网络环境下虚拟图书馆信息资源组织方法

对网络环境下图书馆传统的分类法、主题法、分类主题一体化以及书目控制法等的革新和充实进行了探讨，并对这几种信息资源组织方法在网络环境下组织虚拟图书馆信息资源的优势、应用等进行了系统性论述。     

康复医学分类体系的设计

在明确了分类体系所应具有的实用性和科学性以及康复医学的体系结构和信息范围之后,通过对现有分类体系的分析和借鉴,本文给出了一个能与《中国图书馆分类法》接轨的康复医学信息分类简表。     

细菌基因组结构用于种系分类与进化研究

1细菌分类的方法 细菌的分类方法分为传统分类法和种系分类法两种。传统分类法又称人为分类法（arl;ficialclassification）,是根据细菌表型特征,即细菌的形态、生化特性、致病性等方面的相似性,将其分门别类。但细菌可以发生明显的变异,在细菌的鉴定中,仅靠表型常常会遇到难以鉴别的菌株。且不能反应出种系群的特征,以这种分类法建立的很多细菌分类群包含了不同种系群特征的细菌。     

浅谈图书的色标分类

色标分类法是一种传统的图书分类的辅助方法，本文就色标分类法存在的局限性，提出了几点改进的看法和设想，旨在充分发挥色标分类的辅助作用，实现书标分类标准化。     

论文分类号

分类号通常是指《中国图书资料分类法》或《中国图书馆图书分类法》的分类表中的分类号。分类表是分类语言的文字体现。分类语言和主题词同属于情报信息检索语言 ,分类语言是用分类号来表达文献主题概念的 ,分类语言是通过学科知识的分类体系来揭示文献主题概念的。作为情报信息语言 ,分类语言和主题词的作用及功能是互补的。分类语言是由符号体系、词汇和语法组成的。符号体系即是分类语言类名所使用的代码系统 ,这种代码系统通常由字母和阿拉伯数字组成。为了便于文献的检索、存储和编制索引 ,发表的论文应按照《中国图书资料分类法》(第…     

中图法与国际十进分类法比较

日书分类工作是图书馆对四书进行组排架，约用分类目录和开局一切工作的垂柳，其质量的好坏直接影响着图书馆工作的效益．然而，要提高分类工作的前提，就是要有一部好的四书分类法．通过对国外分类法的学习，从中得到些启示．现抗《中国图书馆图书分类法）以下（简称（中日法））与《国际十进分类法》（简称UDC）作比较阐述自己的观点．目前，我国大多数图书馆都是采用《中留法》来分类图书．《中日法）属等级列举式体系分类法，这是一种历史最悠久，使用最普遍的情报检索语言类四，其以知识分类为基础的类目等级体系，显示出的系统性；…     

五年制临床医学专业《皮肤性病学》教学中引入阿克曼结构型式分类法的思考

阿克曼结构型式分类法是皮肤病理诊断学一次划时代的飞跃,体现了对整个皮肤性病学的深刻认识。为提高五年制临床医学专业《皮肤性病学》课程质量,在教学中引入该分类方法进行授课,将散布于各章节的疾病按病理特征重新分类,从而以病理表现为枢纽,进行相关知识点的串联,构建不同疾病之间的横向对比网络,使知识体系更加合乎逻辑,也有助于学生的学习和记忆。同时,该分类法也将成为一项隐含的教学内容或思维理念潜移默化地灌输给学生,从而启发学生思考,引导学生继续深入学习。     

信息组织学课程体系建设

分析了信息组织学课程建设现状,指出了信息组织学教育存在的问题,提出应将信息组织学课程定位为专业基础课程,以“三基”教育目标为核心,以信息组织原理、分类法与分类语言、主题法与主题语言、信息标引与描述、网络信息组织、信息排序与显示6个知识单元为框架构建教材内容,并做好相关课程的协调互补,采用灵活的教学方法,培养学生的理论素养和信息组织的综合能力。     

浅论分类主题一体化

分类法和主题法是从两个不同途径对文献资料进行检索的两种不同方法,两者各有所长,又各有所短,不能互相取代.要建立科学的信息存储检索体系,二者应取长补短,相辅相成,有机地融为一体,成为既统一又独立的分类主题一体化的立体检索语言.     

