论文部分内容阅读
中医是我国的瑰宝,对名老中医经验的总结不仅能丰富中医学的理论体系,还能对中医学的学术进步产生巨大的推动作用。大量宝贵的中医经验数百千年来都是靠手工的文本记录来传承的,而大量的临床实践经验也都隐含在临床病历中,如果仅靠手工收集和整理是远远不够的,因此需要借助计算机这个强大的武器来完成。近年来随着人工智能和数据库技术的交叉融合而兴起的数据挖掘技术-从海量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程,它致力于发现隐含在数据中的关于事物本质和事物发展趋势的知识或规律,并为专家决策提供支持。数据挖掘技术在中医学领域中的应用是一个有着广阔前景和挑战性的研究方向。
本文的研究是基于内在认知机理的知识发现理论KDTICM在中医学方面的推广研究。本文的主要工作是使用数据挖掘技术挖掘出胸痹病例中所隐含的胸痹症状、证候之间的规律,验证挖掘结果是否符合临床经验,并对挖掘结果进行中医评价及展示。本文首先介绍了数据挖掘技术的概念、技术和研究现状,目前数据预处理的技术,关联规则挖掘的基本理论和经典算法:Apriori算法、FP-Growth算法及Maradbcm算法,然后根据中医数据的主要特点及实验所用挖掘软件特点对所研究的症状、证候数据进行相应的预处理,使用基于双库协同机制的知识发现软件KDD*SS进行关联规则的挖掘,对挖掘出的结果进行中医评价,使用因果网络和有向超图方法,对挖掘结果中症状、证候之间的辨证关系进行直观的展示。
结合中医知识分析挖掘得到的关联规则可以得出,挖掘结果不仅较大程度地符合了中医传统临床经验,而且总结出了一部分有待临床验证的独特经验,另外得到的症状、证候辨证关系图也从整体上为中医诊断提供了参考。因此挖掘结果基本达到了项目的要求,取得了较好的结果。