基于BSG深度学习模型的中医药智能问答系统研究:以方剂和中药为例

目的基于深度学习的方法,利用知识图谱构建中医药知识库,探寻联合模型在中医药智能问答系统的应用。方法以《方剂学》和《中药学》规划教材为基础建立知识图谱,作为智能问答系统的知识来源,本研究提出一种BERT+Slot-Gated(BSG)深度学习模型,获取用户自然问题中包含的中医药实体和问句意图,通过实体和意图在知识图谱检索答案返回给用户,运用Flask框架和BSG模型研发中医药智能问答系统。结果构建了包含3149个实体和6891个关系三元组的中医药知识图谱,通过问题语料测试,本系统在回答中医药20类问题的实体识别F1值为0.9969,意图识别准确率为99.75%,表明本系统具有较高的实用性和可行性,并通过微信公众号平台实现了用户与系统交互。结论本文所提出的BSG模型通过提高向量维度在实验中取得了较好的结果,表明联合模型方法的有效性,可为实现中医药智能问答系统提供新的研究思路。

数智赋能中医药高校教育教学的现实桎梏与突破路径

教育数智化是在新时期推进教育强国建设的重要突破口和切入点,其深刻改变了中医药高校传统教育教学面貌,使教学过程管理趋向精准个性化、教学评价模式更加科学规范化、教学手段改革日益创新智慧化。但由于主客观条件的限制以及教育教学数智化带来的隐忧,在一定程度上桎梏了中医药高校教育教学数智化发展进程。基于此,从环境优化、理念创新、人才支撑、资源共享4个方面入手,推进中医药高校教育教学数智化转型升级,促进中医药高校高质量发展,实现教育的现代化。

“双一流”背景下中医药信息化人才培养中本科生导师制应用探索

介绍“双一流”建设高校中本科生导师制运用情况,分析本科生导师制在中医药信息化人才培育中的必要性,详细阐述中医药信息化人才核心素养模型构建方法及组成,探索本科生导师制在中医药信息化人才培养中的应用路径。

命名实体识别在中医药领域研究进展

介绍中医药领域命名实体识别的研究现状,分析中医药领域命名实体识别的数据特征、评价指标和应用情况,阐述中医药领域命名实体识别研究的难点和不足,并提出展望。

中医院校计算机科学与技术专业学生创新能力培养的探索与实践

针对国家对本科生创新能力的高度重视以及医疗信息技术领域对计算机科学与技术专业学生创新能力的迫切需求,本研究旨在探索优化该专业学生的科研素养培育路径,助力其在医疗信息化挑战中发挥更大创新效能。以湖南中医药大学信息科学与工程学院为研究对象,文章系统剖析了当前该专业学生的培养状况及不足,并紧密围绕学校与学院的现状与优势,探讨提升学生创新精神、创新意识与创新能力的教育教学策略。研究有利于推动计算机科学与技术专业学生在医疗信息技术领域的交叉融合,进一步赋能中医药现代化进程。

中医药院校“数据库应用基础”线上线下混合式“金课”建设初探

文章作者阐述了开展中医药院校“数据库应用基础”线上线下混合式“金课”建设的必要性和意义,并从课程教学内容组织方案、课程思政实施方案、课程资源建设方案、教学模式改革配套方案和教学质量评价体系改革方案等五个角度论述了课程的建设方案,有助于推动中医药院校“数据库应用基础”混合式“金课”建设,提高课程教学成效,提升学生的数据库建设与应用能力。

中医药信息学发展概述

目的:对中医药信息学的发展进程进行梳理和概述。方法:对与中医药信息学相关的文献资料进行阅读、分析和总结。结果:从学科理论体系、应用实践、人才培养教育和学科交流平台等方面论述了中医药信息学的发展。结论:伴随着中医学和信息科学的深度交叉融合,中医药信息学将发展成为更加成熟的学科。

中医药院校开设信息类新专业的研究与思考

针对中医药院校开设信息类新专业,在教学实践中存在师资力量弱、培养方案不完善、实验室发展滞后、实训实习基地不成熟、社会认同度低等现实问题,提出了解决措施,并阐述了取得的实践效果。

