中文医学术语集在真实世界临床研究中的应用

目的:通过分析国内外医学术语集的应用进展,拓展中文临床术语集在中文电子病历环境下的科研应用场景及范围。方法:检索四川大学数字图书馆出版物,通过文献回顾进行分析归纳。结果:中文医学术语集对电子病历概念识别和数据挖掘具有重要作用,有助于语义互操作。基于语义网及语义知识库,可以更深入地进行多种风险预测模型、语义相似度计算和推理性决策支持系统的研究。结论:中文医学术语集是基础性的信息化标准,可支撑多种临床智慧应用构建,建议纳入医学教育。

数据挖掘的研究进展及在临床医学中的应用

随着信息化技术的快速发展,数据库的应用不断深化,各行各业数据呈爆炸式增长,医学领域同样如此。仅登录美国GenBank数据库中DNA序列总量于2002年就已超过280亿个碱基对[1]。传统数据库管理系统和统计学分析方法已无法有效地分析这些数据，导致“数据爆炸、知识贫乏”的现象。在这种背景下数据挖掘（datamining，DM）应运而生。

面向循证传承的名老中医个人医案数据挖掘研究思路初探

名中医学术思想和诊疗经验是中医药知识的精华部分，诊疗经验是学术思想的具体表现，学习名老中医临床诊疗经验是年轻中医大夫迅速提高诊疗技术的一个重要途径。名老中医的临证经验可从其专著、医案医话，或相关研究论文中获得，也可通过学习和研究名老中医的临床病案中领悟。近年兴起的运用数据挖掘技术进行名老中医医案研究工作日渐受到学界重视，

数据挖掘及其在中医临床疗效评价中的应用研究

如何借助现代科学技术,建立符合中医诊疗特点的临床疗效评价体系已成为中医药发展的热点问题。介绍了数据挖掘的内涵和过程,探讨了数据挖掘在中医临床疗效评价研究中的应用现状和趋势。

医学院校大学生数据挖掘IT技能培养的研究与实践

在网络、数字化信息迅速发展的今天,各行各业积累的数据越来越多,尤其在医院的工作流程中积累了大量的医学数据。毋庸置疑,我们已经处在一个真正的大数据时代,如何跟上时代发展,培养出适应时代需求的医学人才,是医学教育工作者面临的问题。数据挖掘(Data Mining)就是从大量的实际数据中提取隐含信息和知识的新型学科,在医学院校计算机课程中开设针对医学数据的数据挖掘课程,能够开发学生在大数据时代学习和工作中的潜能,培养高素质的医学人才。

计算机辅助医学诊断系统的数据挖掘和知识发现研究

计算机辅助诊断系统中 ,使用医学数据库的数据挖掘和知识发现技术具有重要意义和其发展的必然性。文章分析和综合了此类系统研究开发的一般规律及其特殊性 。

数据挖掘在医学学科品牌建设中的研究

本文围绕数据挖掘的基础理论、医学学科建设内涵与品牌建设意义、数据挖掘应用于图书馆学科建设的研究现状和医学学科品牌建设数据挖掘策略四个主要方面介绍本校医学学科品牌近年来在数据挖掘领域的主要研究进展,分析学科建设及研究特色。总的来说,在研究上取得了一定的成果,但有待于继续深入研究。现在的医学越来越向纵深发展、医疗新技术与新理论日新月异,如何加强和促进医学学科建设,在这方面国内同仁还需要进一步加强研究工作。

基于数据挖掘技术的针灸治疗卒中后认知障碍选穴规律

目的:分析针灸治疗卒中后认知障碍的临床选穴特点及规律。方法:检索2011年1月1日至2021年5月31日的国家知识基础设施数据库(CNKI)、中国学术期刊数据库(CSPD)和中文科技期刊数据库(CCD)针刺治疗卒中后认知障碍的相关文献,建立Excel针灸处方数据库,运用SPSS 26.0、SPSS Modeler 18.0软件统计分析腧穴的选用规律。结果:共纳入77篇临床研究文献,涉及77个穴位处方,85个腧穴,使用总频次587次。使用频数最高的前3位经络为督脉、足少阳胆经、足太阳膀胱经。头面项部选穴最多,占比47.53%,其次为下肢部,占比27.26%。交会穴、五输穴、络穴等特定穴使用最为广泛。百会穴选用频数最高,达66次。百会-四神聪为穴位间相关性最高组合。结论:针刺治疗卒中后认知障碍的腧穴以局部取穴为主,循经远取为辅,注重运用交会穴加强督脉与十二正经之间的联系。