论黄疸病以六经分阴阳

黄疸病自《黄帝内经》提出,后世医家在此基础上对其分类进行了发展与补充。黄疸分类方法可概括为病因分类法、虚实分类法、色泽分类法及其它分类法。其分类至今也无法取得统一认识,临床应用范围有限。通过整理黄疸分类的历史沿革,并提出六经黄疸分类法与之对比,以供临床参考。     

利用文本分类技术研究方剂分类

目的:借助现代化的工具和手段,批量处理中医方剂信息,发现方剂的类别及内在联系。方法:利用计算机自然语言处理领域的知识,基于文本分类算法,计算方剂相似度,为研究中医方剂提供有用信息。结果:KNN分类器可以在方剂分类中取得预期效果。     

卫勤机关综合管理信息系统基本数据元标准化研究

数据标准是各类信息平台建设的基础.卫勤机关综合管理信息分类与代码是卫勤机关综合管理信息平台的基本数据标准,该代码表在军队卫生系统的推广应用,不仅能支持现有的异构信息系统的数据整合与共享,还能为未来各类应用系统的升级和新系统的开发提供必要的数据标准支撑.     

面向分类统计的传统医学疾病本体构建研究

目的：构建传统医学疾病本体,促进中医疾病分类统计的规范化与标准化,推动我国传统医学名词与国际医学术语标准的融合与创新发展。方法：通过借鉴国际疾病本体建设模式,提出复用已有资源构建传统医学疾病本体的新方法。利用精确、向上、向下和相关4种匹配方式,研究新建本体与ICD-11中文版的语义映射。结果：通过复用已有标准中的中医病名、定义、结构体系等资源,完成了传统医学疾病本体构建,并实现了新构建本体与ICD-11中文版的语义关联。结论：新构建的传统医学疾病本体为中医疾病分类统计的规范化和标准化奠定了基础。     

Integration of Chinese Medicine with Western Medicine Could Lead to Future Medicine: Molecular Module Medicine

The development of an effective classification method for human health conditions is essential for precise diagnosis and delivery of tailored therapy to individuals. Contemporary classification of disease systems has properties that limit its information content and usability. Chinese medicine pattern classification has been incorporated with disease classification, and this integrated classification method became more precise because of the increased understanding of the molecular mechanisms. However, we are still facing the complexity of diseases and patterns in the classification of health conditions. With continuing advances in omics methodologies and instrumentation, we are proposing a new classification approach: molecular module classification, which is applying molecular modules to classifying human health status. The initiative would be precisely defining the health status, providing accurate diagnoses, optimizing the therapeutics and improving new drugdiscovery strategy. Therefore, there would be no current disease diagnosis, no disease pattern classification, and in the future, a new medicine based on this classification, molecular module medicine, could redefine health statuses and reshape the clinical practice.     

基于深度学习并行网络模型的心律失常分类方法

目的 提出一种并行神经网络分类方法,以提高对正常搏动、室上性异位搏动、心室异位搏动、融合搏动4种心律失常的分类性能。方法 首先进行心电信号去噪、小尺度心拍和大尺度心拍的分割、数据增强等预处理;然后基于深度学习理论,应用密集连接卷积神经网络改善人工提取波形特征的局限性,并结合双向长短时记忆网络和高效通道注意力网络,以增强提取波形时序特征和重要特征的功能;接着采用并行网络结构,同时输入小尺度心拍和大尺度心拍的的波形特征,以提高心律失常分类的准确性;最后使用Softmax函数实现对心律失常的4分类任务。结果 利用MIT-BIH心律失常数据库和3组实验验证所提方法。多种并行网络模型分类性能对比实验和不同心拍输入方式下,各分类模型性能对比实验得出所提分类模型的总体准确率、平均灵敏度和平均特异性分别达到99.36%、96.08%、99.41%;并行网络分类模型收敛性能分析实验得出分类模型每次训练时间为41 s。结论 并行多网络分类方法在保持较高总体准确率的同时,平均灵敏度、平均特异性以及训练时间均有改善,该方法有望为心律失常临床诊断提供新的技术方案。     

