基于混合增量式属性约简的中医甲状腺结节诊疗规律分析＊

目的 以名中医治疗甲状腺结节的临床病案为研究对象，探索运用不完备信息系统下混合增量式约简发现诊疗规律，为传承名老中医学术思想、精准化临床用药提供参考。方法 基于国医大师周仲瑛教授及其团队的临床甲状腺结节诊疗医案，构建混合增量式信息系统，以适应数据集不断变化的临床医案要求，研究混合增量式学习，提出对象增加时的增量式区分矩阵的属性约简算法，分析核心药物、治法、病机和证型。结果 核心病位以肝为主，多涉及脾、肾、痰、瘀、郁、火、虚为其主要病理因素。证型分分为气郁型、痰湿型、湿热型、血瘀型、及阳虚型。结论 在临床医案数据上运用增量式信息系统，构建基于增量式区分矩阵，可有效的提取核心方、核心药，探索“法-方-药”之间的联系，为传承名老中医学术思想，指导临床用药提供参考。     

基于深度神经网络的原发性肝癌证型诊断分类预测模型＊

目的 基于深度神经网络建立原发性肝癌证型诊断分类的预测模型，并用其对原发性肝癌的病历数据进行证型诊断分类，再利用关联规则验证诊断分类预测结果的准确度。方法 从江西省中医院收集2014年1月-2019年6月临床诊断为“原发性肝癌”（首次就诊）的1176例电子病历，随机抽取976例病历作为训练集、200例作为测试集，根据模糊数学理论对训练集中的中医症状、体征和四诊信息等证型相关因子进行量化处理，再利用深度神经网络挖掘临床数据和证型之间的非线性关系，建立诊断分类预测模型，然后利用该模型对测试集进行证型诊断分类预测，并利用关联规则验证结果的准确性。结果 利用深度神经网络证型诊断分类预测模型，对测试集的证型预测准确率介于82.86%-92.76%，其中湿热蕴结证92.76%，肝郁脾虚证90.58%，气滞血瘀证87.41%，正虚瘀结证82.86%，肝气郁结88.09%，肝肾阴虚证91.28%，痰瘀互结证83.15%，脾虚湿困证90.24%；关联规则验证数据集的符合率介于75%-100%。结论 该模型较于其他预测分类模型，其数据处理更精细，结果更准确，更适用于中医证型分类的预测。该模型不仅为临床治疗原发性肝癌供了诊疗依据，更为中医辨证论治规律的研究提供了有益的借鉴。     

基于舌脉象数据的决策树算法的非小细胞肺癌证候分类方法＊

目的 探究基于客观舌脉象数据的C5.0决策树算法的非小细胞肺癌典型证候分类方法的可行性，获取证候相关的客观舌脉象特征组合。方法 以337例非小细胞肺癌患者的气虚证与阴虚证客观化舌象数据及脉象数据为研究对象，采用特征属性筛选及C5.0决策树算法数据挖掘方法，构建基于客观舌脉象数据的非小细胞肺癌气虚证与阴虚证的证候分类模型。结果 基于脉象数据的模型分类准确率高于舌象数据，且基于单纯舌象数据或脉象数据的证候分类模型分类准确率低于基于舌脉联合的数据分类模型，舌脉联合数据的分类模型树深为5，从中筛选出了气虚证与阴虚证分类相关的7项重要属性及7条分类规则，模型分类准确率为80.37%。结论 现代化舌脉象数据可以为非小细胞肺癌证候分类提供新视角，基于特征选择与C5.0决策树算法的非小细胞肺癌证候分类方法是可行的。     

冠心病不同证候舌诊信息特征研究＊

目的 探讨冠心病患者不同证候的舌诊参数的变化特征，寻找出舌象信息与冠心病心血管状态之间的关系,以期客观地评估舌诊信息在冠心病辅助诊疗评价中的有效性和实用性，为发展无创的中医诊断技术提供理论支持。方法 运用上海中医药大学自行研制的中医舌面一体仪采集冠心病患者中医舌诊信息,并运用方差分析统计冠心病患者不同证候下舌诊参数的差异性。结果 冠心病不同证候舌象参数变化有一定的规律性。结论 冠心病不同证候之间舌象参数有显著性差异，提示舌象参数可以作为该病临床诊断的客观依据之一。     

