中医证候研究中的分类算法方法学研究

中医证的研究一直是中医药现代化研究的关键之一,其核心是证候分类和诊断标准的研究,数据挖掘中的分类算法已经大量应用于中医证候的分类研究。本文评述了数据挖掘中分类算法在中医证候研究中的应用,对其中主要算法的特点、适用条件和范围进行综合分析,认为应该根据不同的研究目的,选择适当的分类算法。粗糙集和聚类分析不需要先验知识,适合进行探索性的研究;模糊集理论、神经网络和决策树需要先验知识,适合应用于分类目标比较明确的证候诊断标准研究;模糊集理论更适合与其他分类算法结合应用,产生模糊聚类、模糊神经网络、模糊粗糙集和模糊决策树等更适合中医证候分类研究的算法。在具体的辨证分类研究中,我们需要根据所研究的疾病和证型分类特点选择合适的分类算法及其组合,同时建议应该在集成多学科理论与技术的基础上进行创新,建立符合中医证候特点的分类算法。     

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。     

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。     

应用分类算法研究中医证候的思路与方法探讨

文章介绍了分类算法的应用背景,从中医现代中医诊断技术的发展等方面分述分类方法在中医证候研究中的意义,针对目前研究现状提出研究的思路和方法,认为进一步研究应循序渐进,在对数据挖掘中的分类技术深入研究的基础上,先进行二分类研究,再逐步扩展进行多分类研究。结合具体样本数据集,对于每一个数据集分别用数据挖掘中的种主要的分类算法进行比较分析,分析比较各种算法的特性,为更有效地解决实际问题提供借鉴。     

基于数据挖掘的围绝经期综合征中医证候分类算法分析

目的采用现代中医诊断技术结合人工智能分析方法进行围绝经期综合征中医辨证研究,以期建立最佳证候分类方法。方法门诊收集围绝经期综合征患者四诊信息,按照中医辨证标准进行证型分类,采用贝叶斯网络算法、K最近邻算法、支持向量机算法3种常用数据挖掘分类算法对围绝经期综合征四诊信息数据进行分析。结果分别得出在相同训练、测试样本数据下3种算法建立围绝经期综合征中医证候模型所需时间、分类准确性、覆盖率及margin曲线,分析了训练样本数量对3种算法的影响,并对3种算法所建立模型进行了评价。结论在围绝经期综合征证候分类效果方面,贝叶斯网络算法优于其他2种方法。     

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。     

数据挖掘分类方法在中医证候研究中的运用探析

中医对疾病的诊治是建立在证候辨证的基础上,证候是指导临床正确选方用药、确定临床疗效的依据,是中医学理论的核心问题;但中医证候类型的复杂多样却在一定程度上制约着中医药科学的发展。文中对几大数据挖掘分类方法在中医证候研究中的运用进行探讨,并就今后的研究重点和方向提出看法。     

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。     

数据挖掘技术在中医证治研究中的应用与展望

本文简要介绍了数据挖掘技术,分析中医证治规律特点,对近年来数据挖掘技术在中医证治规律研究中的应用进行概括,分析其优势与存在的问题。提出如何整合多个算法进行挖掘,以提高挖掘的效率和应用价值,促进中医研究的发展。     

数据挖掘技术在中医名家学术经验传承中的应用

目的 利用文献计量学方法对中医数据挖掘文献展开研究,结合研究结果对数据挖掘技术在中医学术经验传承中的应用及发展前景进行述评。方法 以中国知网为文献统计来源,以“数据挖掘”“经验”为主题词,检索自建库至2021年3月28日的学术期刊,利用CiteSpace 5.7. R2对纳入文献绘制关键词可视化图谱及关键词时间线图谱,分析国内中医经验数据挖掘研究的发文趋势和研究现状。结果 共纳入文献522条,当前数据挖掘技术常用于中医证候与证候要素标准化及学术经验传承研究,常用算法为关联、聚类、回归、判别等基础算法。数据挖掘类论文发文量大,但成果转化有限,可在既往名医经验传承型模式的基础上,在传承工作室框架下,结合现有数据挖掘成果,借鉴中医药循证医学研究模式,对名医经验进行保护性开发转化。结论 数据挖掘技术为中医学术经验传承提供了有效途径,但其结果的利用与转化尚有较大的发展空间。     

数据挖掘技术在中医医案的应用研究

医案是历代医家临床实践经验及学术思想的载体,伴随大数据时代的到来及数据挖掘技术的兴起,数据挖掘被广泛地应用于中医药领域,成为发掘与整理中医医案的实用工具。本文从中医药领域常用的数据挖掘技术、存在问题及对策3个方面进行综述,以期为中医医案的研究提供新的思路。     

