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。     

基于潜在类别结合隐结构分析的血脂异常患者中医常见证候特征研究＊

目的 探索基于潜在类别结合隐结构分析的血脂异常中医常见证候，为临床辨证提供依据。方法 多中心采集2013年1月至2016年9月1019例诊断为血脂异常患者的中医四诊信息，建立数据库。采用Mplus 8.3和Lantern 5.0软件，运用潜在类别和隐结构模型法分析法，对比分析血脂异常患者的中医常见证候、症状特征。结果 本研究选择发生率>10%的症状、体征，纳入显在变量指标34个，得到3个较为理想的数据拟合模型（BIC=37734.732）。通过潜在类别分析分为3类共6种主要病性证候要素：痰浊、气虚、血瘀、湿热、阴虚、气滞，病位证候要素以脾、肺、心、肝为主。另纳入患者的89个症状、体征建立隐结构模型，得到17个隐性变量；根据潜在类别、专家组意见，对隐性变量进行综合聚类，最终得到17个因变量、综合聚类为5个证候，包括阴阳两虚证、气滞血瘀证、痰浊阻滞证、气虚证、湿热内盛证，并初步确定了各证候的诊断要点。结论 基于潜在类别和隐结构模型分析发现血脂异常的中医常见证候为阴阳两虚证、气滞血瘀证、痰浊阻滞证、气虚证、湿热内盛证。通过建立数据模型，从显性变量中推导出隐性知识，为中医证候研究提供了新的思路，为中医治疗血脂异常的新药研发的提供了一定的科学基础。     

基于自适应矩估计的BP神经网络对中医痛经证型分类的研究＊

目的 探讨基于自适应矩估计（Adam）的反向传播（BP）神经网络通过痛经症状，预测对应的中医证型的临床价值和可行性。方法 将5151份中医痛经临床病例组成的真实临床数据集进行数据编码，利用Python的TensorFlow库，构建基于自适应矩估计的BP神经网络的中医证型预测模型，然后对模型进行训练、测试。结果 训练出的BP神经网络模型对气血两虚、肝郁湿热等7种证型的预测结果的精准率、召回率和F1分数大部分在0.9以上，在寒湿凝滞和气滞血瘀证型预测上较弱，模型整体准确率为0.89，特异度为0.99，马修斯相关系数为0.87。结论 基于BP神经网络构建的预测痛经中医证型模型整体正确率较高，具有一定临床使用、教学价值，可缩短年轻中医生临床经验积累时间，为下一步优化模型提供了思路。     

基于改良动手深度学习算法的冠心病病变全程证候要素分布与组合规律研究＊

目的 探索冠心病病变全程的证候要素分布与组合规律。方法 基于冠心病证候、证候要素诊断的行业标准，运用改良动手深度学习（Transformer）算法构建冠心病证候要素诊断系统，对比系统诊断结果与4位临床医师基于治疗指南的诊断结果，获知系统证候要素诊断准确性；借助冠心病证候要素诊断系统对中国中医科学院广安门医院的1221例冠心病住院病例进行证候要素诊断及不同分期证候要素分布、组合规律研究。结果 通过临界病变、冠心病心绞痛未行介入手术、冠心病心绞痛介入术后12周内、冠心病心绞痛介入术后1年以上并伴心功能降低（NYHA分级为II级或III级）患者病例各20例的人、机对比，冠心病证候要素诊断系统平均准确度可达96.46 ± 8.957%。冠心病证候要素诊断系统对证候要素判断结果提示，冠心病冠脉临界病变阶段以气滞、血瘀的实性证候要素及组合为主；冠心病心绞痛未行介入手术阶段存在血瘀、气虚、痰浊、气滞等实性证候要素为主的分布及其组合形式；冠心病介入术后12周内的患者可呈现阴虚、气虚、气滞、血瘀等证候要素分布及其组合形式；冠心病介入术后1年以上伴心功能不全的患者多表现为气虚、痰浊、阳虚等虚性证候要素为主的证候要素分布及组合形式。结论 冠心病病变全程的证候要素分布及组合形式存在一定时间性的演变规律，可出现由实性证候要素向虚实夹杂的证候要素分布及组合形式演变，最终发展成虚性为主的证候要素分布及组合模式，而基于深度学习算法的冠心病证候要素辨证系统为证候要素诊断的客观化提供途径。     