数据挖掘技术在中医学中的应用述要

数据挖掘是近年来出现的一门新兴技术,是从大型数据库中提取人们感兴趣的、有效的、新颖的、潜在有用的知识的过程。它包括数据选择、预处理、数据转换、数据挖掘、模式解释和知识评价等多个步骤,算法有聚类、神经网络、

基于数据挖掘的中成药治疗缺血性脑卒中恢复期的临床用药研究

目的:评价中成药治疗缺血性脑卒中恢复期临床研究的用药现状,对中西药联合使用情况进行关联分析,为中成药的使用提供参考。方法:在国家知识基础设施数据库、中国学术期刊数据库、中文科技期刊数据库、Pubmed、Cochrane Library检索公开发表的关于中成药治疗缺血性脑卒中恢复期的临床研究,根据纳入和排除标准筛选后从用药频次、辨证用药、联合用药等方面进行数据提取,基于关联规则Apriori算法对中西药物联合使用情况进行分析。结果:共纳入342篇文献,包括143种中成药,其中脑心通胶囊和通心络胶囊为缺血性脑卒中恢复期的高频用药;该病恢复期以气虚血瘀证为主要中医辨证证型,且该证为多数中成药治疗缺血性脑卒中恢复期的适应病证;西药如抗血小板药、调脂药与灯盏生脉胶囊等中成药的联合使用置信度较高。结论:中成药联合西药治疗缺血性脑卒中恢复期的临床应用广泛,通心络胶囊、脑心通胶囊、灯盏生脉胶囊等中成药与抗血小板药联合使用是该病恢复期关联性较强的联用方案。

数据挖掘技术在中医研究中的运用初探

中医学界的研究者正在快速积累大量数据,这些数据对获得有价值的新发现至关重要。然而,由于这些数据的规模、噪声和高维性,传统的方法常常不适合分析这些数据集。数据挖掘技术为探查和分析中医高维的数据类型提供了令人振奋的机会。

将数据挖掘技术引入方证对应研究的思考

中医学是在古代朴素的唯物论和自发的辩证法思想影响和指导下,通过长期的医疗实践,逐步形成并发展成为的医学理论体系。其所创立的理论从其发端到现在,一直有效地指导着临床实践,但是作为经验医学,其客观性指标的缺如,描述文字的晦涩难懂、内容的散乱和缺乏系统性、规范性致使其研究较为困难。文中结合现代科技方法,提出了将数据挖掘技术引入方证对应研究中的可行性和先进性以及具体方法。

数据挖掘技术在中医药研究中的应用

中医药文化源远流长，至今已经有几千的历史。同时由于中医理论的博大精深，在漫长的发展过程中形成了大量的医案，中医医案中的方～药～证之间的关系又十分复杂，使得中医药的文献分散庞杂，使得其现代化和国际化进程困难重重。运用数据挖掘技术力解决这些问题提供了有效的方法和手段。

基于数据挖掘的临床医学研究系统的设计与实现

目的:通过分析传统临床医学研究方法的现状与问题,理解临床医学研究对数据挖掘的需求,进而提出基于数据挖掘的临床医学研究系统的设计思想,并提出系统的评估方法,最后总结了基于数据挖掘的临床医学研究系统的应用价值。

