缺血性中风证候组合规律及方证相应的初步研究
|
摘要
辨证论治是中医理论的核心内容之一,中医临床过程中讲究辨证立法,以法统方,以方遣药,也就是理、法、方、药要完整统一,实现“方证相应”。过去许多方证相应的研究都集中在理论方面的探讨,随着现代方法学的发展、交叉学科的渗入,探索数据仓库与数据挖掘技术在医学方面的应用就具有更重要的使用价值和广阔的发展前景。本研究在结构化、标准化的临床数据采集平台的支持下,在严格质量控制下,采集423例急性缺血性中风患者的临床诊疗数据,采用数据挖掘理念和技术来探索、验证证候和治法之间的关系,为进一步方证相应的研究奠定基础。
以往研究均应用《中风病辨证诊断标准》(简称《标准》)进行证候成立的判断和证候轻重程度的划分,在临床应用时发现有不足之处。此次研究与以往研究不同之处在于未采用《标准》的证候成立和轻重程度的划分标准,而是采用聚类分析的结果对证候轻重程度进行划分,并在此基础上进行证候组合、治法和证候关联规则挖掘的研究。研究共分五部分进行。
第一部分,NIHSS和证候轻重程度的聚类分析
采用k-means方法将所有患者所有时段证候的分值按照轻、中、重聚为三类。通过聚类分析的结果进行NIHSS和中风病证候轻重程度边界值的划分。NIHSS的结果:0-5分为轻度、6-13分为中度、≥14分为重度;中医证候轻、中、重的结果分别为:①风证:0-4分、5-10分、≥11分;②火热证:0-3分、4-10分、≥11分;③痰证:0-5分、6-13分、≥14分;④血瘀证:0-2分、3-7分、≥8分;⑤气虚证:0-2分、3-7分、≥8分;⑥阴虚阳亢证:0-3分、4-9分、≥10分。这种研究方法将为《标准》的完善和改进提供思路。同时,我们针对四个时段(0-1天、2-3天、6-8天、12-16天)数据均全的患者进行不同时段轻中重的聚类,以期了解在急性期入院的患者随着时间的推移,神经功能缺损程度和证候分值演变的规律。
第二部分,证候在不同时间段的组合规律
根据第一部分聚类的结果,在对证候组合的研究时,我们首先对证候进行轻重程度的划分,优先选择较重的证候进行证候组合研究,当轻重程度一致时,选择分值高的证候进行研究。两证、三证、四证的研究均遵循以上原则进行排列组合。通过研究在不同时段两证、三证和四证的证候组合规律,发现在发病0-1天、2-3天证候组合形式以风+痰、风+火+痰、风+火+痰+瘀为主;发病6-8天证候组合形式以痰+瘀(火+痰)、风+火+痰、风+火+痰+瘀为主;发病12-16天证候组合形式以痰+瘀、风+火+痰、风+火+痰+瘀为主。总体上来看,证候组合以实证的组合为主。
第三部分,证候组合随时间推移的动态演变规律
我们将第二部分的结果(各种证候组合所占的比例)描记在时间轴上,做出证候组
Syndrome differentiation and treatment is one of the core theories of Traditional Chinese Medicine (TCM). In the clinical process of the Traditional Chinese Medicine, the correspondence of the prescription and the syndrome should be implemented. Many foregone researches on the correspondence of the prescription and the syndrome mainly focused on the academic discuss. With the development of modern methodology and the infiltration of the cross-subject, the approach to medical application of the data warehouse and the data mining is of great use value and has broad perspective. Supported by the structured and standardized platform of clinical data gathering, under the strict quality control, we gathered the clinical data of diagnoses and treatment of 423 cases with ischemic stroke. Then we explored and validated the relationship between the syndrome and the treatment method with the conception and technique of data mining. This research will lay a foundation for further study of the correspondence of the prescription and the syndrome.
In the previous researches, Criterion for Diagnose and Differentiation of Syndromes of Stroke (CDDSS) is always used to make the estimation of tenable syndrome and the differentiation of the degree of the syndrome. However, shortages of the CDDSS are found in the clinical use. The difference between this research and the previous ones is the criterion. Instead of using the CDDSS, we made use of the result of cluster analysis to differentiate the degree of the syndrome. Based on the result of cluster analysis, we did the research of syndrome combination, and explored the associated regulation between the treatment method and the syndrome. This research is divided into 5 parts as follows:
Part 1: The differentiation of NIHSS and the degree of the syndrome.
Part 2: The combination rule of the syndrome in different time periods.
Part 3: The dynamic evolutive rule of the syndrome combination along with the time’s going by.
Part 4: The using rule of the therapy in different time period.
Part 5:The research of the associated regulation between the treatment method and the syndrome.