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。     

证候要素对应的药性组合模式发现＊

目的 基于证候要素与药性组合的关系获取相应的药性组合模式，创建出适合当今时代要求的新方剂，以期为疾病的方剂和食疗原创设计以及相应的作用机理解析提供理论基础。方法 基于2015版《中国药典》中中药所对应的药性和功能数据，对同时出现大于或等于两次以上的药性组合与功能数据进行关联规则分析。基于前期已筛选的核心证候要素，结合相应的治法，对证候要素对应的药性组合模式进行分类。结果 共统计出250个药性组合和152条功能数据。共确定37个证候要素均有对应的治法和药性组合模式。结论 基于证候要素与药性组合的关系，可以依据证候要素诊断结果，抽提出相应的药性组合模式，不仅保留了辨证论治的特色，也为实现智能诊疗提供数据支持。     

基于隐结构结合Logistic回归分析探讨9 323例古籍咳嗽医案证候分布

目的 探索中医古籍咳嗽医案证候分布规律。方法 提取古籍中医肺病数据库内咳嗽病案9 323例，用Lantern 5.0（孔明灯）软件构建前50位症状和中药共100个显变量隐结构模型，对不同隐节点进行诠释，根据隐结构综合聚类权重量化揭示症状和证候、中药（方剂）和证候间的辨证规则，通过二分类Logistic回归分析拟合不同病性和证候间的相关关系。结果 9 323例咳嗽医案涉及证候204种，频次>100的证候有18种。将前50位症状和50味中药建模得到35个隐变量，98个隐类，10个综合聚类模型，其中Z5的阈值6.7最高，Z6咯痰信息覆盖度52%最高，Z7的分值19最高。二分类Logistic回归模型拟合出不同病性和5类证型的相关关系，其中外风和风热犯肺证的优势比最高达88.919，痰热蕴肺证与病性热、痰的优势比为51.594和15.861，痰湿阻肺证与湿、痰、饮的优势比分别为31.415，34.370和4.936。从证候的频数分布、以症推证、以药（方）测证得出咳嗽的常见证候有14种，分别为外感咳嗽有风寒袭肺、风热犯肺、风燥犯肺，内伤咳嗽有痰湿阻肺、痰热壅肺、肝火犯肺、肺阴亏虚、肺气阴两虚、脾肺气虚、肺肾阴虚、肺热阴虚、外寒内饮、脾胃虚弱、痰瘀阻肺。结论 新发现的咳嗽证候有肺热阴虚、外寒内饮、脾胃虚弱、痰瘀阻肺证，临证多以复合证候为主，如肺气阴两虚、肺肾阴虚。中医证候的辨证带有一定的主观性，权值的高低提示不同症状对证候的贡献度有差异，对证候推断有一定指导意义，隐结构模型结合Logistic回归分析在一定程度上能解决中医辨证的定量问题，可用于疾病证候分布的挖掘。     

德尔菲法在中医临床证候应用中的系统评价＊

目的 系统评价德尔菲法在中医临床证候应用中的应用现状，为后续规范与完善证候研究方法提供参考。方法 计算机检索五大数据库关于中医临床证候研究中应用德尔菲法的研究，检索时限自建库至2021年6月1日，由两名研究人员独立进行文献筛选、质量评估和资料提取，对质量A级和B级的研究进行分析。结果 经过质量评价共纳入201篇文献，其中原始研究199篇，方法学研究9篇。研究方向包括候分布特点、证候诊断标准、单一证候研究、证候要素研究、证候变化规律等八类。192篇文献对德尔菲法具体实施进行报道。结论 中医临床证候研究中德尔菲法应用整体较为科学，但在证候研究细节实施尚有不足，有待形成符合中医证候特色的德尔菲法标准规范临床应用。     

急性胃炎80例中医证候辨证规律的临床研究

[目的] 运用临床流行病学调研方法, 借助现代多元数据挖掘技术, 探索急性胃炎的中医证候分布规律。[方法] 采用临床流行病学调查方法, 对80例急性胃炎患者的临床资料进行因子分析。[结果] 研究中采用因子分析方法, 得出急性胃炎基本中医证候为4类:类脾胃寒热错杂证、类脾胃虚寒证、类胃热炽盛证、类肝胃不和证;得出证型分布情况, 所占比例大小依次为类脾胃寒热错杂证、类脾胃虚寒证、类胃热炽盛证、类肝胃不和证。[结论] 在研究的过程和结果中可以发现现代的数据挖掘技术在中医证候辨证规范标准的研究中可以提供更科学、更合理的方法, 并且能从不同角度解释疾病的证候本质, 从而为临床的诊断和治疗提供有力的科学依据。     

