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。     

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。     

证候基因组学深入研究的思考

证候是中医药学独有的概念,是中医基础理论和临床学术思想的核心。三十多年来,国内外众多学者运用现代科学技术方法,从生化、生理、超微结构、神经-内分泌-免疫网络多方面探讨证实质,取得了一定的成果。近几年来,中医证实质与基因及其调控产物相关性研究成为中医学术领域研究的热点。本文分析证候基因多态性研究和基本证候基因相关性研究进展和存在问题,并提出深入证候基因组学研究的设想。     

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。     

中医证候研究常用数据挖掘方法述评

总结目前常用数据挖掘方法在中医证候研究中的优势,分析其应用过程中需要注意的问题,体现了数据挖掘在中医证候研究领域的重要意义。     

试论广东省中医证候临床研究重点实验室建设与发展

众所周知,中医证候是中医临床工作的核心,在中医药学中占重要地位。但是,由于中医证候与现代医学认识疾病的角度不同,所以用现代医学方法研究证候存在很大困难。为了使中医证候诊断治疗规范化、标准化,有利于国际接轨、交流、推广,广东省建立了中医证候临床研究重点实验室。本文论述了实验室建设目标和学术发展,以供广大中医药读者学习借鉴,推动进一步的学术探讨。     

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。     

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。     

代谢组学在中医证候中的应用进展

证候是一个非线性的"内实外虚""动态时空"和"多维界面"的复杂系统,只有采用与证候复杂性相适应的思维方法才能揭示其内涵,而代谢组学的动态性、整体性、系统性等研究特点与中医药学的整体观、辨证论治思维模式相吻合.因此,运用代谢组学方法进行中医证候研究,在辨证分型、证候物质基础、证候代谢途径和证候药效研究等方面有着重要作用....     

蛋白质组学对中医证候学研究的思考

作为后基因组时代的一门新兴科学一蛋白质组学在生命科学研究中展示出前所未有的优势。中医证候是辨证论治的基础和核心,对证候本质的研究是中医药现代化研究的关键问题之一。将蛋白质组学引入中医证候分类及证候演变规律的研究,对从分子生物学水平探讨中医学与蛋白质组学是必须的。借助蛋白质组学研究的技术和方法,对中医“证候”进行研究,为从整体蛋白质表达的水平上阐明证候的本质及中医诊疗的分子机理,发展中医药学,走中医药现代化之路奠定了基础。     

数据挖掘中的分类算法及其在中医证候学中的应用

中医研究领域中,辨证是中医学的核心,也是确保疗效的前提。为了研究中医辨证分类规律,数据挖掘近年来广泛用于其中,成为数据挖掘用于中医药领域研究的一个特点。分类算法是数据挖掘中的最重要的技术之一。文章简要介绍了分类算法中的常用技术如决策树分类、贝叶斯分类、神经网络分类等,同时对其在中医证候分类研究中的应用进行概括,希望能为未来中医证候学的研究提供一个方向。     

基于数据挖掘技术的中医学隐性知识显性化分析

隐性知识是知识的核心,中医学隐性知识是中医学的重要组成部分。中医学隐性知识显性化是实现中医学知识有效交流与共享的必要条件,是促进中医学发展与创新的重要保障,但中医学隐性知识显性化过程会受诸多因素的影响。数据挖掘技术能够从大量的、不完全的、模糊的、随机的实际应用数据中,提取隐含在其中的、事先未知的、潜在的、有用的信息和知识。基于数据挖掘技术提取隐性知识的优势,本文围绕关联规则分析、复杂系统熵聚类分析、决策树分析、因子分析、贝叶斯网络分析等数据挖掘技术支持下的中医学隐性知识显性化进行了研究。通过文献分析与整理,以具体数据挖掘技术为分类标准和主线,研究对象涉及单个医家、古代医学典籍及现代临床研究等,研究内容涉及中医病因病机、治则治法、辨证规律、方剂使用规律、药对组方规律及其相关性等多个层面的中医学隐性知识。结果表明,针对研究内容的特点,选取针对性的数据挖掘技术能够实现中医学隐性知识的显性化,这有利于拓展中医学隐性知识显性化的渠道,有利于提高中医学隐性知识显性化的程度,有利于最大限度的实现中医学隐性知识显性化与共享。基于数据挖掘技术在中医学隐性知识显性化过程中的积极作用,具有中医特色的数据挖掘传承平台应加以推广、整合与优化,促进中医学的传承与创新。     

