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。     

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。     

艾滋病中医证候学研究方法概述

通过收集整理应用在艾滋病中医证候学研究的统计学方法,发现数据挖掘技术在艾滋病中医证候研究中的应用鲜有,提出将关联分析运用于艾滋病中医证候学研究,以期更深入的认识和把握艾滋病中医证候的关联,从而发掘其中蕴含的病机,指导运用于临床治疗。     

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。     

近5年中医证候诊断客观化研究述评

多学科交叉融合的深入以及多种数据挖掘方法的广泛应用,为中医证候诊断的客观化研究提供了有益的借鉴。围绕中医证候的兼挟性、不平衡性、动态性、复杂性特点,梳理近5年来分别应用于其中的多标记学习法、不平衡数据集的处理、拓扑结构及前瞻性队列研究思路、复杂网络及从人脑认知等中医证候诊断客观化研究方法,以期为中医证候客观化诊断的深入研究提供参考。发现目前相关研究仍存在数据资料的采集和证候的判定主观性较大、针对临床证候的不平衡性及动态性研究相对偏少、尚缺乏综合可行的研究方法等诸多问题,建议中医证候诊断的客观化研究应根据研究目的、中医证候特点、数据挖掘方法的使用范围等因素综合考虑。     

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。     

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。     

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。     

基于因果模型的中医证候研究探讨

中医学的的基本特点之一是辨证论治,传统的辨证方法往往带有主观性和模糊性。由于证候的确定缺乏客观、定量的研究方法,以致许多诊治经验难以重复,因此,探索中医证候的客观化和量化研究方法是一个重要课题。近年来,在统计学、临床流行病学和数据挖掘领域的研究中,因果推断越来越受到重视。目前,有若干种因果推断的模型,其中结构方程模型和贝叶斯网络模型被越来越多地应用在中医证候研究中,其可以客观、量化研究中医证候。本文主要介绍、分析这两种模型的原理、构建方法、在中医证候研究中的应用情况。     

基于因果模型的中医证候研究探讨

中医学的的基本特点之一是辨证论治，传统的辨证方法往往带有主观性和模糊性。由于证候的确定缺乏客观、定量的研究方法，以致许多诊治经验难以重复，因此，探索中医证候的客观化和量化研究方法是一个重要课题。近年来，在统计学、临床流行病学和数据挖掘领域的研究中，因果推断越来越受到重视。目前，有若干种因果推断的模型，其中结构方程模型和贝叶斯网络模型被越来越多地应用在中医证候研究中，其可以客观、量化研究中医证候。本文主要介绍、分析这两种模型的原理、构建方法、在中医证候研究中的应用情况。     

中医证候诊断标准智能模型建立探索

为探求基于数据挖掘的中医证候诊断标准建立的模型研究方法,通过多种方法进行研究中医证候诊断标准智能模型建立,提出了中医证候诊断标准智能模型建立以病证结合为前提,以合理的数据和智能方法及结论的实用性为研究关键的思路。最后提出了中医证候诊断标准智能模型建立的着力点。     

肝脏辨证常见证型辨证论治文献的关联规则数据挖掘研究

由于中医证候辨证论治系统具有非线性、多维多阶性、复杂巨系统性等特征,采用传统的线性方法进行证候学研究,很难真正地进行证候的规范化研究、亦很难得到临床的普遍认可与采纳。而数据挖掘具有可以处理模糊性和非线性数据等优势和特点,可以更为有效地应对中医证候判断的经验性、非确定性和模糊性等问题,包括关联规则挖掘等数据挖掘技术的应用可为中医证候学研究提供新的方法学平台。     

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。     

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。     

中医证候规范和测量的多元统计学方法研究进展

中医证及证候标准化、客观化和规范化是近30年来中医理论研究的热点和难点。证候学研究涉及到复杂科学,证本身具有"组学"特征,不是某一个微观指标所能表征。近年来由于多学科的介入,DME测量方法引入,以及高速运算的计算机和信息技术的发展,为解决中医证候的复杂性科学问题提供了可能。证候规范和测量涉及到多指标的量化测量和降维等多元统计学方法,高级统计方法引入深化了证候研究。文章系统回顾了聚类分析、探索性和证实性因子分析、结构方程模型、数据挖掘等统计学方法在中医证候学研究中的应用及其存在问题。     

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。     

证候要素及其演变规律研究方法探析

证候是困扰中医规范化、现代化,制约中药疗效评价的关键科学问题,而证候要素作为辨证体系中的重要概念,一直是揭示证候实质的核心研究内容。随着与哲学、数据挖掘、系统科学、信息学、天文历法、时间医学等学科不断地交流及融合,证候要素概念的内涵及证候要素的研究方法正经历着更新。通过对证候要素及其相关概念的辨析,证候要素研究方法的回顾分析,可以为我们深化对证候要素概念的认识,提高证候要素研究水平及层次,提供认知学和方法学借鉴。     

基于数据挖掘的弥漫性肺间质疾病中医证候诊断模型建立研究

目的:基于数据挖掘技术,探索弥漫性肺间质疾病中医证候诊断标准模型。方法:采用流行病学方法,收集弥漫性肺间质疾病临床调查资料475份。采用人工神经网络(Artificial Neural Network,ANN)、模糊系统(fuzzy system,FS),构建基于动态Kohonen网络的自适应模糊推理系统模型。通过Fisher-iris数据检验模型可靠性。最后用该模型对临床数据挖掘,依据中医基础理论,获得弥漫性肺间质疾病常见证候诊断标准,并检验其合理性。结果:弥漫性肺间质疾病常见有痰瘀阻肺证、肺肾气阴两虚证、肺肾气虚证、痰热壅肺证、痰湿壅肺证等5个证候。证候诊断标准诊断符合率为73.8%。结论:该模型适用于中医证候诊断标准的研究,方法合理,结果可靠。     

中药新药证候及疗效评价

证候是中医理论的核心内容,也是中医认识生命活动的科学理论和方法.在中药新药研发中,证候疗效评价一直是具有中医特色的热门研究领域.本文从证候研究重要性、证候确立依据和构成、证候诊断标准、证候计量方法、证候疗效评价方法及关键点五个方面加以阐述,认为在注意吸收国际上药物评价的新观念、新方法的同时,更要重视能反映中医诊疗优势和特色的评价方法和指标.