基于字向量的BiGRU-CRF肺癌医案四诊信息实体抽取研究＊

目的 肺癌医案中蕴含丰富的四诊信息，这些四诊信息对肺癌的研究具有重要意义。本文通过基于字向量的BiGRU-CRF方法实现四诊信息实体抽取研究。方法 研究利用BERT模型对基于自定义词典自动化标注后的肺癌临床数据进行预训练，得到包含上下文语义的字向量，再将其作为BiGRU-CRF模型输入，实现肺癌医案四诊信息命名实体抽取。结果 本文方法对临床表现、舌象、脉象、身体部位、程度副词五类实体抽取的F1值分别为98.17%、99.74%、99.77%、94.72%、93.36%，对比模型BERT-BiLSTM-CRF、BERT模型和Word2vec-BiGRU-CRF模型抽取的F1值分别为（96.46%、99.31%、98.78%、94.95%、92.44%）、（94.38%、95.14%、94.99%、90.89%、91.82%）和（91.27%、97.95%、98.09%、87.01%、86.77%）。结论 本文利用基于字向量的BiGRU-CRF方法具有更强的命名实体识别能力，可以更好地应用于中医医案命名实体抽取研究，进而为医案的关系抽取以及知识图谱构建提供支持。     

基于ML-kNN多标记学习的中医体质辨识模型研究

目的 中医体质与人体健康状态密切相关。研究利用人工智能技术辨识中医体质，为中医体质辨识智能化及自动化发展提供新思路。方法 以江苏省中医院体检中心的中医体质数据作为初始数据样本，经过数据清洗、过滤及结构化最终纳入9844条数据作为研究对象，运用ML-kNN多标记k近邻算法构建中医体质辨识模型，使用10折交叉验证训练模型，并采用多标记学习评价指标评估模型效果。结果 中医体质辨识模型的平均汉明损失为0.096 1，平均1-错误率为0.126 1，平均排序损失为0.086 6，平均覆盖率为1.153 5，平均精度为88.57%。结论 基于体检中心中医体质辨识量表数据，利用ML-kNN多标记学习算法，构建体质辨识模型，能够有效实现中医体质辨识智能化。     

肝胃不和证和脾胃虚弱证脾胃系患者的舌象特征分析＊

目的 探究两种不同证型脾胃系患者的舌象特征差异，将计算机视觉技术融入中医辨识理论，为其科学决策提供理论依据。方法 收集消化科专家门诊患者的舌象及四诊信息，其中肝胃不和型47例，脾胃虚弱型40例，提出舌象分区模型并将其划分为7个区域，通过观察两种证型患者舌色、舌形、苔质苔色、舌下脉络特征，并结合数值分析计算其颜色参数RGB、HSV的数值，从而获得不同证型患者的舌象特征信息。结果 肝胃不和型患者以淡红舌为主，多伴裂纹、齿痕、淡黄厚腻苔，舌下脉络偏青紫、长粗，结节迂曲明显；脾胃虚弱型患者以淡紫胖大舌为主，多伴裂纹、齿痕、淡黄腻苔，舌下脉络异常特征不明显。与肝胃不和组相比，脾胃虚弱组舌象及舌下脉络颜色参数R、G、B和V的数值整体较高（P<0.05），颜色偏明亮、淡白。结论 分区模型能够量化不同证型患者的舌象特征，一定程度上提高了舌象诊断的准确性及证候辨识的参照性。     