基于策略模式的中药数据挖掘研究与系统设计

本文通过对中药数据挖掘方法的研究,发现传统的挖掘模式具有一定的局限性,人们需要寻找新的途径和方法来挖掘中药中潜在的、深层次的、更具有利用价值的中药知识。针对这种现状,我们探讨了策略模式思想应用于中药数据挖掘所具有的独特优势,并对此进行了深入的探究,提出了基于策略模式的中药数据挖掘的新思路。     

数据挖掘技术在医案研究中的应用与讨论

探讨数据挖掘技术在医案研究中的应用。通过文献分析整理指出数据挖掘技术在医安研究中的常见目的及方法。医案研究是中医传承的重要手段,数据挖掘技术则是医案研究的重要工具,随着医案数据来源和挖掘目的的变化,挖掘方法也不断增多更新。人机结合才能保证挖掘结果的可靠性,因此对在世名老中医的医案深入挖掘显得尤为迫切。基于数据挖掘技术的名医传承研究平台不断建立,应共享推广,整合优化,促进中医药的学术进步。     

基于文献计量分析的数据挖掘在中医诊断学领域的应用研究

为系统探索数据挖掘在中医诊断学领域应用的科研产出、研究主体及研究主题演化路径和前沿热点问题,研究以中国知网(CNKI)期刊数据库为数据源,收集自建库以来至2019年该领域相关文献,并利用CiteSpace和VOSviewer科学计量软件进行可视化知识图谱绘制.该研究领域的成长依次经历了起源阶段、探索阶段、发展阶段、平台...     

名老中医经验传承方法探讨

名老中医临证经验和学术思想是中医药的财富和发展的源泉,作者结合自身学习及工作的体会,为了更好的继承总结名老中医经验,对比分析了传统师承与基于现代技术的专家挖掘两种方法继承名老中医经验的优缺点,分析归纳了传统师承方法对继承老中医学术思想特色的优势和专家挖掘方法对提炼老中医临证经验和分析复杂临床数据的优势,提出研究型继承方法是当代名老中医经验继承的重要方法。研究型继承是传统继承方式的创新。     

基于数据挖掘的中药安全性研究与思考

通过对数据挖掘技术在中药安全性研究领域应用现状的系统分析,探讨了基于数据挖掘的中药安全性研究的可行性及其重点发展方向,主要包括:建立完善的基于中药不良反应数据库的信号自动检测及预警系统;挖掘中药安全性的影响因素、规律和机制,以及防治方案;探寻适宜的数据挖掘新算法;开展中药不良反应文本挖掘研究.     

数据挖掘技术在小儿肺炎中医临床疗效评价研究中应用的思路与方法

中医辨证体系具有复杂非线性特点,决定了中医疗效评价研究不能为简单的因果推断,不是线性的。以往小儿肺炎疗效评价指标及方法的选择有其局限性。本文主要介绍了应用数据挖掘技术探索性研究小儿肺炎中医疗效评价指标和方法所形成的一些思路和方法。认为在系统的中医辨证规范研究基础上进行小儿肺炎疗效评价研究具有科学性。选择数据挖掘方法用来处理中医辨证中多层面海量的信息,在小儿肺炎疗效评价指标筛选上具有较强的优越性。同时介绍了用于小儿肺炎中医临床疗效评价指标研究的一些主要数据挖掘技术分类及实施策略。     

应用Rosetta对中医喘证用药经验规律的挖掘研究

目的:在遵循中医以药测症、方证对应规律的基础上,应用粗糙概念格聚类技术和方法挖掘喘证用药经验中的基础数据,通过整理、分析和归纳药症之间的对应关系,总结喘证的用药规律.方法:利用Rosetta计算机软件对喘证用药经验进行数据挖掘和聚类解析.结果:得到喘证各个症状与用药之间的关联规则和用药规律.结论:利用粗糙概念格聚类技术和方法可以有效地挖掘出中医喘证临症经验中药味的用药规律,为中医临床用药经验规律的数据挖掘研究提供了一个新模式.