公共文化服务平台

共 5 条记录，以下是 1-6

全选清除导出

排序方式：

国际临床表型的本体研究概述及问题探讨被引量：5: 2015年; 中医临床症状是辨证论治的主要依据,也是临床个体诊疗的重要数据。但是,中医临床数据应用中仍缺乏规范准确的症状术语本体。本文通过分析当前现代医学中与症状相关的临床表型本体研究及其数据现状,对现有临床表型本体进行了分类整理和介绍,并探讨了其存在的问题。在此基础上,阐述了围绕"症状"收集并整理相关数据,形成以症状为主涵盖疾病、基因、药物、化学成分、副作用等不同节点的数据网络,构建以症状为核心的中医临床表型集成本体的重要性及其思路。我们认为构建以症状为核心的中医临床表型集成本体,有助于进行中医个体诊疗和精准医疗研究,是进行个体化大数据分析的关键基础工作之一,亟待推进。; 刘林周雪忠周霞继张润顺郭玉峰王映辉谢琪刘保延; 关键词：个体诊疗

基于案例推理的中医临床诊疗决策支持系统被引量：22: 2014年; 真实世界临床诊疗活动是一个复杂的决策过程。中医学中名老中医效验案例对日常诊疗行为的指导和诊疗知识的普及具有重要作用。本文基于临床实际中医病历数据,提出基于名老中医临床诊疗效验案例,基于案例推理的中医临床诊疗决策支持系统,用来辅助经验不足的临床医师做出临床决策,以提高临床疗效。该系统从中医临床数据仓库中筛选加工形成中医学临床效验案例库,基于案例推理和相似性计算实现类似案例的检索和展示。特别是针对不同案例的个体性特点,实现了基于症-诊断-药相关分析的灵活的案例修正方案,以满足临床诊疗过程中个体化诊疗决策的需求。最后,通过示范性临床实例应用,对系统的效果进行了初步评价。; 杨丽周雪忠毕斓馨张润顺王映辉刘保延谢琪; 关键词：临床决策支持系统

Data processing and analysis in real-world traditional Chinese medicine clinical data:challenges and approaches: Traditional Chinese medicine(TCM) is a clinical-based discipline in which real-world clinical practice plays a...; 刘保延Xuezhong ZhouYinhui WangJingqing HuLiyun HeRunshun ZhangShibo ChenYufeng Guo; 文献传递

基于计算的中药靶点预测研究探讨与实验分析被引量：7: 2014年; 鉴于药物微观作用具有的基本网络调控特性,网络药理学已经成为药物机理研究和新药研发的新思路。本文从计算方法的角度对网络药理学的核心研究内容之一:药物靶点关系及其预测的分析方法进行综述,在此基础上,总结了近年来药物靶点预测分析方法所遵循的一般原理和步骤。鉴于中药成分的多样性、药物的整体调控能力和高质量药理数据的缺乏等问题,中药面向靶点网络的调控机理研究具有更大难度。因此,本文还探讨了中药药物靶点预测分析研究的主要难点与研究趋势。最后,结合实际整合后的中药网络数据、化学结构相似性计算和链接预测方法,应用一种基于复杂网络的中药靶点预测分析方法进行了示范实验研究,并探讨中药靶点预测分析的重点研究方向。; 孟志昌周雪忠雷蕾刘保延张润顺王映辉谢琪; 关键词：链接预测复杂网络

本体对齐技术概述及其在中医领域的应用探讨被引量：4: 2017年; 本体对齐技术是实现不同来源本体概念和关系整合的知识工程方法,鉴于相同范围的本体(如疾病本体)往往由多个不同领域或机构的研究人员各自独立研发,其术语表述和概念关系都存在较大差异。因此,如何通过对齐处理以实现多源本体的整合成为重要的方法学问题。本文就本体对齐的概念、技术、方法及其相应的工具进行了详细阐述。重点阐述了基于语言学特征的和基于结构特征的本体对齐技术。结合国际上两个实际疾病本体:Disease Ontology和Orphanet,采用本体对齐技术进行了实验及分析,并详述对齐技术的应用问题。针对中医领域本体库研发中也存在的多源性问题,进一步探讨本体对齐应用的必要性和应用前景。; 郝伟学于剑周雪忠

面向中医临床现病史文本的命名实体抽取方法研究被引量：10: 2017年; 目的:中医临床病历作为重要的临床数据,以文本的形式记录了医生和患者交互的整个过程。目前,在大数据的背景下,针对临床病历所涵盖的主体问题信息如现病史的分析利用相关研究仍有所欠缺。因此,本文针对中医临床病历中的现病史部分展开症状术语抽取方法研究,为临床病历的进一步使用奠定基础。方法:首先通过随机挑选与专家审核的方式获得了12 367份现病史数据,按照疾病种类分成了两组实验,其中糖尿病组包含了4 838份数据,脾胃病组7 529份数据,以及合并后的混合组12 367份数据。并整理出了一份涵盖22 996个词的症状术语字典。然后选取滑动窗口特征、词的前后缀特征、词典特征等5种特征模板,使用CRFs模型开展症状术语命名实体抽取实验。结果:在实验结果评价标准(准确率、召回率和F1值)上的表现:在开放测试上的评价结果为(0.83、0.8、0.82)、(0.9、0.9、0.89)和(0.88、0.87、0.87);在十重交叉验证上的评价结果为(0.83、0.82、0.83)、(0.95、0.95、0.95)和(0.93、0.92、0.92)。结论:CRFs模型作为一种优秀的序列标注算法,适用于现病史文本的症状术语命名实体抽取任务。; 袁玉虎周雪忠张润顺李晓东; 关键词：现病史条件随机场

全选清除导出

共1页<1>

国家自然科学基金(61105055)