基于数据挖掘和“方-药-性-效”的藏医治疗慢性胃炎用药规律研究＊

目的 鉴于慢性胃炎是藏医优势病种且有较好的疗效，研究藏医治疗慢性胃炎的用药规律，为藏医临床与科研提供参考。方法 多中心收集藏医治疗慢性胃炎2613例有效临床医案，统一归纳藏医诊断确定归类分型，采用Gephi 0.9.2、SPSS Statistics 23、SPSS Modeler18等软件的描述性统计、Apriori算法、K-均值聚类分析方法，结合藏医“味性化味”药性理论进行分析，构建藏医治疗慢性胃炎的“方-药-性-效”复杂网络。结果 本研究涉及的慢性胃炎的藏医诊断可归纳为四种证型，其中隆型472例、赤巴型811例、培根型974例，其他证型356例。涉及藏药方剂共有137首，其中五鹏丸（1012次）、仁青芒觉（864次）、六味能消散（811次）等频次最高；关联规则分析发现，五味金色散和六味能消散关联最高。其中隆型以六味木香散等平隆助动、促进胃肠蠕动类方剂为主；赤巴型以五味金色散等清热凉血、消炎治疮类方剂为主；培根型以五味石榴散等平培根、助胃火类方剂为主。组方中诃子、木香、红花等使用频次最多，设置“支持度 ≥ 40%，置信度 ≥ 80%”时诃子、石榴子、木香等关联最强。药性分析发现，甘味、苦味、辛味等偏盛，十七效中以凉、钝、重、糙等为主，其中凉效、钝效可对治热、锐特性引起的胃热、胃肠糜烂等疾病，并分析方剂对治三因的比值，发现主要对治赤巴，其次为隆和培根。结论 通过构建“方-药-性-效”的研究模式，发现藏医对慢性胃炎的诊疗具有一定的规律可循，慢性胃炎在藏医诊断中可分为四种证型，总体治疗具有以“清血热-抑胃液-养胃火-通胃隆”四位一体的隐形用药规律，其中隆型以镇隆平气为主，赤巴型以清热凉血为主，培根型以平寒温胃为主，藏医临床治疗慢性胃炎提供有益参考。     

基于电子舌的白及及其近似饮片的快速辨识研究＊

目的 探讨电子舌方法用于白及及其近似饮片快速辨识的可行性。方法 收集45批白及饮片及其近似品天麻饮片30批、玉竹饮片30批、黄花白及饮片29批，分别进行药典与地方标准辨识（M₁法）、HPLC指纹图谱辨识（M₂法），并结合原始采购信息获取最终饮片种类的标杆信息（Y），再采集电子舌味觉感官数据（X）并利用化学计量学方法分别建立主成分分析-判别分析（PCA-DA）、偏最小二乘-判别分析（PLS-DA）的45批白及饮片与剩余89批饮片的二分类辨识模型和45批白及饮片、30批天麻饮片、30批玉竹饮片、29批黄花白及饮片的四分类辨识模型（Y=F（X），M₃法）。结果 经留一法交互验证，基于PCA-DA、PLS-DA二分类辨识模型的正判率分别为98.51%、100.00%，基于PCA-DA、PLS-DA四分类辨识模型的正判率分别为100.00%（无未分类样本）、100.00%（有4个未分类样本），模型判别良好，结合正判率与模型未分类样本数两项指标，最终选择二分类辨识以PLS-DA为最终辨识模型、四分类辨识以PCA-DA为最终辨识模型，两种模型正判率均为最高，且均未出现未分类样本。结论 电子舌可快速准确辨识白及及其近似饮片，为未来研发智能化中药饮片快速辨识设备提供了思路。     

基于双向表示神经网络的中医证候归类模型的构建＊

目的 构建基于双向表示神经网络的中医证候归类模型，将临床记录中的证候归类为与ICD-11中相对应的证候，并为临床医生记录证候提供归类提示。方法 首先使用基于RNN的Encoder-Decoder结构和基于RNN与Sigmoid函数结合的Multilabel结构建立对照模型，其后分别使用基于BERT与Sigmoid函数结合的Multilabel结构，以及本研究提出的基于BERT候选项选择结构建立模型。以准确率、精确率、召回率、F1得分对各模型进行评价。并使用提出的多模型决策错误自查法，观察模型的自查误能力。结果 基于BERT的候选项选择结构建立的中医证候归类模型在各项指标中的表现最优，均达85%以上。基于多模型决策错误自查法，发现了87.23%错误结果，模型具有错误自查能力。结论 构建的中医证候归类模型可将医生撰写的证候归类为与ICD-11和《中医病证分类与代码》中相对应的证候，并具备自查误功能。将模型用于中医证候的归类处理，可为大数据背景下的中医归类诊疗及中医辨证论治规律的挖掘提供有力的工具支持。     