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。     

Recent Advances in the Study of Ancient Books on Traditional Chinese Medicine

The ancient books on traditional Chinese medicine (TCM) are the source of knowledge for TCM physicians. Therapeutic principles and therapeutic methods for healing many diseases are recorded in these ancient TCM books, providing a huge number of references for modern TCM physicians on conducting diagnosis and administering treatment for different diseases. The ancient TCM books can be dated back thousands of years, and this vast knowledge is recorded in different medical books in the form of text. However, it is difficult to systematically assimilate much information in ancient TCM books. At present, many researchers are applying advanced analytical techniques to analyze the text data in the ancient TCM books. Advanced techniques that have been applied include database construction, cognitive linguistic analysis, fuzzy logic, data mining, and artificial intelligence (AI) technology. There are different characteristicsin these advanced analytical techniques. In this study, we comprehensively review recent advances in these techniques applied to the study of ancient TCM books. Furthermore, as AI technology is increasingly utilized in the medical field as well as in the study of ancient TCM books, we also review the application of AI technology to the study of ancient TCM books.     

名老中医经验要素研究及智能挖掘平台功能设计

This study works to integrate famous TCM doctors' clinical experience, and establish an intelligence analyzing and data mining platform, in an attempt to consolidate high caliber TCM doctors' experience using modern technologies. Having identified the elements of clinical experience based on investigations and consultations with experts, we developed a Structural Clinical Information Collection System for the Famous TCM Doctors. The database is an integration of clinical information. Clinical information is then converted into structural information that can be analyzed directly. The relationship between clinical elements is displayed and analyzed through on line analyze process (OLAP). Meanwhile, we have integrated a range of data mining methods into a platform, including free- scale network, association rules, clustering etc. We believe that it is necessary to analyze famous TCM doctors' experience using information technology and date mining techniques. This will contribute to the carrying forward of useful clinical experience of senior TCMdoctors.     

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...     

中医研究中人工智能应用浅谈

目的:分析探讨人工智能在中医研究中的应用效果。方法:从数据挖掘、图像处理、模式识别和专家分析等几个方面来探讨人工智能的应用给中医研究带来的利好效果。结果:计算机科学的引入极大地促进和推动了中医的健康发展。结论:传统通个中医研究手段已经不能适应现代中医的发展了,我们应当引入新的现代化的研究手段,人工智能的引入能够对大量的中医数据和信息进行处理,极大地改善了中医研究手段,也极大地拓宽了中医研究的范围,是一种值得深入推广应用的中医研究手段。     

基于数据挖掘技术肺癌中医药治疗用药特点和规律研究

目的:基于文本数据挖掘方法研究肺癌中医药治疗的用药特点和规律,探索利用文本数据挖掘方法进行肺癌中医药治疗规律研究的可行性。方法:通过检索中国生物医学文献数据库"肺癌"相关主题词,运用文本数据挖掘方法,从肺癌治疗常用中药、中成药、西药及其联合应用等方面,探讨肺癌中医治疗特点和规律。结果:通过分析58745篇肺癌相关文献文本挖掘结果,发现中药治疗肺癌以益气养阴扶正为主,中药人参、黄芪最为常用;活血、祛痰药物应用较多以使邪有出路,如薏苡仁、丹参等;同时应用有毒中药以解毒散结;中成药中艾迪注射液、复方苦参注射液、参麦注射液、平消胶囊等应用较多,通过方剂的配伍,增加疗效,减轻毒性,发挥扶正散结作用;中成药与西药联合应用可以提高疗效,减轻副作用,其中较突出的为顺铂和艾迪注射液。结论:肺癌中医治疗以扶正固本为主,兼顾祛邪,从而提高疗效和生存质量;采用文本数据挖掘技术与方法,整体把握肺癌中医药治疗规律,指导临床用药的规范化。     

中药栓剂临床外用技术规范(草案)

中药栓剂作为一种重要的给药方式,在临床上一直被广泛应用。基于对中药栓剂疗法已有临床应用的数据挖掘与分析,经学会专家多次论证,形成中药栓剂临床外用技术规范(草案),包括临床适应症、禁忌症、用药前评估、用药前准备,栓剂的用法、用药剂量、频率、时间、注意事项、不良反应及应对措施等。以期规范中药栓剂的临床应用,提高中药栓剂的疗效,减少栓剂的不良反应。