The result of this research indicates that there is the deep-seated relationship between the treatment method and the syndrome, instead of the simple relationship. Hereby, we can infer that the relationship between the prescription and the syndrome will be the same as above. According to the correspondence of the prescription and the syndrome, we should not only implement the correspondence of the condition, characteristics, location, tendency of the illness, but also pay more attention to the dynamic change of the illness and the syndrome on
以往研究均应用《中风病辨证诊断标准》(简称《标准》)进行证候成立的判断和证候轻重程度的划分,在临床应用时发现有不足之处。此次研究与以往研究不同之处在于未采用《标准》的证候成立和轻重程度的划分标准,而是采用聚类分析的结果对证候轻重程度进行划分,并在此基础上进行证候组合、治法和证候关联规则挖掘的研究。研究共分五部分进行。
第一部分,NIHSS和证候轻重程度的聚类分析
采用k-means方法将所有患者所有时段证候的分值按照轻、中、重聚为三类。通过聚类分析的结果进行NIHSS和中风病证候轻重程度边界值的划分。NIHSS的结果:0-5分为轻度、6-13分为中度、≥14分为重度;中医证候轻、中、重的结果分别为:①风证:0-4分、5-10分、≥11分;②火热证:0-3分、4-10分、≥11分;③痰证:0-5分、6-13分、≥14分;④血瘀证:0-2分、3-7分、≥8分;⑤气虚证:0-2分、3-7分、≥8分;⑥阴虚阳亢证:0-3分、4-9分、≥10分。这种研究方法将为《标准》的完善和改进提供思路。同时,我们针对四个时段(0-1天、2-3天、6-8天、12-16天)数据均全的患者进行不同时段轻中重的聚类,以期了解在急性期入院的患者随着时间的推移,神经功能缺损程度和证候分值演变的规律。
第二部分,证候在不同时间段的组合规律
根据第一部分聚类的结果,在对证候组合的研究时,我们首先对证候进行轻重程度的划分,优先选择较重的证候进行证候组合研究,当轻重程度一致时,选择分值高的证候进行研究。两证、三证、四证的研究均遵循以上原则进行排列组合。通过研究在不同时段两证、三证和四证的证候组合规律,发现在发病0-1天、2-3天证候组合形式以风+痰、风+火+痰、风+火+痰+瘀为主;发病6-8天证候组合形式以痰+瘀(火+痰)、风+火+痰、风+火+痰+瘀为主;发病12-16天证候组合形式以痰+瘀、风+火+痰、风+火+痰+瘀为主。总体上来看,证候组合以实证的组合为主。
第三部分,证候组合随时间推移的动态演变规律
我们将第二部分的结果(各种证候组合所占的比例)描记在时间轴上,做出证候组
Syndrome differentiation and treatment is one of the core theories of Traditional Chinese Medicine (TCM). In the clinical process of the Traditional Chinese Medicine, the correspondence of the prescription and the syndrome should be implemented. Many foregone researches on the correspondence of the prescription and the syndrome mainly focused on the academic discuss. With the development of modern methodology and the infiltration of the cross-subject, the approach to medical application of the data warehouse and the data mining is of great use value and has broad perspective. Supported by the structured and standardized platform of clinical data gathering, under the strict quality control, we gathered the clinical data of diagnoses and treatment of 423 cases with ischemic stroke. Then we explored and validated the relationship between the syndrome and the treatment method with the conception and technique of data mining. This research will lay a foundation for further study of the correspondence of the prescription and the syndrome.
In the previous researches, Criterion for Diagnose and Differentiation of Syndromes of Stroke (CDDSS) is always used to make the estimation of tenable syndrome and the differentiation of the degree of the syndrome. However, shortages of the CDDSS are found in the clinical use. The difference between this research and the previous ones is the criterion. Instead of using the CDDSS, we made use of the result of cluster analysis to differentiate the degree of the syndrome. Based on the result of cluster analysis, we did the research of syndrome combination, and explored the associated regulation between the treatment method and the syndrome. This research is divided into 5 parts as follows:
Part 1: The differentiation of NIHSS and the degree of the syndrome.
Part 2: The combination rule of the syndrome in different time periods.
Part 3: The dynamic evolutive rule of the syndrome combination along with the time’s going by.
Part 4: The using rule of the therapy in different time period.
Part 5:The research of the associated regulation between the treatment method and the syndrome.
The result of this research indicates that there is the deep-seated relationship between the treatment method and the syndrome, instead of the simple relationship. Hereby, we can infer that the relationship between the prescription and the syndrome will be the same as above. According to the correspondence of the prescription and the syndrome, we should not only implement the correspondence of the condition, characteristics, location, tendency of the illness, but also pay more attention to the dynamic change of the illness and the syndrome on
引文
1 谢鸣.“方证相关”逻辑命题及其意义[J].北京中医药大学学报,2003,26(2):11-12.
2 金海浩.中医学的方证相应论[J].黑龙江中医药,2005,1:44-46.
3 韩育 明. 方证 对应的 实 践—— 论中医 药 学的 科 学 内涵 与 发展 [J]. 医学与 科学,2003,24(11):58-59.
4 张兰凤,王阶,王永炎.方证对应研究 [J].中华中医药杂志(原中国医药学报), 2005, 20(1): 8-10.
5 刘渡舟.方证相对论[J].北京中医药大学学报,1996,19(1):3-5.
6 顾武军.《伤寒论》方临床运用刍议[J].南京中医药大学学报,1999,15(6):321-323.
7 王阶,张兰凤,王永炎.方证对应理论源流及临床研究[J].世界科学技术——中医药现代化基础研究,2004,6(4):13-18.
8 黄煌.论方证相应说及其意义[J].中国中医基础医学杂志,1998,4(6):11-13.
9 于真健,杨彪.论日本汉方医学方证相对[J].国医论坛,1996,11(4):20-21.