基于数据挖掘的齐市地区脑卒中危险因素分层的研究

主要对齐齐哈尔地区脑卒中危险因素进行分层研究。采用的方法是数据挖掘的方法。首先对第一医院门诊就医诊疗的患者进行问卷调查和有关数据的测评,筛查出脑卒中高危人群,并对高危人群进行血脂、血糖、颈动脉彩超等检查。得到初筛信息表等原始数据表。然后对数据进行处理,找到相关研究属性。再通过SQLServer2008数据挖掘工具建立了数据源和数据源视图,选择决策树的挖掘方法,得到数据挖掘模型。通过挖掘模型把脑卒中危险因素按重要程度分层。分为最主要因素,次主要因素和相关因素。再根据录入的测试数据,进行决策患脑卒中的危险分级。通过实验验证了所建立的决策系统可靠性和可行性。决策系统对于实现脑卒中人群预防和个体保健起到重要的作用。

中医研究中运用数据挖掘技术初探

几千年的中医学发展，使得中医方剂浩瀚如烟，从这些数据之中获得有价值的新发现至关重要。但是由于这些数据的模糊、数量和高维性等原因使得运用传统的方法对于这些数据的分析和处理难以达到理想的效果。运用数据挖掘技术为解决这些问题提供了有效的方法和手段。

感冒中医病案数据仓库的研究与构建

为了方便感冒(含流感)病案的检索、分析和数据挖掘,为临床研究提供依据,将数据仓库的基本原理及方法与中医病案研究相结合,采用SQL SERVER 2005建立数据仓库平台,对1949～2009年医学杂志中有关中医治疗感冒的病案资料从证候、病机、治法、主方、药物等多个维度进行数据统计分析与数据挖掘,分析其结果,揭示其内在规律。本数据仓库的建成将为研究中医治疗感冒病案的查询、分析和数据挖掘提供重要的有价值的信息。

类风湿关节炎中西医临床诊察的数据挖掘分析

目的比较类风湿关节炎(RA)中、西医诊断的特点及关联。方法采集85项RA常见的临床信息,并归为病变部位、量化诊断、症状描述、普遍状况、环境因素5类;从中国期刊网和Medline中分别提取RA中、西医诊察的数据集,分析5类临床信息在中、西医数据集中的出现频数,并进行χ2检验;并基于“同时出现”方法分析中医若干诊察与RA有关生物因素的关联。结果中、西医学对RA的诊断方式具有显著性差异(P<0·01)。与现代医学比较,中医学侧重于诊察RA的症状描述与环境因素,并与RA中的细胞因子、神经内分泌因素具有一定关联。结论对RA症状、环境等因素的诊察是中医辨证论治的重要特色,具有潜在的生物学基础。本研究也为探索中医学的诊断与观察特点,提供了一种方法。

大数据下的医学信息挖掘研究现状

随着数据库技术的越来越成熟与广泛,以及医疗卫生信息化的迅速发展,医学研究正步入大数据时代,而大数据时代的来临,给生活、工作、人们的思考方式都带来了巨大的变革.21世纪以来,在社会经济快速发展和医疗卫生不断进步的条件下,疾病也在发生改变,疾病的种类不断增多,治疗、诊断的复杂性和病因的多样性同样在增加着.为了提高人类的健康水平,发现疾病的发生、发展规律,需要我们不断探究,于是数据挖掘技术在临床上的应用已成为必然发展趋势.医学数据挖掘充分利用各种医学管理信息,这对于实现医院管理的科学化现代化,对诊疗过程进行全面的、动态的跟踪,进一步优化就诊环境有着非常重要的作用,同时也在不断积累大量的临床信息与管理的资源.所以数据挖掘技术得到有效的运用,是能够进一步提高医院各方面管理水平与医学技术精进的关键所在.

数据挖掘技术在中医临床观察分析中的应用

传统的中医治疗是在辨证论治思维模式的指导下确立的理-法-方-药的治疗体系，这也是中医学的特色和精髓。然而，这种传统的中医辨证方法深受医师的经验、水平和学术流派等多方面因素的影响，致使中医的辨证论治主观性强、可重复性差，严重束缚了中医学的发展与推广。因此，如何将中医学从依赖于经验的不精确状态发展为定量的精确科学就成为中医现代化的一大挑战。