基于文本挖掘词频反文档频率方法的疾病症状权重挖掘研究

词频反文档频率是文档特征权值表示的常用方法,用以评估单词对于语料库中的其中一份文件的重要程度。通过合理映射病例库与语料库的词汇关系,对词频反文档频率模型进行改进,并将改进后的词频反文档频率模型应用到针灸处方疾病症状权重挖掘中,计算出疾病所对应的各种症状权重。实验统计了106种疾病,其中与临床诊疗经验相符合的有84种,准确率达79.2%,实验表明改进的模型能得到较好的疾病症状权重鉴别效果。

基于Apriori降维的Logistic算法在中医疾病症状权重挖掘中的应用

分析中医疾病数据库,寻找有效可靠地算法挖掘疾病症状的权重,为医生临床诊断提供决策支持。以成都中医药大学附属医院的诊疗决策支持系统提供的中风数据、哮喘数据作为实验数据来源,首先对数据进行规范化预处理,再通过Apriori算法对数据降维,最后应用Logistic算法求出疾病症状权重。结果:挖掘结果与临床经验相符,算法运行时间也在可接受范围内。文章提出的方法对中医疾病症状权重进行挖掘是可行的。

基于德尔菲法的充血性心力衰竭常见中医证候及症状权重研究

目的:针对充血性心力衰竭常见中医证候的分布及相关症状权重进行专家调查。方法:采用德尔菲法,通过两轮问卷调查以及专家会议论证,分析专家积极系数、权威系数、意见集中程度、意见协调程度,对充血性心力衰竭的常见中医证型及其症状权重进行总结、修正、反馈以及汇总。结果:充血性心力衰竭常见中医证候为:气虚血瘀证、气阴两虚证、心血瘀阻证、痰阻心脉证、阳虚水泛证。各证型的特征性条目分别是,气虚血瘀证、气阴两虚证:气短;心血瘀阻证:口唇紫绀;痰阻心脉证:胸闷;阳虚水泛证:形寒肢冷。结论:应用德尔菲法可以充分总结本领域专家对充血性心力衰竭中医证候及其症状组成的意见,为后期的临床流调与本病中医证候量表的确立打下基础。

基于领域语义知识库的疾病辅助诊断方法

健康医疗领域是一个知识密集型的领域,临床诊断的质量主要依赖于医生所掌握的健康医疗知识以及临床经验.然而,单个医生的能力仍然非常有限,所以目前临床诊断的质量并不高.为此,提出一种基于领域语义知识库的疾病辅助诊断方法,基于Freebase中medicine主题域的知识建立了领域语义知识库,提出计算知识库中症状于疾病诊断的权重、计算与患者输入症状集相关的疾病的相关度和基于患者输入症状集推荐相关症状的算法.最后,基于随机选取的6种常见疾病的临床病历数据对所提出的方法与现有方法进行了对比评价,评价结果一方面表明了所提方法对已有方法存在的问题和不足的改进效果,另一方面也表明所提方法可以避免“冷启动”问题,可以快速支撑对大量常见疾病的辅助诊断.基于所提方法,有望为基层全科医生提供大量常见疾病的辅助诊断服务,或者为患者提供疾病自诊服务.