10 俞雪如.柯琴“以方名证”思想对吉益东洞“方证相对说”的影响[J].上海中医药大学学报,2001,15(2):12-14.
11 王庆国.日本汉方医学独特的病因论、证候论评介[J].北京中医药大学学报, 1996, 19(1):25-27.
12 裘索.日本汉方医 药学的 兴衰 对我 国中医 药及其 现代化 的启示[J].中医 药学刊,23(5):874-875.
13 嵇波,张秋霞,赵勇,等.中医方 剂、证候关 系的研究与 思考[J].北京中医药大学学报,2001,24(6):1-4.
14 朱邦贤.方剂辨证与方证规范化之我见[J].上海中医药杂志,1997,11:2-5.
15 王世民,王永吉,郭晓峰,等.关于方剂辨证的一些思考[J].山西中医,2002,18(4):1-3.
16 司端圣,尚海峰,石洪超.方证从化学说理论探索[J].中国中医 基础医学杂志, 2001, 7(7):25-28.
17 司端圣,石洪超.方证从化学说与方证对应观——中日中医临床比较与发展[J].国外医学中医中药分册,1997,19(3):36-37.
18 叶纪平.张仲景“方证相对”辨证思想的内涵及价值探析[J].国医论坛,1995,1:8-9.
19 黄煌.论方证相应说及其意义[J].江苏中医,1998,19(8):3-5.
20 杨大华,杨健.黄煌教授学术思想述要[J].南京中医药大学学报(社会科学版), 2004, 5(1):43-45.
21 林坚.试论中医学方证相应观[J].中国中医基础医学杂志,2000,6(7):9-11.
22 王玉川.关于“有是证用是方”的反思[J].北京中医药大学学报,1998,21(6):2-5.
23 薛建国.《方剂学》教学应重视贯彻方证相应的思维模式[J].南京中医药大学学报(社会科学版),2004,5(1):50-51.
24 祝世讷.中药方剂的三个原理问题[J].中国中医基础医学杂志,2000,6(11):1-3.
25 谢鸣.方剂学科的发展与思考[J].北京中医药大学学报,1996,19(2):2-7.
26 李沛清,刘喜平.对中医证与方证研究的思考[J].中国中医药信息杂志.2005,12(4):5-6.
27 马丽 红, 焦增锦, 张瑞华.心血 虚的客观化研究 进展 [J].中国中医 基础 医学 杂志,1999,5(5):59.
28 陈家旭.中医证实质研究存在的问题与对策[J].医学与哲学,1995.16(3):131-132.
29 张启明,韩京清.肺病辨证客观化的理论研究[J].辽宁中医杂志.1998.25(7):291-293.
30 中华全国中医学 会内科 学会.中风病中医诊断 、疗 效评定标准 [J].中国医 药学报,1986,2:56.
31 中华人民共和国中医 药行业标准.中医病证诊断 疗效标准[J].国家中医药管理局, 1994:24-25.
32 王顺道,高颖.中风病辨证诊断标准(试行)[J].北京中医药大学学报,1994,17(3):64-66.
33 钱学森,于景元,戴汝为.一个科学新领域——开放的复杂巨系统及其方法论[J].自然杂志,1991,13(1):3.
34 戴汝为.复杂巨系统科学——一门 21 世纪的科学[J].自然杂志,1997,19(4):190.
35 王阶,王永炎.复杂系统理 论与中医方证研究 [J].中国中医 药信息杂志,2001,8(9):
25-28.
36 杨洪军,赵亚丽,刘艳骄,等.“熵”在中医方证研究中的运用[J].中国中医基础医学杂志,2004,10(9):16-19.
37 徐蕾,贺佳,孟虹,等.基于信息熵的决策树在慢性胃炎中医辨证中的应用[J].第二军医大学学报,2004,25:1009-1012.
38 陈波 , 蒋永 光, 胡 波, 等 . 东 垣 脾 胃 方配伍 规律之关联分析 评 述 [J]. 中医 药 学刊,2004,22(4):611-612.
39 刘娟 , 蒋永 光 , 胡 波 , 等 . 白 术 类方的 药 证关联分析 [J]. 成 都 中医 药 大 学学报,2004,27(4):55-56.
40 余弦,唐常杰,张欢,等.基于基 因表达式编程挖掘中医方证关 系[J].计算机 应用,2005,25(11):2679-2681.
41 尚景盛,胡立胜,牛欣,等.半夏泻心汤配伍应用的数据挖掘 试验[J].中日友好医院学报,2005,19(4):227-229.
42 刘树安,杜红涛.粗糙集理论与应用发展[J].系统工程理论与实践,2001,10:77-81.
43 秦中广,毛宗源.粗糙集在中医类风 湿证候诊断中的应用 [J].中国生物医学工程学报,2001,20(4):357-363.
44 王相东,殷鑫.粗糙集理论与证候规范化研究[J].陕西中医学院学报,2005,28(2):70-71.
45 袁冬生.方剂教学中的方证对应关系[J].中医教育 ECM.1999,18(3):39-40.
46 邓铁涛.再论辨证论治[J].新中医,1999,31(4):8-9.
47 周训伦,罗学琴.方证对应规律与方法探讨[J].成都中医学院学报,1995,18(1): 11-13.
1 姚美村,袁月梅,艾路,等.数据挖掘及其在中医药现代化研究中的应用[J].北京中医药大学学报,2002,25(5):20-23.
