资源描述：
《数据挖掘技术在中医证候研究的应用进展_胡金亮》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、#148#辽宁中医杂志2009年第36卷第1期#综述#数据挖掘技术在中医证候研究的应用进展121胡金亮,李建生,李素云(11河南中医学院一附院,河南郑州450004;21河南中医学院老年医学研究所,河南郑州450008)摘要: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
2、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。关键词:中医证候;数据挖掘;学科交叉研究;证候诊断标准中图分类号:R2-03文献标识码:A文章编号:1000-1719(2009)01-0148-03ProgressMadeintheResearchonDataMininginTCMSyndrome121HUJin-liang,LIJian-sheng,LISu-yun(11NO.1AffiliatedHospitalofHenanCollegeofTraditionalChine
3、seMedicine,Zhengzhou450004,Henan,China;21InstituteofGeriatrics,HenanCollegeofTraditionalChineseMedicine,Zhengzhou450008,Henan,China)Abstract:DataminingontraditionalChinesemedicine(TCM)syndromehasbeenahotissueofthatusedinTCMinrecentyears.Toexploretheintersectappliedmetho
4、dsformultidisciplinaryresearch.WiththehelpofdatabaseindexonInternet(suchasCBMdiscandCNKI)wecollectedandanalyzedthedataavailablefrom1984to2007,introducedtheapplicationofdataminingonTCMandexpoundedthecharacteristicsofTCMdataandsummarizednewprogressinthestudyofdataminingon
5、TCM.Thestudysuggeststhatsomeimportantlinksaretobeexploredfurtherinthisfield.Keywords:Traditionalchinesemedicine(TCM)syndrome;Datamining;Multidisciplinaryresearch;Syndromediagnosticcr-iteria随着数据库技术的飞速发展以及人们获取数据手工学院的5科技评论6杂志提出未来5年对人类产生段的多样化,人类所拥有的数据急剧增加,同时人工智重大影响的10大新兴技术中
6、,/数据挖掘0位居第三。能领域的发展也为数据挖掘的产生创造了条件。由于数据挖掘的过程包括陈述问题和阐明假设、数据收集、传统的数据信息处理方法难以满足解决中医药研究领数据预处理、模型评估、解释模型和得出结论等。域中涉及的数据信息处理问题。因此,数据挖掘(Data2数据挖掘在中医证候研究中的应用Mining,DM)技术在中医药研究被日益重视,并具有明中医证候的研究关键是方法学的合理应用。现代显的前景。本文就近20年来数据挖掘技术在中医药研科学技术的发展和计算机的应用将为证侯的研究提供究领域的应用研究进行综述,并对有关问题进行讨论。强有力的
7、技术支持平台,通过文献整理发现,数据挖掘1数据挖掘的概念和步骤方法应用于中医证候的研究报道迅速增多,主要体现DM(数据挖掘)是揭示存在于数据里的模式及数在以下几个方面:据间的关系的学科,它强调对大量观测到的数据库的211中医证候分型研究[11]处理。它是涉及数据库管理,人工智能,机器学习,模樊小平研究了用于抑郁症中医证候分类的一式识别,及数据可视化等学科的边缘学科。用统计的类MLPANN;设计了一种基于自定义网络结构及其他观点看,它可以看成是通过计算机对大量的复杂数据参数的BP训练算法分类系统并应用在抑郁症的中医[2]集的自动探索性分
8、析,从大型的、复杂的、信息丰富的、证候分类研究中。胡随瑜等将1731例抑郁症患者随机的实际应用的数据中,提取出隐含在其中的、人们随即分成两组,轮流进行训练和测试,结果BP网络训[1]练总体阳性率为9717%,测试阳性率为