基于因子和聚类分析的冠心病合并血脂异常中医证候分类及诊断＊

目的 探讨冠心病合并血脂异常的中医证候及诊断要点。方法 采用临床流行病学的方法，收集680例冠心病合并血脂异常患者的中医四诊信息，并对其进行描述性统计、因子分析和聚类分析，根据因子、聚类分析结果及结合临床判定相应中医证候及诊断要点。结果 冠心病合并血脂异常的中医证候因素主要有痰浊、血瘀、气虚、气滞、阴虚，中医证候可分为5类，结合专家组意见，判定证候名称为肝肾阴虚证、痰瘀阻滞证、痰浊壅盛证、心脾两虚证、气滞血瘀证，并初步确定了各证候的诊断要点。结论 冠心病合并血脂异常的中医证候可分为5类，根据四诊信息可确定各类诊断要点，为本病的中医证候分型和中医诊断规范化、标准化提供依据。     

论中医症状的语言规律及对规范化的影响

中医症状,简称“症”,包括主观症状与他觉体征,是人体发生病变的客观反映及构成中医证型的基础和辨证论治的依据。中医症状的规范化研究,是中医基础理论研究的重要内容之一。文章从语言学视角,通过对唐代以前21部古医籍症状描述语言的客观分析,发现中医症状语言在表面纷繁无序中蕴含着条理分明的规律,即：呈现多种语法形态、表述方式基本固定、重言与比喻在症状表述中起着重要作用等。其中三种语法形态比较容易规范,构成中医症状中最基本的词汇。同时,中医症状规范化是一个复杂的工程,只有全方位多视角研究,才能取得丰硕的成果。     

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。     

Women’s preconception health patterns in traditional Chinese medicine as a predictor of fertility outcomes

ObjectiveTo examine the association between traditional Chinese medicine (TCM), preconception health patterns and fertility outcomes.MethodsA community-based prospective cohort study was conducted in China. A total of 3012 newly married women who were willing to conceive within 2 years were enrolled in the study and took National Free Prepregnancy Checkups (NFPC). A reliably structured self-rating scale was used to measure the TCM preconception health patterns of the enrolled women. A 3-year follow-up was conducted to obtain the fertility outcomes, including pregnancy rate, time to pregnancy, spontaneous miscarriage and newborn status. Statistical analyses were conducted using Chi-square or Fisher’s exact tests, logistic regression models, general linear models and the Cox proportional hazard model.ResultsThe fertility outcomes showed no statistic correlations to the terms of NFPC in this population. Approximately a half of the women (46.66%) had unhealthy patterns. Women with qi & blood-deficiency (odds ratio [OR] = 35.19, 95% confidence interval [CI] = 1.55–801.15) or qi-stagnation (OR = 4.55, 95% CI = 0.90–23.06) pattern took a longer time to get pregnant, and those with qi-stagnation (OR = 2.05, 95% CI = 1.1–3.82) or yang-deficiency (OR = 1.91, 95% CI = 1.12–3.25) pattern had a higher risk of spontaneous miscarriage.ConclusionThree unhealthy TCM patterns during the preconception period might be risk factors for low fecundity or poor pregnancy outcomes. The TCM preconception pattern identification may provide a convenient and effective way to screen for potential pregnancy risks beyond the NFPC. Further, appropriate interventions based on the TCM preconception health patterns are needed to improve quality in women’s fecundability and birth outcomes.     

基于预训练模型及条件随机场的中医医案命名实体识别

目的：通过建立一种基于预训练模型及条件随机场（CRF）的神经网络，解决目前中医医案命名实体识别效率一般的问题。方法：人工标注所选中医医案的10类命名实体作为训练集和验证集，并构建基于BERT、RoBERTa、ALBERT及CRF的神经网络，以探究对于中医医案命名实体识别任务的最佳预训练模型及CRF对其贡献大小。结果：基于RoBERTa-CRF构建的神经网络在中医医案命名实体识别任务中的性能最优，其对命名实体识别的整体准确率为99.33%，精确率为98.24%，召回率为98.51%,F1分数为98.38%。结论：基于RoBERTa-CRF构建的神经网络能有效实现中医医案命名实体识别，解决其效率一般的问题，并且通过设置恰当的分层学习率，CRF能有效处理命名实体标签间的依赖关系，可为中医医案的高价值数据挖掘奠定的坚实基础。     

