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“症-证”关联的方证判定研究

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。     

数据挖掘技术在中医证候研究中的应用述评

本文通过对近年中医证候研究中运用数据挖掘技术情况的分析,试图展示中医证候研究中各种数据挖掘技术的优势及不足。在分析关联规则、集对分析、粗糙集理论、聚类分析、人工神经网络等方法后,笔者认为对于中医证候这样多维复杂且模糊不确定的巨量数据,各种单一的研究方法都有其局限性;数种方法的组合可能会更好地诠释中医证候的特点,挖掘出更加有意义的信息。     

近5年中医证候诊断客观化研究述评

多学科交叉融合的深入以及多种数据挖掘方法的广泛应用,为中医证候诊断的客观化研究提供了有益的借鉴。围绕中医证候的兼挟性、不平衡性、动态性、复杂性特点,梳理近5年来分别应用于其中的多标记学习法、不平衡数据集的处理、拓扑结构及前瞻性队列研究思路、复杂网络及从人脑认知等中医证候诊断客观化研究方法,以期为中医证候客观化诊断的深入研究提供参考。发现目前相关研究仍存在数据资料的采集和证候的判定主观性较大、针对临床证候的不平衡性及动态性研究相对偏少、尚缺乏综合可行的研究方法等诸多问题,建议中医证候诊断的客观化研究应根据研究目的、中医证候特点、数据挖掘方法的使用范围等因素综合考虑。     

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。     

中医证候诊断标准智能模型建立探索

为探求基于数据挖掘的中医证候诊断标准建立的模型研究方法,通过多种方法进行研究中医证候诊断标准智能模型建立,提出了中医证候诊断标准智能模型建立以病证结合为前提,以合理的数据和智能方法及结论的实用性为研究关键的思路。最后提出了中医证候诊断标准智能模型建立的着力点。     

肝脏辨证常见证型辨证论治文献的关联规则数据挖掘研究

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。     

艾滋病中医证候学研究方法概述

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。     

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。     

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。     

中医药数据挖掘中属性约简方法的应用探讨

探讨属性约简方法在中医药研究数据约简中的应用。论述了对中医药研究数据进行约简的必要性,提出在对数据挖掘中的属性约简方法深入研究的基础上,选择各类方法中有代表性的、理论和算法比较成熟的约简方法,结合具体中医药研究数据集,进行横向比较研究,提出符合中医数据类型特点的数据约简方法。     

747例白癜风＂症＂的频数分布特点及系统聚类分析

目的：探讨白癜风中医＂症＂的分布特点及辨证规律。方法：临床登记了747例白癜风患者的症状、体征及白斑色泽等资料并进行频数及系统聚类分析。结果：＂症＂的频数降序表提示,以＂寒热虚实＂辨证,白癜风以虚证、热证多见。聚类分析显示,白癜风进展期或发病早期以实证、热证为主,以虚证为多。结论：通过寒热虚实辨证,白癜风的证型分布存在一定特点。     

数据挖掘技术在中药研究中的应用进展

中药信息是一个海量复杂体系。数据挖掘是分析处理中药信息的有力工具。数据挖掘常用方法有关联规则、聚类分析、神经网络法等。数据挖掘已应用于中药研究的多个方面,呈现出广阔的前景。     

基于信息和数据挖掘技术的名老中医临床诊疗经验研究思路

本文通过分析我国名老中医经验继承整理工作的急迫形势及现行研究名老中医经验的方法的优势和不足,提出了解决问题的可能途径,并在此基础上介绍了北京市科委重大项目“基于信息和数据挖掘技术的名老中医临床诊疗经验研究”的整体思路,并对其前景作了展望。     

基于信息和数据挖掘技术的名老中医临床诊疗经验研究思路

本文通过分析我国名老中医经验继承整理工作的急迫形势及现行研究名老中医经验的方法的优势和不足,提出了解决问题的可能途径,并在此基础上介绍了北京市科委重大项目“基于信息和数据挖掘技术的名老中医临床诊疗经验研究”的整体思路,并对其前景作了展望。     

张声生教授辨治溃疡性结肠炎中医临证经验

目的：深度挖掘并系统总结张声生教授治疗消化科疑难性疾病溃疡性结肠炎(UC)的临床经验,分析张教授的组方用药规律,临证策略与思路。方法：本研究收集张教授门诊治疗UC病例资料97例,总计289诊次,并运用我团队与中国中医科学院中医药信息研究所共同合作开发的“病案一体化数据挖掘系统”进行分析处理。结果：通过数据分析得到张教授治疗UC核心处方：炙黄芪、炒白术、薏苡仁、黄连、木香、白扁豆、三七粉、地榆炭。常用药对有：1)炒白术、炙黄芪、地榆炭;2)薏苡仁、白扁豆、山药;3)黄芩、黄连、木香、白芍;4)延胡索、仙鹤草、三七粉;5)当归、香附;6)防风、葛根。药物随证加减规律为：:1)腹胀伴有肠鸣时,多用槟榔、木香、焦神曲;2)腹痛伴大便脓血时,多用延胡索、地榆炭、仙鹤草;3)里急后重时多用黄连、儿茶、三七粉;4)畏寒时多用炮姜、肉桂;5)口苦时多用黄连、连翘。结论：运用“病案一体化数据挖掘系统”分析了UC的症状和证候规律,总结了张声生教授中医临证策略与思路。     

中医证候诊断临界值的确定方法新探

在分析中医证候诊断临界值确定方法的基础上,探讨运用类ROC曲线法(受试者工作特性曲线,Receiver Operator Characteristic Curve,简称ROC曲线)确定中医证候诊断临界值的方法,以抑郁症的中医证候为例,在临床流行病学调查资料的基础上,首先求出各证候积分最大值,然后用类ROC曲线法(改良的ROC曲线法)以"积分最大值的35%"为最佳临界值点来确定相应证候诊断的临界值。并提出目前中医证候诊断规范方法的研究,比较合适的方法是以病统证、病证结合,以单一证为研究单元;通过专家问卷来初步确定证候-症状对应关系;用隐变量分析对临床调查资料进行分析,验证并修正证候-症状对应关系,同时确定症状的权重,用类ROC曲线法来确定诊断的临界值。     

基于文献计量学的中医遣方用药经验数据挖掘研究现状分析

目的探讨中医遣方用药经验数据挖掘研究现状、热点及存在问题,为今后相关研究提供借鉴。方法以中国生物医学文献数据库(CBM)、中国知识资源总库(CNKI)、中国学术期刊数据库(万方数据)、中文科技期刊数据库(维普网)收录的中医遣方用药经验数据挖掘论文为统计来源,采用描述性统计和共现分析方法对文献发表年代、作者、机构、期刊、关键词分布与共现情况进行总结分析。结果共纳入文献1830篇,分布于194种期刊,文献数量呈逐年上升趋势;形成7个研究团队,三大研究机构合作群;研究疾病广泛;挖掘对象为具有名望的中医临床大家;研究方法多为关联规则、聚类分析、复杂网络、频数分析、因子分析;挖掘内容主要集中在药对、组方规律、配伍规律、用药规律。结论数据挖掘技术在中医遣方用药经验研究领域的应用愈发广泛,逐渐被中医界接受和认可。     

数据挖掘技术在中医证候研究的应用进展

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。