中医文本信息抽取系统

近年来,文本信息抽取成为中医文献知识挖掘的一种新兴手段。构建了基于本体的中医文本信息抽取系统,它能从中医文献中提取领域概念及语义关系,并支持用户完成文本语义关系的检阅、分析和标注等工作。该系统能辅助中医专家从中医文献中挖掘知识,并进一步完善中医领域本体系统。     

基于本体的神经信息学概念及其关系研究

目的：通过构建神经信息学本体,为神经信息学研究提供良好的信息整合、知识表示、文本挖掘、智能教育和数据共享服务。方法：分析生物医学领域已有的统一医学语言系统、基因本体、癌症本体、解剖学本体、疾病本体和药物本体的结构和内容,对神经信息学领域专业概念及其关系进行了探讨,提出了神经信息学本体的设计原则、标准和规范、构建方式和基本流程,并利用Protégé工具编制本体。结果：构建了基于多层次概念语义网络的、符合网络本体语言（web ontology language,OWL）规范的神经信息学本体。结论：神经信息学本体可以从不同层次的形式化模式上给出神经信息学领域概念和概念之间相互关系的明确定义,形成清晰的神经信息学理论框架,实现对相关领域知识的共同理解。     

生物医学文本挖掘研究热点分析

为了解生物医学文本挖掘的研究现状和评估未来的发展方向,以美国国立图书馆 PubMed中收录的 2000年 1月-2015年3月发表的生物医学文本挖掘研究文献记录为样本来源,提取文献记录的主要主题词进行频次统计后截取高频主题词,形成高频主题词-论文矩阵,根据高频主题词在同一篇论文中的共现情况对其进行聚类分析,根据高频主题词聚类分析结果和对应的类标签文献,分析当前生物医学文本挖掘研究的热点。结果显示,当前文本挖掘在生物医学领域应用的主要研究热点为文本挖掘的基本技术研究、文本挖掘在生物信息学领域里的应用、文本挖掘在药物相关事实抽取中的应用3个方面。     

生物节律紊乱与阿尔茨海默症关联基因的生物信息学挖掘

目的：挖掘阿尔茨海默症与生物节律紊乱相关联的治疗性分子靶标。方法：从基因表达综合数据库GEO 中获取GSE28146 芯片数据，使用R 软件挖掘、筛选差异表达基因；利用文本挖掘和蛋白互作筛选出与生物节律紊乱相关联的阿尔茨海默症基因，并对其进行染色体定位、功能注释和通路分析。结果：挖掘出372 个阿尔茨海默症差异表达基因，在染色体上分布广泛，参与转录调控和免疫应答等过程；TIPIN 基因既属于阿尔茨海默症差异表达基因又属于生物节律紊乱基因；有34 个阿尔茨海默症差异表达基因与43 个生物节律基因发生互作。结论：生物节律紊乱与阿尔茨海默症的发生密切相关。     

用文本挖掘方法发现药物的副作用

分析了用文本挖掘方法探测药物副作用的必要性及可行性,从挖掘流程、挖掘/提取方法、结果评价和现有工具软件4个方面总结了用文本挖掘技术提取药物副作用的研究现状及尚未解决的问题和未来发展趋势。     

指南本体构建中的临床数据标准化问题探讨

目的：研究临床指南计算机本体的构建方法,从医学信息标准化的角度,发现临床决策支持系统（CDSS）设计和实施中可能存在的问题,并提出应对措施和建议。方法：以高血压防治指南为例,参照SAGE指南本体开发方法和路线,利用prot6g6构建高血压防治指南本体,提取决策所需的数据元素,并遵照HL7vMR模型进行规范化表达。结果：建立了高血压防治指南本体,将指南规则表示为32张流程图;提取了决策所需的139个数据元素,采用简化的HL7数据类型,分别用vMR模型规定的目标、观察、健康问题、用药等四个类的属性做规范化描述,其中目标血压的属性包括测量项目标识和目标值,分别用标准化的代码、字符串、数值等形式表示。结论：上述方法能够初步实现指南文本的结构化和标准化表示。针对文本表达不够准确、HL7等国际标准本地化等方面存在的问题,建议临床指南开发要考虑计算机识别的需要,并提出适宜的国家、国际医学信息标准的采纳建议和计划。     

基于文本挖掘的DNA微阵列表达数据方法研究

DNA微阵列技术是近年来发展起来的一种功能基因组学研究技术.利用DNA微阵列技术,可以从基因组水平上鉴定出相关的功能基因及其表达调控网络,有助于阐明这些基因的生物学功能及其机理.结合文本挖掘的相关研究结果.探讨了DNA微阵列技术的原理和特点,数据的分析和解释,基因的聚类方法和基于文献的DNA微阵列分析.通过基于文献的微阵列分析方法,找出隐舍的、具有语义关联的生物概念,并进行推理,发现隐性的新知识.具体阐述了基于统计、基于自然语言处理、基于关联规则挖掘,基于模式识别的4种分析方法.基于文本挖掘的DNA微阵列技术,有利于发现基因或蛋白质之间的相互作用关系,自动识别生物学名词,提高数据分析效率等.     