2 史忠植.知识发现[M].北京:清华大学出版社,2002,8.
3 杨春华,李春花,王桂枝 ,等.数据挖掘 技术在药物研究与 发现中的应用 [J].医药导报,2005,24(12):1143-1146.
4 李文林,赵国平.数据挖掘 技术及其在中医 药领域的应用 [J].中华医学图书情报杂志,2004,13(6):4-6.
5 Jiawei Han, Micheline kamber. 数据挖掘概 念与技术 [M].北京 :机械工业出版社,2001,14-18.
6 刘云,刘东苏.基于 Web 的数据仓库与数据挖掘技术[J].情报理论与实践, 2001, 24 (4):289-320.
7 王艳.数据挖掘在数字图书馆中的应用[J].现代图书情报技术,2002,(5):8-10.
8 刘春艳,张爱连,胡铁军.数据按掘及其在信息服务业应用加研究现状[J].医学情报工作,2004,6:40-45.
9 Richard J. Roiger,Michael W. Geatz. data mining atutorial based primer[M]. 北京:清华大学出版社,2003,11.
10 屈景辉,廖琪梅,许卫中,等.医学信息数据库的建立与数据挖掘 [J].第四军医大学学报,2001,22(1):88-89.
11 关俐,梁洪峻.数据仓库与数据挖掘[J].微型电脑应用,1999,15(9):17 20.
12 朱凌云,吴宝明,曹长修.医学数据挖掘的 技术、方法及应用[J].生物医学工程学杂志,2003,20(3):559-562.
13 张世 红 , 徐 国 桓 , 刘 会 霞 , 等 . 数据挖掘在医学上的应用 [J]. 医学 情 报 工作,2004,6:408-410.
14 田琳,阎英杰,朱建贵,等.数据挖掘及其在中医药领域中的应用[J].中国中医基础医学杂志,2005,11(9):710-712.
15 Nandi T,B-Rao C,Ramachandran S.Comparative genomics using data mining tools[J]. J Biosci,2002,27(1 Suppl 1):15-25.
16 Casadio R,Compiani M,Fariselli P,et al.Neural networks predict protein folding and structure:artificial intelligence faces biomolecular complexity[J].SAR QSAR Environ Res,2000,11(2):149-182.
17 King RD,Karwath A,Clare A,et al.Accurate prediction of protein functional class from sequence in the Mycobacterium tuberculosis and Escherichia coli genomes using data mining[J]. Yeast,2000,17(4):283-293.
18 Lawson D.Data mining parasite genomes:haystack searching with a computer[J]. Parasitology,1999,118 Suppl:S15-S18.
19 王金虹.基于粗糙集理论的冠心病病因分析与研究[J].山西师范大学学报(自然科学版),2005,19(4):33-36.
20 秦中广.粗糙 集在中医类风 湿证候诊断中的应用 [J].中国 生物医学 工程学报, 2001,20(4):357-363.
21 A.Kusiak,K.H.Kemstine,J.A.Kern,K.A.McLaughlin,T.L.Tseng.DataMining:Medical and Engineering Case Studies (A) [J].Proceedings of the ⅡE Research 2000 conference, cleveland, OH, May 2000, 1-7.
22 Roshawnna Scales,Mark Embrechts.Computational Intelligence Techniques for Medical Diagnostics〔OL〕http://www.cs.rpi.edu/-bivenj/MRC/proceedings/.
23 Sacha JP, Goodenday LS, Cios KJ. Bayesian learning for cardiac SPECT image interpretation [J].Artif Intell Med, 2002, 26(1-2):109-143.
24 Ganzert S,Guttmann J,Kersting K,et al.Analysis of respiratory pressure-volume curves in intensive care medicine using inductive machine learning[J]. Artif Intell Med, 2002, 26 (1-2);69-86.
25 Imberman SP, Domanski B,Thompson HW. Using dependency/association rules to find indications for computed tomography in a head trauma dataset[J]. Art 了 Intell Med, 2002, 26(1-2) :55-68.
26 Evans S, Lemon SJ,Deters CA,et al. Automated detection of hereditary syndromes using data mining[J].Comput Biomed Res,1997,30(5):337-348.
27 Mapel DW,Coultas DB. Ethnic differences in the prevalence of nonmalignant respiratory disease among uranium miners[J].Am J Public Health, 1997,87(5):833-838.
28 沈逸雄,周怡,张睿玲.心脏超声诊断数据挖掘 尝试——粗糙集理论运用[J].医学信息,2005,18(1):19-21.
29 毛利锋,瞿海斌.一种基于决策树的乳腺癌计算机辅助诊断新方法[J].江南大学学报(自然科学版),2004,3(3):227-229.
30 Pawlak Z et al. Rough sets[J].Communications of ACM. 1995,38(11):89-95.
31 廖正根,杨光华.药物发现中的逻辑思维与非逻辑思维[J].医学与 哲学, 1997, 18 (8):438-439.
32 Swanson DR,Smalheiser NR. Implicit text linkages between medline records:Using Arrowsmith as an aid to scientific discovery[J].LibraryTrends,1999,48(1):48-59.
33 孙迎 节,吕鹏 ,薛久刚 ,等.生物信息 学在 基因和药物发现 中的应用 [J].药学进展,2003,26(3):174-179.