基于藏医体质学与多中心调查数据的YM病（抑郁症）临床定位研究＊

目的 鉴于抑郁症已成为降低人们生活质量的影响因素且藏医对此病有较好的疗效，研究老年人抑郁症与藏医体质的关联，为藏医开展抑郁症的诊断和科研提供参考资料。方法 采用藏医体质辨识和老年抑郁量表（GDS）检测法，纳入青海省所属9个县60岁及以上共计573名不同性别、职业的藏族老年人进行藏医体质类型分布与抑郁状态调查，并对结果进行Spearman相关系数分析。结果 在573例调查对象中，七种藏医体质中各所占的比例分别为：综合型59.5%、隆赤型9.6%、培隆型9.6%、培赤型8.65%、赤巴型4.7%、隆型4.5%、培根型3.5%；抑郁症分为正常、轻度和重度抑郁，构成比例分别为37.5%、54.8%、和7.7%。不同藏医体质的抑郁症分型差异具有统计学意义（x=31.277， P=0.002）；不同职业抑郁症分型情况具有统计学意义（x=22.907， P=0.001）。结论 YM病与藏医隆型体质存在一定的关联性，其中隆型体质为YM病的基础，三因中的隆是YM病发病的影响因素，心脏在YM病与隆之间发挥着中介作用。当存在于心脏的“遍行隆”所具有的轻和动的特性发生偏盛会引起隆性YM病；又如当索增隆和上行隆的功能紊乱时，使居于心脏的遍行隆受到影响也会引起隆性YM病；能作赤巴在遍行隆的协助下，诱发赤巴热和锐等特性时，导致赤巴紊乱产生高热而诱发热性YM病，故可将“平隆养心、安神镇静、营养脑神和活络通脉”作为YM病的预防原则，应用“隆助热亦助寒，寒热双入”的特征进行辨症施治，将藏医寒热症思想充分应用到YM病的治疗中，从而发挥藏医药辨证施治的优势，提高藏医治疗YM病的临床疗效。     

基于分子对接与网络药理学预测防治新冠肺炎高频藏药潜在活性成分及其作用机制＊

目的 基于分子对接和网络药理学方法，探究西藏自治区、青海地区高频藏药防治新型冠状病毒肺炎（COVID-19）的潜在活性成分及作用机制。方法 从西藏自治区、青海省级卫生健康部门发布的防治COVID-19藏医方剂中筛选高频藏药，在TCMSP等数据库中搜集整理高频藏药成分及作用靶点，在GeneCards数据库检索整理COVID-19相关蛋白。通过pubchem数据库下载高频藏药成分3D结构，采用AutoDock Vina将其与新型冠状病毒SARS-CoV-2、血管紧张素转化酶Ⅱ（ACE2）两种蛋白结构进行分子对接。其次，通过STRING富集分析潜在活性成分与疾病交集蛋白、疾病自身相关蛋白的GO功能和KEGG通路，预测其防治COVID-19的可能机制。最后，预测潜在活性成分的药代动力学（ADME）特征，分析其研究应用价值。结果 筛选出26个高频藏药中与SARS-CoV-2结合能 < -35 kJ·mol^-1或与ACE2结合能 < -44 kJ·mol^-1的38个成分。其中Leptocarpinine、Dianthramide B、Tiliroside（银锻苷）等12个成分与两种蛋白的亲和力较强，可能防止或抑制新冠病毒蛋白入侵机体。且与COVID-19有31个交集蛋白，可能通过免疫调节、抗炎、提高细胞增殖功能、发挥抗病毒抗菌、抗凋亡等作用而防治COVID-19。结论 西藏自治区、青海地区藏医推荐治疗新冠肺炎方剂中高频藏药具有防治COVID-19的潜在活性成分，其可能作用机制涉及多靶点、多通路，说明了藏医药抗SARS-CoV-2的可行性和科学性，为藏医药广泛用于治疗新型冠状病毒肺炎提供理论依据。     

Application of an extreme learning machine network with particle swarm optimization in syndrome classification of primary liver cancer