基于复杂网络的名老中医治疗肺癌用药规律研究＊

目的 研究名老中医治疗肺癌的临床病案数据，探索运用复杂网络模型发现病机与中医用药规律。方法 基于1090条包含病机、处方的肺癌病案有效诊疗数据，采用复杂网络分析方法，兼顾方剂和中药属性信息，构建中药带权网络，依据节点重要性挖掘核心病机的核心中药。结果 针对气阴两虚、痰瘀郁肺、癌毒走注、痰瘀郁毒、热毒痰瘀阻肺以及热毒痰瘀互结六个病机，在包含401个中药节点的中药带权网络范围内找出各自对应的核心药物。结论 复杂网络模型可以直观展示病机与药物间的联系，为进一步深化中医对肺癌的理论认识，传承名老中医临床经验提供基础。     

基于复杂网络分析名老中医治疗肺癌的核心病机及用药规律＊

目的 分析名老中医治疗肺癌的临床医案数据，探索运用复杂网络模型发现核心病机以及病机对应方药规律。方法 针对肺癌临床医案数据，基于关联度和亲密度构建病机带权网络，挖掘出分层病机，并提出核心中药社团划分算法。结果 临床上肺癌患者最常见的主导病机是痰瘀郁肺、气阴两虚和癌毒走注，构成内层核心病机，同时痰瘀郁毒、热毒痰瘀阻肺、热毒痰瘀互结和痰瘀阻肺为外层核心病机，找出了四对高频病机对并挖掘出它们的核心中药社团。结论 利用复杂网络构建病机模型、病机-中药模型，探索病机与中药间的紧密关联，为中医临床辨证治疗肺癌作参考，为更好地传承名老中医临床经验做铺垫。     

基于属性相似度的中药加权网络构建及社团划分方法＊

目的 基于名中医治疗肺癌的临床病案，探索运用复杂网络模型发现中医用药规律，为进一步传承名老中医临床经验提供基础。方法 基于国医堂名老中医治疗肺癌的2666条处方数据，兼顾方剂信息和药物属性信息，依据节点关联度和属性相似度构建中药加权网络，找出核心药物，并进行药物社团划分，最后分析实验结果。结果 中药加权网络包含482个药物节点，4184条边，找出核心药物20味，划分出9个重叠药物社团，模块度为0.318。结论 在临床方剂数据上运用复杂网络模型，可以更直观地展示药物间的联系，基于属性相似度挖掘出药物社团，为中医临床用药提供有力工具。     

代谢组学研究冠心病中医分型的体内物质基础

目的：研究冠心痛不同中医证型的体内物质基础以探索中医分型的科学内涵。方法：采用基于GC～TOF／MS测定技术的代谢组学研究手段对痰阻心脉和气阴两虚型冠心病患者血浆中小分子化合物进行全面检测,利用多变量数据分析和方差分析等统计方法研究血浆内源性化合物在各组间差异。结果：代谢组学分析不但可把痰阻心脉型和气阴两虚型冠心病患者区别分开,还可以与健康组明显区分。利用PLSDA建立的痰阻心脉和气阴两虚组数学模型参数与临床中医症状分级量化指标具有显著的相关性。两证型间多个内源性代谢物的含量存在明显差异并与能量代谢、氨基酸代谢和核苷酸代谢异常相关。结论：代谢组学的整体数据和标志物信息均显示出痰阻心脉和气阴两虚型冠心病的差异,提示代谢组学所研究的体内小分子化合物可能正是中医分型的物质基础。     

代谢组学研究冠心病中医分型的体内物质基础

目的：研究冠心病不同中医证型的体内物质基础以探索中医分型的科学内涵。方法：采用基于GC-TOF/MS 测定技术的代谢组学研究手段对痰阻心脉和气阴两虚型冠心病患者血浆中小分子化合物进行全面检测,利用多变量数据分析和方差分析等统计方法研究血浆内源性化合物在各组间差异。结果：代谢组学分析不但可把痰阻心脉型和气阴两虚型冠心病患者区别分开,还可以与健康组明显区分。利用PLS_DA 建立的痰阻心脉和气阴两虚组数学模型参数与临床中医症状分级量化指标具有显著的相关性。两证型间多个内源性代谢物的含量存在明显差异并与能量代谢、氨基酸代谢和核苷酸代谢异常相关。结论：代谢组学的整体数据和标志物信息均显示出痰阻心脉和气阴两虚型冠心病的差异,提示代谢组学所研究的体内小分子化合物可能正是中医分型的物质基础