利用文本挖掘进行药物重新定位的步骤与工具

文本挖掘技术为药物重新定位提供了新思路,不断出现的新数据库以及相应工具,为利用文本挖掘技术进行药物重新定位提供了越来越多便利。介绍了一些使用文本挖掘方法进行药物重新定位研究的方法和工具及成功应用这些方法和工具的范例,以便为对此领域感兴趣的研究人员提供参考。     

生物医学文本知识发现的研究进展

目前,如何解决海量文本信息与知识增长缓慢的矛盾,以可信的方式发现文本中有用的模式是一项严峻的挑战。本文就国际上有关文本挖掘在生物医学领域的应用进行阐述。概念识别和发现关系研究已经取得丰硕成果,而元数据挖掘正处于起步阶段。利用元数据进行生物医学文本挖掘以及建立知识库是现阶段文本知识发现的重要任务。     

基于信息抽取的中医药文献知识发现

随着科学技术和实验手段的迅猛发展,产生了非常"庞大"的科学文献和实验数据。同时,在这些表面上没有任何联系的文献和实验数据中,可能存在某种潜在的有价值的关联关系,并且数据本身也是信息和知识的源泉。正是基于这种对新知识的需求,产生了运用数据来挖掘相关知识的要求。本文使用信息抽取的手段,首先建立中医药文摘的领域本体,然后文本信息解析,进行关键字识别和匹配,将自由文本转化为结构化数据,并将数据存入相应的内容数据库中,对内容数据库中的不同文摘的属性值进行属性相关分析,过滤掉统计上不相关或弱相关的属性,保留对手头挖掘任务最相关的属性,从而发现不同文摘间的关联性,进而找出有价值的联系。     

文本挖掘在生物医学领域中的应用及其系统工具

系统介绍了生物医学文本挖掘的具体流程和文本挖掘技术在生物医学领域中的应用情况,并着重从自然语言处理和本体、命名实体识别、关系抽取、文本分类与聚类、共现分析、系统工具及评价、可视化等方面分别做了阐述.     

传统针灸知识本体的构建研究

研究采用protege4．1为工具,构建了传统针灸知识本体并实现了语义网络的展示,分为8个大类：刺灸、形体官窍、治疗、病候、经络、脏腑气血津液、腧穴、针灸用具,16种语义关系。在丰富与完善传统针灸概念术语问语义关系的基础上进行了与古籍语言系统语义关系的比较研究,说明传统针灸知识本体所涉及的知识范围比较局限,但也有自身的特色所在,为更科学、更有效地发现、管理、利用传统针灸知识,实现针灸文献的全面检索、数据库建设、文本挖掘等奠定基础。     

文本挖掘在基因组注释中的应用

为了解生物医学文本挖掘技术在基因组注释方面的基本应用,以Web of Science（WOS）数据库中收录的关于生物医学文本挖掘技术在基因组注释方面的基本应用的文献作为来源文献,利用书目共现分析软件提取文献中的高被引论文,形成来源文献——高被引文献词篇矩阵,利用聚类软件对高被引论文进行同被引聚类分析,最后得到生物医学文本挖掘技术在基因组注释方面的基本应用,主要包括权威工具的使用、文本挖掘工具和算法的开发、文本挖掘工具的检验。     

生物医学文本挖掘：步骤与工具

介绍了生物医学领域里的文本挖掘研究的步骤及各个步骤中所采用的方法,重点介绍了各个步骤中所用的工具和案例,以期促进生物医学文本挖掘研究的开展。     

基于本体论的电子健康档案知识库构建初探

电子健康档案具有明显的文献特征,有较强的研究价值和挖掘价值。在概述电子健康档案文献特点和生物医药语义知识库研究现状的基础上,论述了电子健康档案知识库构建的步骤、技术难点及解决思路。讨论了电子健康档案如何引入本体和本体技术以及进行语义抽取,在此基础上提出基于本体的数据挖掘技术应用于健康档案的构想,实现健康档案中医学知识的多维度关联与智能检索功能。     

文本挖掘技术在药物研究中的应用

介绍生物医学文献中文本挖掘的过程,重点分析论述文本挖掘在药物研究中的应用,主要包括在药物命名识别、药物靶标发现、药物疗效评价和中医用药规律中的应用,最后指出文本挖掘在生物医学知识发现中需要解决的问题,并展望文本挖掘在药物研究领域的发展前景.     

基于电子病历的胃癌治疗方案辅助选择

目的：通过挖掘电子病历文本中的信息,探索有效的文本挖掘方法,以期实现电子病历的决策支持价值。方法：将2500份胃癌患者电子病历随机分为训练组和测试组,利用词典结合统计的方法对训练组病历文本进行分词,根据每个切分词与从病历中抽取的治疗方案的共现频次对切分词进行聚类,统计训练组病历中的文本在各个聚类中词的匹配数,并以训练组病历文本在各类中的匹配词数和治疗方案建立起Bayes判别函数作为决策支持模型,对测试组病历进行验证,对分词方法及判别模型进行评价。结果：随机抽取50份发现分词召回率为74.24%,准确率为82.30%,F-1值为78.06%。在切分词聚为五类时,所建立的判别模型对测试组病历的判定准确率为62%。结论：词典结合统计的分词方法在电子病历文本分词中的效果较好,基于聚类的电子病历文本挖掘可实现病历的决策支持价值,但建立的决策支持模型准确度不高,仍需对建模过程中病历文本分词及切分词的处理进行进一步研究。