数据挖掘在中医药领域的应用的研究进展.docVIP

数据挖掘在中医药领域的应用的研究进展 　　关键词：数据挖掘；中医药；应用研究；综述 　　DOI：10.3969/j.issn.1005-5304.2013.06.052 　　中图分类号：R2-05 文献标识码：A 文章编号：1005-5304（2013）06-0109-04 　　数据挖掘是指从大量数据中提取或挖掘有效、新颖、有潜在应用价值和最终可理解的模式、知识，其涉及多学科技术集成，包括数据库和数据仓库技术、统计学、机器学习、高性能计算、模式识别、神经网络、数据可视化、信息检索、图像处理以及空间或时间数据分析等。数据挖掘技术在中医药研究领域得到广泛应用，兹将近年来研究进展作一综述。 　　1 中医药文献数据挖掘 　　中医药文献数据来源主要包括中医药古典、名家医案、验方验案、书刊述评、期刊文献、中药词典等。数据挖掘技术对这些数据整理挖掘，重新展现及总结名家学术思想、辨证论治、中药选材、中药炮制、中药制剂、用药规律等成果，对传承、借鉴与发展起到重要作用。中医药数据具有非线性、模糊性、复杂性、非定量等特征，针对具体的中医药数据和不同的挖掘目标，往往要将几种方法融合起来应用，以发挥各自的技术优势，或引进其他学科方法共同解决一些问题，其中关联规则、频数分析、聚类、文本挖掘等为常用方法。中医药文献数据研究，要求数据来源、文献纳入标准、排除标准、文献规范原则、证候名称规范、症状名称规范、中药名称规范、计量标准规范等进一步加强与完善，数据获取、保存、抽取等预处理及数据挖掘技术的运用也有待更科学深入。 　　1.1 关联规则 　　郭氏等[1]采用关联规则分析方法分析了古医籍中治疗带下病的用药规律，发现明清时期治疗带下病的方药以健脾祛湿药物为最常用结构，其中又配伍一些专属度比较高的特色药物，如收涩止带药、补肾药、清热燥湿药等。 　　1.2 频数分析 　　吴氏等[2]检索中国期刊全文数据库等1991-2011年发表的有关围绝经期综合征文献，进行整理及频数分析。结果围绝经期综合征常见中医证候有49个，其中肝肾阴虚、肾阳虚、肾阴虚、肾阴阳两虚、心肾不交、肝郁气滞、脾肾阳虚最多见；提取常见症状共65个，包括月经紊乱、头晕耳鸣、失眠、烘热汗出、腰膝酸软、心悸、易怒、纳呆等；病位以肾、心、肝、脾为主；病性以虚为主；脉象以细数、沉细、弦细为主，舌象以舌淡或舌红、苔薄或少苔为主，说明围绝经期综合征的中医证候分布比较集中。 　　基金项目：国家重点基础研究发展计划（2010CB530602）；国家高技术研究发展计划（2012AA02A609）；江西省自然科学基金（20122BAB205083） 　　1.3 聚类分析 　　姜氏等[3]对文献中代谢综合征（MS）中医辨证分型进行聚类分析和频数统计，表明脾虚痰湿、阴虚热盛、气阴两虚、血瘀脉络、痰淤互结、肝胃郁热、肾阳亏虚是MS的常见证型。 　　1.4 文本挖掘 　　黄氏等[4]在中国生物医学文献数据库中收集中医药治疗“肥胖”和“高脂血症”的文献，用文本挖掘研究中医临床用药规律。结果治疗肥胖的常用药物为丹参、山楂、泽泻、黄芪、大黄、茯苓、白术、半夏，其治疗核心药物是黄芪、白术、大黄。治疗高脂血症的最常用药物为丹参、山楂、泽泻、黄芪、大黄、何首乌，其治疗核心药物是丹参和山楂。表明中医治疗肥胖和高脂血症的处方虽有相同之处，但其治疗的核心却大不相同。 　　1.5 其他方法 　　周氏等[5]采用频数与关联规则对214例古代郁证医案进行分析，结果涉及药物313种，使用频数最高的药物依次是茯苓、甘草、当归、香附，关联密切的药物组合方为茯苓、当归、白芍、甘草、人参、生姜、柴胡、大枣、白术、郁金、香附、陈皮。郁证医案的用药特点为疏肝健脾、理气活血，符合现行的中医学理论，能为临床提供参考。新方法的引用和多种方法联合使用已相当常见，其他还有支持向量机、Logistic回归、联机分析、关联规则、频数分析、因子分析、主成分分析、聚类分析、神经网络、信息熵、比值法、积分法、Fisher判别分析、Bayes判别分析等。 　　2 中医诊断学数据挖掘 　　中医诊断学主要包括中医证候及中医四诊。中医证候系统庞大复杂，研究重点在中医证候分型、中医证候诊断、中医证候诊断标准研究等，中医四诊研究重点在舌诊、脉诊、肤诊、面诊等。研究涉及以上方面的规范化、量化、病-证关系、图像信号处理等，中医诊断正确与否关系到治则用药。数据挖掘技术用于中医诊断学，归纳出中医专家的辨证规律及推理过程，挖掘隐含在其中的知识与规律，丰富专家知识与中医理论，也是中医标准化和客观化的重要手段。 　　2.1 中医证候 　　2.1.1 关联规则 刘氏等[6]根据冠心病中医数据的特点，用一种改进的基于向量法的数据关联规则挖掘算法，从脉象、舌质、发病诱因等18