨证思想,更有利于从中医医案中提炼出精华。该文主要介绍了在中医学医案研究中4种常用的数据挖掘方法及更适合医案证候研究和组方规律探讨的无监督数据挖掘方法。     

浅议症状元素与复杂症状术语的处理方法

目的:尝试运用症状元素的概念处理寻找一种处理方法解析中医药领域中的复杂症状术语,解决词义模糊、同义词、一词多义等问题,进一步为医药信息的标准化提供更为清晰和条理的术语支持。方法:以中医医案数据库中大量症状数据为基础,以症状术语的词性及限定元素为轴对其进行清洗、分类,提取出症状元素简化症状术语的表达。结果:通过对中医医案数据库的整理得到症状数据8万余条,并得出一个基本清晰的症状元素划分方法。结论:运用症状元素这一概念并且根据词性和限定元素这一组划分轴,可以有效处理复杂的症状术语,对中医药领域的学术沟通、对中医药领域隐性知识的挖掘、发现和利用具有重要现实意义。     

知识图谱及其在中医药领域应用研究进展＊

为了更好地了解知识图谱技术及其在中医药领域的应用现状，为中医药领域知识图谱的研究者提供参考，本文从四个方面进行了文献综述，简要论述知识图谱的发展概况；剖析知识图谱的概念、价值以及知识图谱与本体的关系；详细阐述知识图谱的三大关键技术：知识抽取、知识表示、知识推理技术；总结了知识图谱技术在中医基础、中医临床、中医养生保健等中医药领域的典型应用。     

实体抽取综述及其在中医药领域的应用＊

随着机器学习、深度学习与人工智能的兴起与发展，自然语言处理技术也不断革新，其中实体抽取作为自然语言处理的子任务，自其提出以来，实现了从基于匹配模式的抽取到基于传统的机器学习方法抽取，再到基于深度学习的抽取的进步与发展。在医疗信息抽取方面，自然语言处理技术也得到了很好地应用，医学信息得到了更深层次的处理和挖掘。面对中医药领域中灵活的、复杂的和海量的中医药信息，利用实体抽取技术可以将中医药领域更为重要的信息抽取，这也是进一步对中医药信息挖掘的关键一步，基础一步。本文概括了中医药各领域实体抽取技术的应用研究情况，为实体抽取技术在中医药领域的进一步应用发展提供参考，以期促进中医药的传承发展，守正创新。     

知识图谱及其关键技术在中医药领域的研究与应用综述＊

中医学历史悠久、卷帙浩繁，但论述较为分散，知识混杂多样。知识图谱具有知识语义化、数据易关联、易扩充的特征，因而逐渐成为中医药知识信息化的重要手段。为有利于更好地运用知识图谱传承发展中医药知识，文章在简述知识图谱在中医药领域的构建与应用情况的基础上，重点从本体技术和分词、实体识别、关系抽取等3种知识抽取技术等方面介绍了知识图谱构建关键技术在该领域中的研究应用概况、规律与特点。文章还从知识图谱存储关系型知识的角度出发归纳了中医药领域对该类知识的应用方向及关键技术。通过对文献的分析与总结，探讨了中医药领域知识图谱构建与应用中的问题并提出未来的发展建议。     

基于中药指纹图谱多维信息的化学模式识别研究进展

作为一种基于中药化学成分信息,综合的、可量化的鉴别手段,中药指纹图谱已成为国际公认的控制天然药物、中成药质量的最有效的方法;中药化学模式识别则是模糊数学概念渗透到药学领域的重要突破,其在中药质量评价与控制中的运用,解决了中药质量多维信息的综合分析问题,已逐步被更多的人所接受,并不断深入延展开来。随着当代化学分析技术及计算机技术的发展,更多的检测手段应用到中药指纹图谱的构建工作中,更多的化学计量学方法运用到中药指纹图谱的数据处理中来,使得更多的传统中药材、中成药的真伪鉴定、质量评定工作得以实现,且技术已日臻成熟,并取得了诸多成果。该文对20余年来国内外中药指纹图谱模式识别的研究情况作一概述,以期为中药指纹图谱化学模式识别的进一步研究提供参考。     