A Hybrid Fuzzy-Neural System for Computer-Aided Diagnosis of Ultrasound Kidney Images Using Prominent Features

The objective of this work is to develop and implement a computer-aided decision support system for an automated diagnosis and classification of ultrasound kidney images. The proposed method distinguishes three kidney categories namely normal, medical renal diseases and cortical cyst. For the each pre-processed ultrasound kidney image, 36 features are extracted. Two types of decision support systems, optimized multi-layer back propagation network and hybrid fuzzy-neural system have been developed with these features for classifying the kidney categories. The performance of the hybrid fuzzy-neural system is compared with the optimized multi-layer back propagation network in terms of classification efficiency, training and testing time. The results obtained show that fuzzy-neural system provides higher classification efficiency with minimum training and testing time. It has also been found that instead of using all 36 features, ranking the features enhance classification efficiency. The outputs of the decision support systems are validated with medical expert to measure the actual efficiency. The overall discriminating capability of the systems is accessed with performance evaluation measure, f-score. It has been observed that the performance of fuzzy-neural system is superior compared to optimized multi-layer back propagation network. Such hybrid fuzzy-neural system with feature extraction algorithms and pre-processing scheme helps in developing computer-aided diagnosis system for ultrasound kidney images and can be used as a secondary observer in clinical decision making.     

腰骶移行椎Castellvi和陈崇文等分型可信度与可重复性比较及意义

目的比较腰骶移行椎Castellvi分型和陈崇文等分型系统的可信度和可重复性,探讨陈崇文等分型的临床价值。方法选取住院及门诊治疗资料较完整患者80例,其中男47例,女33例。年龄16～55岁,平均36．7岁。每例均有完整的腰椎x线正侧位片、移行椎三维cT重建及腰骶MRI片。由4名有分型经验的脊柱外科医师分别进行Castellvi分型和陈崇文等分型,2周后再次进行分型,收集结果后对分型可信度和可重复性进行分析。计算Kappa检验的一致性。结果Castellvi分型和陈崇文等分型可信度分别为84．83％（Kappa=0．789）、87．67％（Kappa=0．892）,可重复性分别为90．75％（Kappa=0．895）、93％（Kappa=0．914）。结论陈崇文等分型直观、简洁、易记,对治疗有指导意义。     

基于支持向量机的模糊小波神经网络

针对高维输入小波网络的初始参数和网络结构非常复杂且计算量大的问题,提出用支持向量机(SVM)确定小波网络的初始参数和网络结构的方法。首先,使用有监督模糊聚类算法从聚类中抽取模糊规则,然后对每一个规则的后件使用支持向量机方法确定小波网络的结构和初始参数,最后采用梯度下降方法调节模糊小波网络中的参数,使得模糊小波网络输出与期望输出之间的误差较小。仿真结果表明:该算法与传统的模糊神经网络(FNN)相比显著提高了分类精度。     

利用计算机辅助抗菌药物分级管理系统的设计与实施

目的：利用医院信息系统及计算机数据库技术,结合抗菌药物临床应用管理办法,设计一套抗菌药物分级管理系统,以提高抗菌药物管理水平,促进临床合理用药。方法：抗菌药物分级系统结构采用C／S体系结构,服务器端为HIS数据库,客户端采用PB可视化语言开发。在数据库中将抗菌药物分非限制、限制及特殊使用三级,授予不同级别的医生使用,并在医生工作站中严格控制使用权限。结果：该分级系统成功嵌入军卫一号系统,完全符合国家抗菌药物分级管理的相关规定,并有效地加强了抗菌药物的合理使用。结论：该系统操作简单易懂,加强了抗菌使用的事前控制,有效遏制了抗菌药物的滥用,节约了人力、物力和管理成本,落实了医院抗菌药物的管理制度及规定。