34 李学军.药物蛋白质组学与药物发现[J].生理科学进展,2002,33(3):209-214.
35 Flower DR. Databases and data mining for computational vaccinology[J].Curr Opin Drug Discov Devel,2003,6(3):396-400.
36 Weston J,Perez CF,Bousquet O,et al. Feature selection and transduction for prediction of molecular bioactivity for drug design[J].Bioinformatics,2003,19(6): 764-771.
37 Warmuth MK,LiaoJ,RatschG,etal.Active learning with support vector machines in the drug discovery process[J].J Chem Inf Comput Sci,2003,43(2):667-673.
38 Merlot C,Domine D,Church DJ.Fragment analysis in small molecule discovery[J].Curr Opin Drug Discov Devel,2002,5(3):391-399.
39 Wang K,Wang L,Yuan Q,etal.Construction of a generic reaction knowledge base by reaction data mining[J].J Mol Graph Model,2001,19(5):427-433,469.
40 Fang X,Shao L,Zhang H,etal.Web-based tools for mining the NCI databases for anticancerdrug discovery[J].J Chem Inf Comput Sci,2004,44(1):249-255.
41 乔延江,李澎涛,苏钢强,等.中药(复方)KDD 研究开发的意义[J].北京中医药大学学报,1998,21(3):15-17.
42 王相东,殷鑫.粗糙集理论与证候规范化研究[J].陕西中医学院学报,2005,28(2):70-71
43 瞿海斌,毛利锋,王阶.基于决策树的血瘀证诊断规则自动归纳方法[J].中国生物医学工程学报, 2005,24(6):709-712.
44 徐蕾,贺佳,孟虹,等.基于信息熵的决策树在慢性胃炎中医辨证中的应用[J].第二军医大学学报,2004,25:1009-1012.
45 李建生,胡金亮,余学庆,等.基于聚类分析的径向基神经网络用于证候诊断的研究[J].中国中医基础医学杂志,2005,11(9):685-687.
46 王学伟,瞿海斌,王阶.一种基于数据挖掘的中医定量诊断方法[J].北京中医药大学学报,2005,28(1):4-7.
47 刘强,刘璨,朱文锋.数据挖掘 :心气虚 证的 鉴别诊断研究 [J].福建中医 药, 2005,
36(3):5-6.
48 吴元胜,范瑞强,陈达灿,等.不同证型系统性红斑狼疮患者外周血基因表达谱差异初探[J].广州中医药大学学报,2004,21(4):241-246.
49 梁逸 曾 , 龚 范 , 俞汝 勤, 等 . 化 学 计 量 学用 于 中医 药 研究 [J]. 化 学 进展 , 1999, 11(2):208-211.
50 梁逸曾.浅议中药色谱指纹图谱的意义、作用及可操作性[J].中药新药与临床 药理,2001,12(3):196-200.
51 冯雪松,董鸿晔.中药指纹图谱中的数据挖掘技术[J].药学进展,2002,6(4):198-201.
52 李戎,闫智勇,李文军,等.创建中药谱效关系学[J].中医教育,2002,21(2):62.
53 宁 黎 丽, 毕 开 顺, 王 瑞, 等. 吴 茱萸 汤药效 物 质 基础 的方法学研究 [J]. 药 学学报,2000,35(2):131-134.
54 胡振华.中药四性与其所含主要成分分 子量之间的关 系探 讨[J].湖南中医 药导报,1996,2(6·增刊):49-51.
55 王健,黎晓敏.368 味兽用中药材的性味、归经、毒性与 11 种元素含量关系的研究[J].牧兽医学报,1997,28(1):90-96.
56 陈晓亮.中药药性多 因素量化 分析 初探—— 毒性的相关 因素.福建中医学 院学报,1995,5(1):27.
57 姚美村,乔延江,袁月梅,等.基于人工神经网络方法的中药功效归类研究[J].中国中药 杂志,2003,28(7):689-691.
58 姚美村,张燕玲,袁月梅,等.中药药性量化方法对补虚药功效归类预测的研究[J].北京中医药大学学报,2004,27(4):7-9.
59 陆爱军,刘冰,刘海波 ,等.中药化 学数据 库关联规则的挖掘 [J].计算机 与应用 化学,2005,22(2):108-112.
60 于莲波.用模糊数学原理评估中药材质量等级[J].烟台师范学院学报(自然科学版),1997,9,(3):13.
61 姚美村,艾路,袁月梅,等.消渴病复方配伍规律的关联规则分析[J].北京中医药大学学报,2002,25(6):48-50.
62 杨林,徐慧,任廷革,等.数据库技术与 Web结合实现网上中医方剂的信息挖掘[J].中国中医药信息杂志,1999,9(6):71-72.
63 蒋永光,李力,李认书,等.中医脾胃方剂配伍规律数据挖掘试验[J].世界科学技术——中医药现代化,2003,5(3):33-37.
64 秦首科,牛孺子.利用数据 仓库分析处理中医方 剂评析[J].中医药学刊, 2002, 20 (3):341-342.
65 陈波,蒋永光,胡波,等.东垣脾胃方配伍规律之关联分析评述[J].中医药学刊, 2004, 22 (4):611-612.
66 曾令明,唐常杰,阴小雄,等.双向关联规则挖掘 及其相关性分析[J].计算机工程与设计,2005,26(10):2585-2589.