以《伤寒论》为例探讨主题图技术在中医药知识组织中的应用

中医文献中蕴含丰富的中医药信息,中医药信息以其高知识密集度、知识间关系复杂交错为特点,因而在信息集成及知识共享方面具有一定难度。《伤寒论》中包含的辨证论治的规律与方法,在临床应用中取得良好疗效,但对初学者来说,学习掌握和应用《伤寒论》的知识内容具有一定难度。主题图技术作为一种知识组织技术,可灵活定义知识之间的关系,实现知识网络的可视化,实现分布式知识的集成与共享。本文主要利用主题图技术对《伤寒论》原文内容进行组织,构建《伤寒论》主题图概念模型,探索主题图技术在中医药领域的具体应用。     

古代中医教育方式的当前借鉴意义

目前,我国的中医学教育已经形成多层次、多专业、多形式并存的教育体系,为中医事业培养了大批中医人才.中医从业人员数量逐年增加,但从社会和医疗机构的反馈信息来看,中医人才质量下降却是一个不争的事实,这使得我们不得不反思目前中医人才培养方式方法是否存在欠缺.本文对古代中医教育方式特点进行简要回顾,探讨其对改进当前中医学教学方式、方法的借鉴意义.     

中医古籍数字化建设与知识服务模式的构建

中医古籍的保护和利用是一项事关中医药事业发展的基础性、全局性和战略性工作,数字化技术为古籍的保护与利用研究带来了新的机遇.目前中医古籍数字化建设大多仍停留在对古籍显性信息的数字化建设上,未深入开展古籍隐性信息的数字化建设,制约了数字化中医古籍的有效利用.鉴于此,本文提出了基于知识挖掘与知识服务的中医数字化建设模式和思路,即采用计算机数字化信息技术对中医古籍显性和隐性信息进行数字化建设和研究,基于数据库和知识挖掘技术进行古籍信息的知识发掘和提取、知识服务模式和方法研究,最终基于网络支持平台技术方案构建集中医古籍信息存储、阅读、研究、知识挖掘、知识服务于一体的数字化信息平台.     

数据挖掘方法在中医医案研究中的应用

中医医案作为中医诊疗经验及学术观点的载体,历来是中医传承研究的重中之重。传统的“个人领悟式”方法在分析医案时难以避免存在片面性和主观性。因此,寻找一种可以全面、客观地反映医案中隐藏信息的医案研究方法就显得尤为重要。近些年随着信息技术的飞速发展,数据挖掘技术在医案研究中的应用也日益深入。现通过对目前医案研究领域常用的数据挖掘方法、软件及平台的应用现状进行梳理,并对每种方法在医案研究中的适用领域进行简要评述,以期为医案研究者选择合适的研究方法提供参考,为传承医案中蕴含的诊疗经验及发展中医药事业提供新思路。     

中医临床术语分类标准框架的思考与构建探索

在当前世界性的医疗信息标准化发展潮流中,中医临床术语标准化工作势在必行.中医临床术语分类标准框架是中医临床术语标准化的基础,在国内乃至国际上传统医学领域中均无先例和具体的方法指导.本研究通过调研一体化语言系统、SNOMED、ICD等国外分类代码标准,以及我国的中医药信息标准化的相关工作,通过研究分析中医学与现代医学的理论体系特点和临床诊疗思路的异同点,借鉴SNOMED CT的构建模式,以中医药学自身独特理论及学科特点为核心,探索构建中医临床术语分类标准框架.     

中医医案的分析方法

中医医案承载了名老中医的学术思想和临证经验,医案的研究是促进中医药学科发展、切实提高临床疗效的重要的智库资源。随着信息科学技术的发展,面对中医医案中海量的数据,需要合理运用这些数据去挖掘出其中隐藏的知识、思想内涵及用药规律。最传统的中医病案数据分析方法为领悟式分析方法,因个人的水平以及研究目的不同,导致结论的主观性较强,比较费时,研究结论推广性相对较差。而一般的统计学方法就是建立医案数据库或进行简单的症状、药物频次分析,如何从海量的病案数据中快速发掘出医家的学术思想与临床经验,就需要引进新的技术和方法,并且需要融合数据库、人工智能、统计学、知识工程、信息检索、高性能计算机以及数据可视化等。本文从研究方法的角度出发,除个人领悟式分析方法,又介绍了频数分析法、多元(因素)分析法等研究方法,来研究数据挖掘技术在中医医案研究中的应用,为进一步整理和继承名老中医临证经验提供研究方法与思路。更深层次地挖掘隐藏在中医医案中的各种规律,进而更好地服务于科研和临床,体现中医医案的研究价值。