分享到:

数据挖掘技术在中医药研究中的应用

1数据挖掘技术的过程与方法数据挖掘归属于计算机科学的范畴,是数据库知识发现中不可或缺的重要步骤之一,具体而言,数据挖掘就是从海量的数据中,依托相关的算法,对隐藏在这些数据中的信息进行搜索的过程。数据挖掘技术的提出有其必然性,在进行数据挖掘的过程中,对诸多先进的思想进行了借鉴和利用,如统计学的抽样与假设、AI中的搜索算法及学习理论等等,由此使数据挖掘日渐成熟和完善,应用领域也随之拓宽。1.1过程对于数据挖掘而言,由于需要从海量的数据中找出有利用价值的信息,从而使得整个挖掘过程相对比较复杂。常规的数据挖掘步骤如下:Step1:问题分析。这是数据挖掘的开始,具体是指对数据及相关的业务问题进行理解,在此基础上提出问题,并对目标进行定义;Step2:准备数据。这是数据挖掘中较为重要的步骤之一,包括对数据的提取及校验。需要先获得原始数据,从中抽取子集,并将这些数据子集放在数据模型兼容的数据库当中,再以清洗的方法,将不兼容的数据剔除掉,利用剩...  (本文共2页) 阅读全文>>

福建中医药大学
福建中医药大学

闽台名医临证处方用药配伍特色研究

目的:挖掘著名中医陈鳌石教授治疗肿瘤的处方用药配伍规律及特色,总结和传播其治疗的用药经验和学术思想,为肿瘤的治疗提供临床和科研的借鉴。方法:本研究收集陈鳌石教授门诊治疗肿瘤的医案461例,共3511张处方;将所得原始文献录入计算机建立原始数据库,然后通过数据标准化处理原始数据库,建立目标数据库;采用频数统计、关联规则方法对目标数据库进行肿瘤病名统计、药物统计、药性分析、药物关联分析等方面挖掘陈教授治疗肿瘤处方用药配伍特色。结果:(1)陈教授治疗肿瘤病病种范围广,涉及28种肿瘤。(2)辨证思路:以脏腑经络辨病位,以八纲辨证、气血津液等定病性。(3)陈教授善治乳腺癌、胃癌和肺癌,疗效显著。乳腺癌以血虚气少居多,胃癌以气虚血少居多,肺癌以肺阴不足居多,病位主要在肝、脾、肺三脏,病性以血虚、气虚、阴虚、血瘀、痰湿、气滞、郁热为主。(4)所用中药共323种,总使用频数为38383次,频次最高者为白芍,其次是白术、黄芪等健脾益气之药,再次是...  (本文共87页) 本文目录 | 阅读全文>>

《山东中医药大学学报》2014年01期
山东中医药大学学报

数据挖掘技术在中医药研究中的应用

数据挖掘技术作为一种有效的信息处理技术,通过分析中医个体化诊疗信息特征,提炼出其中蕴藏的新理论、新方法,可实现中医药经验的有效总结与传承。中医药研究历经数千年总结发展后,在许多方面积累了丰富的数据,这些数据具有明显的海量特征,但它们又多以零散的形式存储在各种文献中。对如此海量且无序的数据,若仅凭个人思维综合分析,会受到认识水平、思维方式、主观因素以及研究方法和研究范围的限制。利用数据挖掘相关技术进行知识的获取研究,在众多的中医药资源中去伪存真、去粗取精,以促进中医药事业的发展,是中医药现代化研究的重要组成部分。数据挖掘作为一个在海量数据中获取知识的有力工具,已在中医药领域得到应用,现将应用研究情况综述如下。1数据挖掘技术数据挖掘指的是在大型数据库的数据中提取出人们感兴趣的知识,是对大量观察到的数据进行分析,从中发现事先未知的联系和规律[1]。这些知识一般是隐含的、事先未知的潜在有用的信息,提取的知识以概念、规律、规则、模式等形式...  (本文共3页) 阅读全文>>