中医厥证领域本体构建研究

目的利用本体技术实现中医厥证领域知识的共建、共享及推理。方法提取中医文献中的厥证相关知识,使用斯坦福大学提出的本体构建“七步法”,基于Protégé工具构建中医厥证领域本体,实现厥证相关知识的领域建模,并进行内部一致性检验,实现本体的推理功能。结果构建的中医厥证领域本体共有27类,585个实例,25个对象属性,其中反向属性6个,数值属性1个,均通过了一致性检验,实现厥证领域知识的语义化表达,完成厥证知识的共建、共享和推理。结论本研究采用本体技术,促使中医厥证领域知识的融合重组与推理,为将来中医急危重症诊疗知识库的构建、中医急危重症应急决策和辅助诊疗等系统的建立,奠定基础并提供参考。

基于Hadoop的中医药数据管理策略研究

目的为解决传统方法采集、存储和处理海量中医药数据的低效问题,探索数据管理的新策略。方法根据中医药数据的典型特征,设计基于Hadoop的分层管理架构,对串行数据挖掘算法进行MapReduce化改进;部署单节点服务器和分布式集群,采用8组不同规模的数据集,进行数据采集实验和串并行算法实验。结果数据传输时间在非分布式环境下通常超过3000 s,增幅较大,而在分布式集群下一般不超过300 s,增幅平缓;当数据规模超过一定范围后,与伪分布式和完全分布式下的并行算法比较,非分布式下串行算法的运行耗时急剧增加。结论与传统单节点系统相比,基于Hadoop的中医药数据管理平台采集、存储及处理海量数据的效率明显提高,尤其适用于大规模非结构化或半结构化的中医药数据。

复杂网络在中医药领域应用研究进展

中医两大核心思想"整体观念""辨证论治"均包含大量的非线性复杂关系,复杂网络常用于中医"辨证论治""遣药组方"等内部复杂关系的发现。本文对近年来有关复杂网络在中医药的应用进展进行综述,总结以往的中医药网络构建和分析工作,指出当前中医药网络研究遇到的挑战及未来中医药网络的研究趋势,以期为后续基于复杂网络理论探究中医药内在规律提供参考。

中医药知识表示与推理方法探讨

中医药领域知识有较强的专指性,是一个相对封闭的系统。本文从文献、医案、方药和专病专科等知识库构建方面介绍分析了各领域知识结构特点及其主要应用,分析了中医药领域的知识表示技术及推理方法,认为中医药各资源知识结构特点不一,其模糊性是知识库发展的主要瓶颈;词向量的表示学习方法与基于案例的推理方法在中医药领域有较好的应用前景,从证素单元建模有助于提取深层次特征和模型的泛化。未来应统一部署制定相应的标准规范,以共享共建方式构建领域全局视图,同时注重知识评审和更新机制,提高知识质量。

新工科背景下高等中医药院校计算机基础“宽专融”课程体系初探

介绍计算机基础课程体系发展历程与现状,分析高等中医药院校计算机基础课程教学存在的问题,结合湖南中医药大学实践,从专业、知识、课程3个维度、两个类别阐述计算机基础课程"宽专融"体系构建,指出其有助于学生计算思维、创新思维和综合能力的培养。

基于术语词典的中医医案实体抽取研究

目的针对中医医案开展症状、病因病机、治法、用药、处方、取穴6类实体的抽取研究,为中医医案知识图谱构建和中医智能辅助诊疗提供基础。方法根据中医医案文本的特点,提出一个可以动态更新的术语词典方法用于分词,并在中医脑系疾病医案和ChineseBLUE/cEHRNER、ChineseBLUE/cMedQANER、CBLUE/CMeEE 3个公开数据集上验证该方法的有效性。结果使用术语词典的模型在准确率、精确率、召回率和F1值上均高于未使用术语词典的模型,在测试集和验证集上,F1值分别为92.07%和93.04%。结论融合动态更新的术语词典分词方法的模型,能够增强中医领域特定术语和新实体的识别能力,提高中医医案关键信息识别的准确率,推进中医药知识的传承与发展。