67 马斌荣.中医专家系统与中医知识库[M].北京:北京出版社,1997.1.
68 高洪深.决策支持系统——理论.方法.案例[M].北京:清华大学出版社,2000.10.
69 郭书文,孟庆刚,王硕仁,等.中医动物模型研究存在的问题[J].中国中医基础医学杂志,2001,7(2):62-64.
70 屈景辉,廖琪 梅,许卫中.医学信息数据库的建立与数据挖掘 [J].第四军医大学学报,2001,22(l);88-89.
71 Wolf Stuglinger et al. Intelligent Data Mining for Medical Qiality Management (OL). http:// www. ifs. tuwien.ac/-silvia/idamap-2000.
1 田琳,阎英杰,朱建贵,等.数据挖掘及其在中医药领域中的应用[J].中国中医基础医学杂志,2005,11(9):710-712.
2 中华医学会全国第四届脑血管病学术会议.各类脑血管病疾病诊断要点[J].中华神经科杂志,1996,29(6):379.
3 国家中医药管理局脑病急症协作组.中风病诊断与疗效评定标准(试行)[J].北京中医药大学学报,1996,19(1):55-56.
4 国家中医药管理局脑病急症科研组.中风病辨证诊断标准 (试行)[J].北京中医药大学学报,1994,17(3):64-66.
5 冯丽洁,沈洪(整理).第 34 例——急性脑卒中溶栓治疗和脑保护(Internet 网上专题讨论)[J].中国危重病急救医学,2001,13(8):506-508.
6 “中风病证候学与临床诊断的研究”科研协作组.《中风病证候诊断标准》的临床验证研究[J].北京中医药大学学报,1994,17(6):41-44.
7 黄如训,苏镇培.脑卒中[M].北京:人民卫生出版社,2002,38.
8 王顺道,任占利,杜梦华,等.中风病始发态证候发生与组合规律的临床研究[J].中国医药学报,1996,11(3):17-21.
9 《中风病证侯学与临床诊断的研究》研究组.中风病急性期证候演变规律的研究[J].中国中医急症,1996,5(3):121-125.
10 黄燕, 郭建文, 张燕 婷, 等. 中风病证候动态演变规律研究 [J]. 新 中医 , 2005, 37(11):79-80.
11 Jiawei Han, Micheline kamber. 数据挖掘概 念与技术 [M]. 北京 :机械工业出版社,2001,149-169.
2 金海浩.中医学的方证相应论[J].黑龙江中医药,2005,1:44-46.
3 韩育 明. 方证 对应的 实 践—— 论中医 药 学的 科 学 内涵 与 发展 [J]. 医学与 科学,2003,24(11):58-59.
4 张兰凤,王阶,王永炎.方证对应研究 [J].中华中医药杂志(原中国医药学报), 2005, 20(1): 8-10.
5 刘渡舟.方证相对论[J].北京中医药大学学报,1996,19(1):3-5.
6 顾武军.《伤寒论》方临床运用刍议[J].南京中医药大学学报,1999,15(6):321-323.
7 王阶,张兰凤,王永炎.方证对应理论源流及临床研究[J].世界科学技术——中医药现代化基础研究,2004,6(4):13-18.
8 黄煌.论方证相应说及其意义[J].中国中医基础医学杂志,1998,4(6):11-13.
9 于真健,杨彪.论日本汉方医学方证相对[J].国医论坛,1996,11(4):20-21.
10 俞雪如.柯琴“以方名证”思想对吉益东洞“方证相对说”的影响[J].上海中医药大学学报,2001,15(2):12-14.
11 王庆国.日本汉方医学独特的病因论、证候论评介[J].北京中医药大学学报, 1996, 19(1):25-27.
12 裘索.日本汉方医 药学的 兴衰 对我 国中医 药及其 现代化 的启示[J].中医 药学刊,23(5):874-875.
13 嵇波,张秋霞,赵勇,等.中医方 剂、证候关 系的研究与 思考[J].北京中医药大学学报,2001,24(6):1-4.
14 朱邦贤.方剂辨证与方证规范化之我见[J].上海中医药杂志,1997,11:2-5.
15 王世民,王永吉,郭晓峰,等.关于方剂辨证的一些思考[J].山西中医,2002,18(4):1-3.
16 司端圣,尚海峰,石洪超.方证从化学说理论探索[J].中国中医 基础医学杂志, 2001, 7(7):25-28.
17 司端圣,石洪超.方证从化学说与方证对应观——中日中医临床比较与发展[J].国外医学中医中药分册,1997,19(3):36-37.
18 叶纪平.张仲景“方证相对”辨证思想的内涵及价值探析[J].国医论坛,1995,1:8-9.
19 黄煌.论方证相应说及其意义[J].江苏中医,1998,19(8):3-5.
20 杨大华,杨健.黄煌教授学术思想述要[J].南京中医药大学学报(社会科学版), 2004, 5(1):43-45.
21 林坚.试论中医学方证相应观[J].中国中医基础医学杂志,2000,6(7):9-11.
22 王玉川.关于“有是证用是方”的反思[J].北京中医药大学学报,1998,21(6):2-5.
23 薛建国.《方剂学》教学应重视贯彻方证相应的思维模式[J].南京中医药大学学报(社会科学版),2004,5(1):50-51.