中国海洋大学
中国海洋大学

数据挖掘在治疗糖尿病中药方剂数据库中的应用模拟

作为新兴的数据处理技术,数据挖掘是伴随着数据库技术的发展而逐步完善起来的,主要是为了从大型数据库中高效地发现隐含在其中的知识或规律,并为人类专家的决策提供支持。数据挖掘已经在许多领域得到应用,在医学领域的应用虽然刚刚起步,但也表现出良好的发展势头。五千年的中华民族的文化底蕴,是中医药发生、发展的基础。近几年来,中医药科学问题的现代化研究不仅是中医药本身的研究重点,也成为其他学科,如化学、药物学研究的重点。几千年的经验积淀,中医药已经积累了海量数据。如中药方剂数据中蕴涵了大量有益信息,这些信息却很少得到充分的挖掘和利用,靠手工操作来理解分析这些数据己远远超出了人的能力。目前的数据库系统可以高效地实现数据的录入、查询、统计等功能,但无法发现数据中存在的关系和规则。迅速发展的数据挖掘技术,为此提供了有效途径。随着社会经济的进步与发展,威胁人类健康的疾病谱正在变化。慢性非传染性疾病对国民、尤其是老年人群的健康的威胁越来越大,最为明显的是...  (本文共73页) 本文目录 | 阅读全文>>

浙江大学
浙江大学

中医药知识发现可靠性研究

知识发现可靠性是知识发现领域中一个重要但容易忽视的主题。随着知识发现和数据挖掘技术的广泛应用,有一个问题逐渐引起人们的关注,即在什么条件下知识发现是可靠的,或者说在什么条件下所发现的知识是可靠的。近年来在知识发现可靠性方面的研究,大多关注于某一具体数据挖掘模型下的可靠性问题。而对于不同模型间存在的可靠性共同主题,比如数据质量、评估方法等等,迄今为止仍没有一项系统性研究。针对知识发现可靠性的共同主题,进行分阶段、系统化的总结和梳理,已成为知识发现可靠性研究的一大迫切需要。在知识发现技术所应用的各个领域,有一个领域特别需要知识发现可靠性的研究,即中医药领域。作为中华民族重要文化财富和学术成就的中医药,近年来面临着生存和发展的挑战。如何把这一挑战化为中医药发展的契机,利用知识发现技术促进中医药的跨越式发展,已成为中医药研究人员的一项重要课题。近年来的中医药信息化工作已为知识发现创造了有利条件。然而,由于中医药数据自然语言性强,数据表达...  (本文共171页) 本文目录 | 阅读全文>>

《广西医学》2018年24期
广西医学

数据挖掘技术在方剂学研究中的应用

从最早记载方剂的《五十二病方》到清代《温病条辨》的问世,这些医书积累了数以万计的方剂。方剂数据巨大,人工整理费时费力,让后世医家很难摸索出其规律。作为一门新兴的研究学科,数据挖掘技术主要从大量的数据中提取或“挖掘”有用的知识[1],在大量数据中搜集模糊的、人力无法察觉而有价值的信息[2];通过对数据特征、关系、聚类、趋向、偏差和特例现象的深层多维分析来揭示数据间复杂和特殊的关系,发现其隐含的规则模式和规律[3]。聚类分析、关联规则、对应分析等是中医药研究中经常应用的数据挖掘方法[4]。在中医药研究中,数据挖掘主要应用于中医医案治病规律和方剂配伍两个方面。其中方剂配伍规律是方剂数据挖掘最重要的目的,其用于总结名老中医的用药经验、探索最佳配伍,常从药对组方、用药频次、功效治法、治疗剂量等方面入手,为提高疗效和新药开发奠定基础。本文主要针对数据挖掘技术在方剂学研究中的应用现状进行总结。1数据挖掘在方剂学中的主要算法1. 1关联规则若两...  (本文共3页) 阅读全文>>