ObjectiveBy optimizing the extreme learning machine network with particle swarm optimization, we established a syndrome classification and prediction model for primary liver cancer (PLC), classified and predicted the syndrome diagnosis of medical record data for PLC and compared and analyzed the prediction results with different algorithms and the clinical diagnosis results. This paper provides modern technical support for clinical diagnosis and treatment, and improves the objectivity, accuracy and rigor of the classification of traditional Chinese medicine (TCM) syndromes.MethodsFrom three top-level TCM hospitals in Nanchang, 10,602 electronic medical records from patients with PLC were collected, dating from January 2009 to May 2020. We removed the electronic medical records of 542 cases of syndromes and adopted the cross-validation method in the remaining 10,060 electronic medical records, which were randomly divided into a training set and a test set. Based on fuzzy mathematics theory, we quantified the syndrome-related factors of TCM symptoms and signs, and information from the TCM four diagnostic methods. Next, using an extreme learning machine network with particle swarm optimization, we constructed a neural network syndrome classification and prediction model that used “TCM symptoms + signs + tongue diagnosis information + pulse diagnosis information” as input, and PLC syndrome as output. This approach was used to mine the nonlinear relationship between clinical data in electronic medical records and different syndrome types. The accuracy rate of classification was used to compare this model to other machine learning classification models.ResultsThe classification accuracy rate of the model developed here was 86.26%. The classification accuracy rates of models using support vector machine and Bayesian networks were 82.79% and 85.84%, respectively. The classification accuracy rates of the models for all syndromes in this paper were between 82.15% and 93.82%.ConclusionCompared with the case of data processed using traditional binary inputs, the experiment shows that the medical record data processed by fuzzy mathematics was more accurate, and closer to clinical findings. In addition, the model developed here was more refined, more accurate, and quicker than other classification models. This model provides reliable diagnosis for clinical treatment of PLC and a method to study of the rules of syndrome differentiation and treatment in TCM.     

白癜风证候分类及维吾尔医用药规律分析

目的:整理分析维吾尔医辨证施治白癜风的证候分类及维吾尔药用药规律。方法:采用回顾性整理分析方法,收集整理新疆5家维吾尔医医院10年内维吾尔医药治疗白癜风的临床住院病历,整理分析白癜风的维吾尔医证候分类与治疗原则、方法、方药及其用药情况,挖掘维吾尔医辨证施治白癜风的证候分类及用药规律。结果:符合纳入标准的异常黏液质型白癜风病历362例,其中无味黏液质173例(47.79%),石灰样黏液质46例(12.71%),酸味黏液质43例(11.88%),甜味黏液质40例(11.05%),涩味黏液质36例(9.94%),咸味黏液质24例(6.63%)。采用成熟及清除疗法,内服药物疗法,外用药物疗法和非药物疗法等综合治疗方法进行治疗。结论:白癜风的维吾尔医证候分类及用药规律符合临床辨证实际,为其维吾尔医辨证施治的规范化提供了客观依据。     

湿疹的维吾尔医证候分类及其用药规律分析

目的:整理分析湿疹的维吾尔医证候分类及其用药规律。方法:采用回顾性整理分析方法,收集新疆6家维吾尔医医院5年内维吾尔医药治疗湿疹的临床住院病历,整理分析湿疹的维吾尔医证候分类及其治疗原则、方法、方药及其用药情况,探索湿疹的维吾尔医辨证施治方法及其规律。结果:符合纳入标准的湿疹住院病历621例,其中异常黏液质型患者327例(52.7%),异常胆液质为239例(38.5%),异常血液质33例(5.3%)和异常黑胆质型患者22例(3.6%)。采用成熟或调理及清除疗法,内服药物疗法,外用药物疗法和非药物疗法等综合治疗方法进行治疗。痊愈61例(9.8%),显效484例(77.9%),有效60例(9.7%),无效16例(2.6%)。结论:湿疹的维吾尔医证候分类及用药规律符合临床辨证实际,为其维吾尔医辨证施治的规范化提供了客观依据。     