24 祝世讷.中药方剂的三个原理问题[J].中国中医基础医学杂志,2000,6(11):1-3.
25 谢鸣.方剂学科的发展与思考[J].北京中医药大学学报,1996,19(2):2-7.
26 李沛清,刘喜平.对中医证与方证研究的思考[J].中国中医药信息杂志.2005,12(4):5-6.
27 马丽 红, 焦增锦, 张瑞华.心血 虚的客观化研究 进展 [J].中国中医 基础 医学 杂志,1999,5(5):59.
28 陈家旭.中医证实质研究存在的问题与对策[J].医学与哲学,1995.16(3):131-132.
29 张启明,韩京清.肺病辨证客观化的理论研究[J].辽宁中医杂志.1998.25(7):291-293.
30 中华全国中医学 会内科 学会.中风病中医诊断 、疗 效评定标准 [J].中国医 药学报,1986,2:56.
31 中华人民共和国中医 药行业标准.中医病证诊断 疗效标准[J].国家中医药管理局, 1994:24-25.
32 王顺道,高颖.中风病辨证诊断标准(试行)[J].北京中医药大学学报,1994,17(3):64-66.
33 钱学森,于景元,戴汝为.一个科学新领域——开放的复杂巨系统及其方法论[J].自然杂志,1991,13(1):3.
34 戴汝为.复杂巨系统科学——一门 21 世纪的科学[J].自然杂志,1997,19(4):190.
35 王阶,王永炎.复杂系统理 论与中医方证研究 [J].中国中医 药信息杂志,2001,8(9):
25-28.
36 杨洪军,赵亚丽,刘艳骄,等.“熵”在中医方证研究中的运用[J].中国中医基础医学杂志,2004,10(9):16-19.
37 徐蕾,贺佳,孟虹,等.基于信息熵的决策树在慢性胃炎中医辨证中的应用[J].第二军医大学学报,2004,25:1009-1012.
38 陈波 , 蒋永 光, 胡 波, 等 . 东 垣 脾 胃 方配伍 规律之关联分析 评 述 [J]. 中医 药 学刊,2004,22(4):611-612.
39 刘娟 , 蒋永 光 , 胡 波 , 等 . 白 术 类方的 药 证关联分析 [J]. 成 都 中医 药 大 学学报,2004,27(4):55-56.
40 余弦,唐常杰,张欢,等.基于基 因表达式编程挖掘中医方证关 系[J].计算机 应用,2005,25(11):2679-2681.
41 尚景盛,胡立胜,牛欣,等.半夏泻心汤配伍应用的数据挖掘 试验[J].中日友好医院学报,2005,19(4):227-229.
42 刘树安,杜红涛.粗糙集理论与应用发展[J].系统工程理论与实践,2001,10:77-81.
43 秦中广,毛宗源.粗糙集在中医类风 湿证候诊断中的应用 [J].中国生物医学工程学报,2001,20(4):357-363.
44 王相东,殷鑫.粗糙集理论与证候规范化研究[J].陕西中医学院学报,2005,28(2):70-71.
45 袁冬生.方剂教学中的方证对应关系[J].中医教育 ECM.1999,18(3):39-40.
46 邓铁涛.再论辨证论治[J].新中医,1999,31(4):8-9.
47 周训伦,罗学琴.方证对应规律与方法探讨[J].成都中医学院学报,1995,18(1): 11-13.
1 姚美村,袁月梅,艾路,等.数据挖掘及其在中医药现代化研究中的应用[J].北京中医药大学学报,2002,25(5):20-23.
2 史忠植.知识发现[M].北京:清华大学出版社,2002,8.
3 杨春华,李春花,王桂枝 ,等.数据挖掘 技术在药物研究与 发现中的应用 [J].医药导报,2005,24(12):1143-1146.
4 李文林,赵国平.数据挖掘 技术及其在中医 药领域的应用 [J].中华医学图书情报杂志,2004,13(6):4-6.
5 Jiawei Han, Micheline kamber. 数据挖掘概 念与技术 [M].北京 :机械工业出版社,2001,14-18.
6 刘云,刘东苏.基于 Web 的数据仓库与数据挖掘技术[J].情报理论与实践, 2001, 24 (4):289-320.
7 王艳.数据挖掘在数字图书馆中的应用[J].现代图书情报技术,2002,(5):8-10.
8 刘春艳,张爱连,胡铁军.数据按掘及其在信息服务业应用加研究现状[J].医学情报工作,2004,6:40-45.
9 Richard J. Roiger,Michael W. Geatz. data mining atutorial based primer[M]. 北京:清华大学出版社,2003,11.
10 屈景辉,廖琪梅,许卫中,等.医学信息数据库的建立与数据挖掘 [J].第四军医大学学报,2001,22(1):88-89.
11 关俐,梁洪峻.数据仓库与数据挖掘[J].微型电脑应用,1999,15(9):17 20.
12 朱凌云,吴宝明,曹长修.医学数据挖掘的 技术、方法及应用[J].生物医学工程学杂志,2003,20(3):559-562.
13 张世 红 , 徐 国 桓 , 刘 会 霞 , 等 . 数据挖掘在医学上的应用 [J]. 医学 情 报 工作,2004,6:408-410.
14 田琳,阎英杰,朱建贵,等.数据挖掘及其在中医药领域中的应用[J].中国中医基础医学杂志,2005,11(9):710-712.