动态不确定因果图在中医智能辅助辨证中的应用研究

以郁病辨证为例,开展动态不确定因果图在中医智能辅助辨证中的应用研究,提高中医智能辅助辨证模型中辨证知识的可视化程度和辨证推理过程的可解释性。对郁病权威文档进行整理分析、获取郁病辨证知识,采集郁病医案并进行筛选和数据预处理,构建郁病智能辅助辨证DUCG知识库,在知识库中表示症状知识和证型知识以及二者之间的关系,结合DUCG推理机进行辨证推理测试和分析。构建了包含19个子图的郁病智能辅助辨证DUCG知识库和包含6个子图的郁病智能辅助辨证DUCG核心知识库,辨证推理测试获得的初步准确率可达72.92%、按证型分组统计的准确率最高可达100%,可根据DUCG化简图对辨证结果进行详细解释。将动态不确定因果图理论应用于中医智能辅助辨证研究,有助于提高辨证模型中辨证知识的可视化程度和辨证推理过程的可解释性。

基于中医舌色变化比较分析的自我健康监测方法研究

目的为了预防未知疾病对个人健康造成的损害以及减少个人健康监测的成本,依据中医舌色变化能反映人类诸多疾病的原理,提出一种基于舌色变化比较分析的自我健康监测方法。方法通过图像采集设备采集个人舌象,利用深度学习和传统图像处理技术,借助RGB与CIE Lab色彩模型的转换关系,获得舌色的特征值,建立自我健康标准舌象数据库。采集新的舌象,通过异向缩放模板匹配原理从数据库中找出最佳匹配模板,通过差分比较分析法得到新采集的舌象与最佳匹配的模板舌象的舌色变化特征值,结合定量参数设置范围进行自我健康监测。通过自我舌象异常仿真实验验证所提方法的有效性。结果通过自我舌象数据库构建、异向缩放模板匹配、舌色差分分析等技术实现了自我舌色变化阈值的设置,并能提取新采集的舌象图像的舌色,将之与标准舌象数据库中的舌色进行差分,再将差分值与已设定阈值比较,从而监测健康。异常仿真实验验证了所提方法的有效性和实用性。结论基于中医舌色变化比较分析的自我健康监测方法能简便地对个人健康状态进行监控,同时对中医舌诊的客观化发展起到一定的推进作用。

马王堆医书信息化和智能化研究展望

目的/意义展望马王堆医书信息化和智能化研究的方向和技术路线,为相关研究提供参考。方法/过程综述马王堆医书的研究历程,分析已有研究存在的问题,探讨马王堆医书信息化和智能化研究中3个研究方向的可能性及技术路线。结果/结论可从文本语料库构建、古医书修复、知识抽取3个方向,研究将人工智能技术与传统古籍相结合的可能性,充分发挥马王堆医书中蕴含的宝贵价值。

中医古籍智能机器翻译模型构建研究

目的构建科学规范的中医古籍智能机器翻译模型,将古籍精准地翻译为中文或英文,为临床医学学习及中医传播提供参考。方法首先,针对中医古籍机器翻译进行研究,初期实验构建句子级别的平行语料数据集,包括969754组平行句子对;其次建立建注意力机制Seq2Seq模型(Seq2Seq+Attention),使用Seq2Seq预训练模型(Pre-Training+Seq2Seq)对80万首古诗词进行训练;最后,在构建的数据集上进行实验,利用BLEU1、BLEU2和F1作为评价指标来验证模型有效性及进一步优化的可行性。结果构建的Pre-Training+Seq2Seq模型F1值达到65.72%。结论Pre-Training+Seq2Seq模型效果好,为中医古籍智能机器翻译提供思路。

基于词典和文本分类算法的中医药文本情感分析研究

使用Python爬虫从新浪微博获取数据,通过数据清洗、采用Jieba分词工具进行分词、去停用词等对数据进行预处理,构建了基于词典和文本分类算法的文本情感分析模型,对微博评论展开研究,模型准确率为0.878。

中医方药云智数据挖掘平台的设计与应用

为整合和利用中医药大数据,基于多视角、相似性等方法融合多源数据,建立中医方药数据库,串联方药-成分-靶点-疾病数据实体,利用图数据库建立可视化知识图谱。平台基于机器学习和深度学习构建方药数据挖掘模块,基于中药药性、方剂组成和深度学习技术实现药方功效预测,提供方药数据统计与关联分析,构建数据挖掘平台。采用阿里云服务架构,以B/S模式提供中医药数据展示、查询、中药关联关系分析、知识图谱、功效预测等应用服务,利用计算机技术辅助中医药信息研究与利用,推进中医药信息化发展。