数据挖掘在针灸临床治疗方案决策中应用探究.doc

数据挖掘在针灸临床治疗方案决策中应用探究.doc

ID:53791045

大小:62.50 KB

页数:4页

时间:2020-04-07

数据挖掘在针灸临床治疗方案决策中应用探究.doc_第1页
数据挖掘在针灸临床治疗方案决策中应用探究.doc_第2页
数据挖掘在针灸临床治疗方案决策中应用探究.doc_第3页
数据挖掘在针灸临床治疗方案决策中应用探究.doc_第4页
资源描述:

《数据挖掘在针灸临床治疗方案决策中应用探究.doc》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、数据挖掘在针灸临床治疗方案决策中应用探究摘要:为了提高针灸临床医生的医疗水平,促进针灸临床实践的发展,提出了将数据挖掘技术应用于针灸临床治疗方案决策中。结合针灸学科特点和临床诊治规律,运用数据挖掘方法对名老针灸处方进行数据分析比较,获取有益临床治疗方案决策的结果信息。关键词:数据挖掘关联规则针灸疗法WekaDataminingappliestionintheacupunctureclinicaltreatmentprogramdecision-makingHULvhuil,PANGLang2,RENYulanl(1,ChengduUniver

2、sityofTCM,2,SichuanNormalUniversityChengduCollege,Chengdu,China)Abstect:InordeTtoimprovethelevelofmedicalacupunctureclinicians,andpromotethedevelopmentofacupunctureinclinicalpractice,theproposeddataminingtechnologyisappliedtoacupunctureclinicalprogramdecisions.Combiningacup

3、uncturesubjectcharacteristicsandclinicaldiagnosisandtreatmentofthelaw,theuseofdataminingmethodsfordataanalysiscomparingoldacupunctureprescription,gettheinformationoftheresultsofthebeneficialclinicalprogramdecisions・Keywords:datamining;associationrule;1Acupuncturetherapy;Wek

4、a1、引言针灸学作为中医学科体系中最具特色和优势的学科,以其独特的治疗方法和卓越的临床疗效得到了国内外广泛关注和高度重视。但大多针灸研究仍停留在疗效的确认上,面临着诸多问题,比如:如何进一步提高针灸临床疗效、扩大应用范围以及科学评价;临床上,由脸穴、施术方法和治疗时间组成的针灸处方是实现针灸疗效的重要条件,但在针灸临床治疗决策中,如何选取最优化的针灸处方是针灸医生临的一大难题;并且随着循证医学的发展,循证医学强调遵循最佳证据指导临床决策,而针灸学临床证据应包括古代研究证据、名老中医经验证据和现代研究证据,如何实现信息化显得更加重要;面对跨越几

5、千年的文献资料,如何快速、有效的挖掘有价值的信息,获取最佳证据以供临床治疗方案决策所用等。本文将数据挖掘技术应用于针灸临床治疗方案决策中,借鉴循证医学的理念和方法整理、加工、更新以及评价古今针灸治疗疾病的临床证据,其研究结果为针灸临床医生决策提供技术支持,有助于针灸临床医生提高医疗水平,促进针灸临床实践的发展。2、数据挖掘方法及WEKA平台介绍针对上述问题,计算机领域新兴发展起来的一门学科数据挖掘给我们提供了很好的解决方法。数据挖掘(datamining)是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、

6、但又是潜在有用的信息和知识的过程。从1989年被提出来后,迅速成为研究的热点,在众多的研究领域进行了广泛的应用。在中医药领域,数据挖掘技术已应用于中医药数据库的建立、方剂配伍规律的研究、名老中医经验总结、中医药数据规范处理,以及临床诊断、疗效评价、处方分析、图像识别等研究。数据挖掘与传统分析方法的区别:数据挖掘与传统的数据分析(如查询、报表、联机应用分析)的本质区别是数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识•数据挖掘所得到的信息应具有先未知、有效和可实用三个特征。数据挖掘方法主要有关联规则与关联分析、聚类分析、遗传算法、人工神经网

7、络、决策树等。WEKA的全名是怀卡托智能分析环境(WaikatoEnvironmentforKnowledgeAnalysis),是一个运行于Java平台的开源系统。作为一个公开的数据挖掘工作平台,该软件集成了大量能够承担数据挖掘中的机器学习算法oWeka中包含了很多工具,包括数据预处理分类,回归,聚类,关联规则和可视化工具,还可以用来开发新的机器学习算法。Weka主要提供了数据挖掘的框架结构,并给出了一系列的数据挖掘算法,在这些数据挖掘算法生成模型时,用户可以自定义算法的各个相关参数,并且可以实现对测试集的验证,和对算法的比较。Weka提供

8、了可编程的接口,使我们可以通过拓展算法来实现新的功能,同时Weka也允许我们通过调用它的公用包,在自己的项目中利用包中的算法实现相应的功能。针对针灸数据的特点选用此

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。