改进贝叶斯统计挖掘名老中医对肺痿的证候分型经验＊

目的 挖掘并建立名老中医对肺痿的证候分型经验，以便更好地传承推广。方法 从已建立的名老中医治疗肺病数据库中抽取肺痿相关症状、证候数据，设计贝叶斯统计来计算症状和证候先验概率，提出通过对数“比值比”确定证候阈值、症状分值，以规则量化形式得出名老中医对肺痿的辨证分型经验，并使用拉普拉斯平滑改进贝叶斯统计和分值计算方法，提高得到经验的稳健性。结果 得到规则量化形式的名老中医治疗肺痿辨证分型经验，使用原始数据测试规则，分类准确率平均为96.72%；当使用部分数据验证规则时，分类准确率平均95.06%；得到规则与中医临床诊断一致性分析显示，其表虚证、肺脾气虚证等大多数规则对应的症状分值均符合中医临床诊断，较好地揭示出名老中医的辨证和临床经验。结论 设计的方法能有效地挖掘出名老中医对肺痿证候的辨证思想，较好地量化症状与证候之间的关系，为肺痿疾病的临床证候分型和名老中医诊疗经验传承提供参考。     

基于复杂网络社团分析开展叶天士温病医案症药规律的研究＊

目的 基于复杂网络社团分析开展叶天士治疗温病医案病-症-中药挖掘研究，构建叶天士治疗温病症药模型，开展叶天士温病医案症药规律的研究，为临床群体化治疗外感热病提供依据。方法 收集所有叶天士医案中症状、中药完备的温病医案，包括风温、湿温、春温、冬温、伏温、温疟等，构建叶天士治疗温病医案数据库，运用复杂网络社团分析方法挖掘叶天士温病医案病-症-中药间的关联共性关系，通过节点度适度过滤调节，构建叶天士温病医案病症药规律模型，通过模型分析，探讨叶天士治疗温病病-症-药规律的特点及症药用药特点。结果 通过反复验证，当病-症-药模型节点度过滤点设为30时，模型的维数信息量较好的反映出病-症状-中药三者间的关联关系，以虚线连接，模型包含三层：疾病层、症状层、中药层，三层层内及层间有内在的关联度，节点度越大，在图中的节点面积就越大，模型反映的是叶天士治疗温病辨证用药主要思路，通过点击模型任一点，模型以粗大实线连接可以告知其他层对应的节点群，构建叶天士治疗温病症、药社团组合，分析叶天士治疗温病症药规律，经过温病专家分析和讨论制定出病症药量表。结论 基于复杂网络社团分析开展叶天士温病医案症药规律的研究，为中医古文献的研究提供方法学参考，也为突发性传染病早期中医治疗方案快速、有效制定提供依据，有着很好的桥梁纽带作用和现实意义。     

基于卫气营血辨证和脏腑辨证相结合治疗新型冠状病毒肺炎验案1则

广东省人民医院中医科通过参与治疗广州地区确诊病例,逐步形成了基于卫气营血辨证和脏腑辨证相结合治疗广州地区新型冠状病毒肺炎患者的院内中医诊疗方案。文章介绍了该院收治的1例新型冠状病毒肺炎的患者。该患者的中医病机和证候演变呈现典型的层次性,基本按照经典温病的卫气营血辨证和脏腑辨证的传变规律发展,经中西医结合治疗后,患者第4天体温恢复正常,第7天广州疾病预防控制中心新型冠状病毒核酸检测结果阴性,取得了良好的治疗效果。     

基于文献分析的血热证诊断标准比较研究＊

目的 对临床研究中应用的不同血热证诊断标准进行比较与分析，为血热证的临床应用与研究提供进一步参考。方法 通过检索中国全文期刊数据库（CNKI）、维普中文期刊服务平台、万方数据知识服务平台，将检索时间限定为1900年-2020年，查阅期间发表的血热证临床研究文献，归纳、分析血热证诊断标准。结果 从三大数据库中共检索到文献5975篇，根据研究目的共纳入53篇，结合教材筛选，得出诊断标准9种，分别出自《中医临床诊疗术语·证候部分》（GB/T 16751.2）《中医证候规范》《中医证候鉴别诊断学》《证素辨证学》《中医证候诊断治疗学》《中医诊断学》（第五版、第六版、第七版、人卫版）。共得到30个血热证症候，可分为热邪入血、耗血伤阴、动风动血三类。诊断形式可分为叙述法、主次症分级诊断法和赋分法3种。《中医临床诊疗术语·证候部分》（GB/T 16751.2）被引用20次，覆盖9个病种，次数最多，范围最广。结论 来自《中医临床诊疗术语·证候部分》的血热证诊断标准在临床上应用最为广泛，适用于现阶段血热证的诊疗与临床研究。