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。     

数据挖掘技术在中医领域中的应用

数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据集中识别有效的、新颖的、潜在有用的以及最终可理解的模式的非平凡过程.该文作者通过整理314个医案作为训练样本,使用了三种分类器,包括:原始贝叶斯、K-NN和后向传播,分别进行中医辨证模拟.模拟过程中,采用K-折交叉确认的方法对系统辨证的正确率进行统计,从中摸索对中医文献数据进行数据挖掘的方法.     

中医药领域数据挖掘技术的研究与应用概况

现时,数据挖掘已经被运用于各个领域,而中医药领域因其独特复杂的数据特点更加需要大量的数据挖掘工作,使隐藏在数据当中的有关中医证候诊断、中药方剂等未被发现和使用的有用知识可以被发现.目前,数据挖掘在中医药领域的中医诊断、中医证候、中药方剂、中医文献研究及针灸治疗等方面的应用日趋完善,证实数据挖掘技术可以为中医药独特复杂的数据作出分析,从而推动中医药行业的进一步发展.笔者现就中医药领域数据挖掘技术的研究与应用概况综述如下.     

常见机器学习方法在中医诊断领域的应用述评

对近年来数据挖掘技术中的常见机器学习方法应用于中医诊断的概况进行述评。近年来应用于中医诊断的常见机器学习方法有支持向量机、决策树、K近邻算法、人工神经网络、贝叶斯网络、AdaBoost算法等,这些方法各有其优势与不足。今后在促进机器学习运用于中医诊断研究领域时,需基于中医证的多维性、非线性和复杂性的特点,针对中医诊疗中的各项问题制定统一的标准并规范收集数据,选用合适的机器学习方法,寻找中医大数据下的隐藏知识和规律,以推动中医诊断客观化、规范化。     

利用数据挖掘方法对肺癌中医药治疗特点的初步研究

目的：基于无尺度网络分析等数据挖掘方法,研究肺癌中医药治疗的特点;探索利用结构化临床信息数据库和数据挖掘方法进行肺癌中医药治疗规律研究的可行性和模式。方法：通过肺癌结构化临床信息采集系统,采集了2002～2008年广安门医院肿瘤科的肺癌住院病例,运用无尺度网络等数据挖掘方法,从中药的功效、种类、剂量、配伍关系等方面,探讨肺癌中医证候特征及治疗特点。结果：通过对204例肺癌住院病例的分析总结,发现肺癌多采用以扶正为主的方剂,四君子汤使用频次最多;组方时,补虚药居于首位,且以益气养阴药为主,其次是化痰药、清热药、利水渗湿药、活血化瘀药、理气药和消食药;在不同治疗阶段,随着正邪关系的变化,中医处方的用药原则和扶正驱邪比例随之相应的变化。结论：肺癌中医治疗以扶正培本为主要原则;在临床诊疗规范化基础上,合理采用数据库和数据挖掘技术与方法,研究肺癌中医药治疗规律是可行的。     

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。     

利用数据挖掘方法对肺癌中医药治疗特点的初步研究

目的：基于无尺度网络分析等数据挖掘方法,研究肺癌中医药治疗的特点;探索利用结构化临床信息数据库和数据挖掘方法进行肺癌中医药治疗规律研究的可行性和模式。方法：通过肺癌结构化临床信息采集系统,采集了2002～2008年广安门医院肿瘤科的肺癌住院病例,运用无尺度网络等数据挖掘方法,从中药的功效、种类、剂量、配伍关系等方面,探讨肺癌中医证候特征及治疗特点。结果：通过对204例肺癌住院病例的分析总结,发现肺癌多采用以扶正为主的方剂,四君子汤使用频次最多;组方时,补虚药居于首位,且以益气养阴药为主,其次是化痰药、清热药、利水渗湿药、活血化瘀药、理气药和消食药;在不同治疗阶段,随着正邪关系的变化,中医处方的用药原则和扶正驱邪比例随之相应的变化。结论：肺癌中医治疗以扶正培本为主要原则;在临床诊疗规范化基础上,合理采用数据库和数据挖掘技术与方法,研究肺癌中医药治疗规律是可行的。     

基于复杂系统熵网络的刘嘉湘诊治肺癌经验数据挖掘

通过收集、整理刘嘉湘教授门诊诊治肺癌的病历资料,采用数据挖掘技术(BK算法、复杂系统熵网络),从各证型基本方、药物症状关联、组方规律等多角度研究分析相关的理法方药特色,以进一步总结刘嘉湘教授诊治肺癌的经验,为传承名中医临床经验、拓展中医药诊治肺癌的思路提供参考,同时为采用数据挖掘方法分析研究名中医处方用药特点开辟新的思路。     

中医传承辅助系统软件开发与应用

目的:在全面客观地对中医药传承模式及方法特点进行分析的基础上,开发中医传承辅助系统.方法:该系统基于个性化需求的自助式服务平台的构建思路进行架构,以人工智能、数据挖掘、网络科学等学科的方法和技术为支撑,围绕临床诊疗和中医传承工作中的继承、发展、传播和创新4个方面的核心需求,分别构建面向临床数据的中医诊疗信息采集模块、面向中医药本体的知识管理和服务模块、面向传承创新的隐性知识挖掘模块等几大功能模块,有效地解决了中医传承过程中的非标准化、个性化等问题.结果:通过该系统的使用,能够辅助名老中医经验传承,医师个体经验总结、青年医师学习以及新药处方发现等应用.结论:该系统丰富了传承模式,有效满足了中医传承和发展的需求.     

常见数据挖掘方法在中医诊断领域的应用概况

中医诊断主要根据医生的经验来决定,因此,在临床施治过程中存在较大的主观性和不确定性等问题.在中医诊断领域引进数据挖掘技术,不但符合现在多学科交叉发展的潮流,在解决实际问题上,无疑也是中医客观化进程中的又一催化剂.作为一门融合人工智能、机器学习和数理统计等方法的新型学科技术,数据挖掘在克服人类本身认知和思维长度的基础上,充分利用海量临床数据,通过模拟临床诊断推理过程来挖掘临床诊断数据中繁杂的证、症关系,对寻求中医专家的辨证规律有重要价值.目前,在该领域涉及到的数据挖掘方法较多,主要有贝叶斯网络、人工神经网络、粗糙集理论、关联分析、决策树、聚类分析、判别分析、支持向量机、多标记学习、随机森林等.笔者现对这些方法的相关应用综述如下.     

基于数据挖掘的名老中医经验传承研究述评

数据挖掘又称数据库知识发现,是从海量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。近年来,数据挖掘在中医药研究领域的应用日益广泛,特别是在名老中医经验传承领域发挥着重要作用。该文对关联规则、贝叶斯网络、神经网络、决策树、复杂系统熵方法等数据挖掘方法在名老中医经验传承研究中的应用进行总结,并对常用研究方法的优势和不足进行剖析,指出将数据挖掘方法进行集成而开发相应的软件,是其重要的研究方向。     

基于贝叶斯网的现代方法学在中医辨证研究中的应用

贝叶斯网是以传统概率理论为基础,能够对复杂不确定系统进行推理和建模的有效工具。辨证论治是中医学的基本特点之一,传统的辨证方法往往带有主观性和模糊性,而中医辨证本质可以看作是一个分类问题,贝叶斯网作为对信息进行数据挖掘的一种较好算法,将为中医辨证客观化、规范化研究开辟新的途径。     

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。     

基于网格的中医药数据挖掘的研究

建立在网格基础上的数据挖掘结合了网格技术的优点,能够对Internet上广域分布的海量信息进行高效的处理、分析和挖掘.文章分析了网格与数据挖掘的特点,并将基于网格的数据挖掘技术引入到中医药领域,为中医药的发展开辟了一条新途径.     

基于贝叶斯网络的广泛性焦虑症中医证候学规律研究

目的运用贝叶斯网络技术研究广泛性焦虑症的中医证候学规律。方法于2009年8月1日—2010年7月31日,对北京地区10家分中心705例广泛性焦虑症患者进行为期1年的中医证候学观察,通过专家组指导,运用贝叶斯网络技术建立中医证候模型,分析广泛性焦虑症的中医证候学规律。结果运用贝叶斯网络技术提取了9个证候类型,分别为肝郁化火、气郁血瘀、痰热扰心、心胆气虚、肝郁脾虚、心肾不交、心脾两虚、肾精亏虚、肾虚肝旺。结论贝叶斯网络在中医证候建模、挖掘证候规律等方面具有一定的应用前景,适用于中医证候规律的研究。     

数据挖掘软件在名老中医经验传承中的应用进展

数据挖掘属于多学科交叉领域,融合了计算机、统计学、信息工程等学科知识,现已广泛应用于中医药领域,特别在名老中医传承研究中发挥了重要作用,中医药数据挖掘软件的研制开发为探索名老中医诊疗规律与临床经验提供了科学方法。本文系统介绍了4款应用软件(包括中医传承辅助平台、中医临床科研信息共享系统、古今医案云平台、中医诊疗大数据智能分析系统)的技术特点、应用实例及优缺点,同时提出了数据挖掘技术在应用过程存在的问题(包括数据质量、技术规范、推广应用等),以期为软件的升级和完善提供参考。     

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。     

贝叶斯网络模型在中医证候研究中的应用

目的：以所进行的611例抑郁症患者的中医证候研究为例，对应用贝叶斯网络进行中医证候研究的方法，进行简要介绍。方法：制订《抑郁症中医证候观察表》，进行中医症状评定，运用贝叶斯网络进行研究。得出中医证型。结果：拟订的中医证型涵盖了抑郁症的大部分症状，包含了抑郁症的核心症状和周边症状的不同组合方式，体现了抑郁症临床多变的证候特点。符合临床表现，能够较好的指导临床治疗。结论：运用贝叶斯网络模型进行中医证候研究，具有一定客观性、科学性，较符合中医理论。     

中医药数据挖掘中属性约简方法的应用探讨

探讨属性约简方法在中医药研究数据约简中的应用。论述了对中医药研究数据进行约简的必要性,提出在对数据挖掘中的属性约简方法深入研究的基础上,选择各类方法中有代表性的、理论和算法比较成熟的约简方法,结合具体中医药研究数据集,进行横向比较研究,提出符合中医数据类型特点的数据约简方法。