15 Nandi T,B-Rao C,Ramachandran S.Comparative genomics using data mining tools[J]. J Biosci,2002,27(1 Suppl 1):15-25.
16 Casadio R,Compiani M,Fariselli P,et al.Neural networks predict protein folding and structure:artificial intelligence faces biomolecular complexity[J].SAR QSAR Environ Res,2000,11(2):149-182.
17 King RD,Karwath A,Clare A,et al.Accurate prediction of protein functional class from sequence in the Mycobacterium tuberculosis and Escherichia coli genomes using data mining[J]. Yeast,2000,17(4):283-293.
18 Lawson D.Data mining parasite genomes:haystack searching with a computer[J]. Parasitology,1999,118 Suppl:S15-S18.
19 王金虹.基于粗糙集理论的冠心病病因分析与研究[J].山西师范大学学报(自然科学版),2005,19(4):33-36.
20 秦中广.粗糙 集在中医类风 湿证候诊断中的应用 [J].中国 生物医学 工程学报, 2001,20(4):357-363.
21 A.Kusiak,K.H.Kemstine,J.A.Kern,K.A.McLaughlin,T.L.Tseng.DataMining:Medical and Engineering Case Studies (A) [J].Proceedings of the ⅡE Research 2000 conference, cleveland, OH, May 2000, 1-7.
22 Roshawnna Scales,Mark Embrechts.Computational Intelligence Techniques for Medical Diagnostics〔OL〕http://www.cs.rpi.edu/-bivenj/MRC/proceedings/.
23 Sacha JP, Goodenday LS, Cios KJ. Bayesian learning for cardiac SPECT image interpretation [J].Artif Intell Med, 2002, 26(1-2):109-143.
24 Ganzert S,Guttmann J,Kersting K,et al.Analysis of respiratory pressure-volume curves in intensive care medicine using inductive machine learning[J]. Artif Intell Med, 2002, 26 (1-2);69-86.
25 Imberman SP, Domanski B,Thompson HW. Using dependency/association rules to find indications for computed tomography in a head trauma dataset[J]. Art 了 Intell Med, 2002, 26(1-2) :55-68.
26 Evans S, Lemon SJ,Deters CA,et al. Automated detection of hereditary syndromes using data mining[J].Comput Biomed Res,1997,30(5):337-348.
27 Mapel DW,Coultas DB. Ethnic differences in the prevalence of nonmalignant respiratory disease among uranium miners[J].Am J Public Health, 1997,87(5):833-838.
28 沈逸雄,周怡,张睿玲.心脏超声诊断数据挖掘 尝试——粗糙集理论运用[J].医学信息,2005,18(1):19-21.
29 毛利锋,瞿海斌.一种基于决策树的乳腺癌计算机辅助诊断新方法[J].江南大学学报(自然科学版),2004,3(3):227-229.
30 Pawlak Z et al. Rough sets[J].Communications of ACM. 1995,38(11):89-95.
31 廖正根,杨光华.药物发现中的逻辑思维与非逻辑思维[J].医学与 哲学, 1997, 18 (8):438-439.
32 Swanson DR,Smalheiser NR. Implicit text linkages between medline records:Using Arrowsmith as an aid to scientific discovery[J].LibraryTrends,1999,48(1):48-59.
33 孙迎 节,吕鹏 ,薛久刚 ,等.生物信息 学在 基因和药物发现 中的应用 [J].药学进展,2003,26(3):174-179.
34 李学军.药物蛋白质组学与药物发现[J].生理科学进展,2002,33(3):209-214.
35 Flower DR. Databases and data mining for computational vaccinology[J].Curr Opin Drug Discov Devel,2003,6(3):396-400.
36 Weston J,Perez CF,Bousquet O,et al. Feature selection and transduction for prediction of molecular bioactivity for drug design[J].Bioinformatics,2003,19(6): 764-771.
37 Warmuth MK,LiaoJ,RatschG,etal.Active learning with support vector machines in the drug discovery process[J].J Chem Inf Comput Sci,2003,43(2):667-673.
38 Merlot C,Domine D,Church DJ.Fragment analysis in small molecule discovery[J].Curr Opin Drug Discov Devel,2002,5(3):391-399.
39 Wang K,Wang L,Yuan Q,etal.Construction of a generic reaction knowledge base by reaction data mining[J].J Mol Graph Model,2001,19(5):427-433,469.
40 Fang X,Shao L,Zhang H,etal.Web-based tools for mining the NCI databases for anticancerdrug discovery[J].J Chem Inf Comput Sci,2004,44(1):249-255.
41 乔延江,李澎涛,苏钢强,等.中药(复方)KDD 研究开发的意义[J].北京中医药大学学报,1998,21(3):15-17.
42 王相东,殷鑫.粗糙集理论与证候规范化研究[J].陕西中医学院学报,2005,28(2):70-71
43 瞿海斌,毛利锋,王阶.基于决策树的血瘀证诊断规则自动归纳方法[J].中国生物医学工程学报, 2005,24(6):709-712.
44 徐蕾,贺佳,孟虹,等.基于信息熵的决策树在慢性胃炎中医辨证中的应用[J].第二军医大学学报,2004,25:1009-1012.
45 李建生,胡金亮,余学庆,等.基于聚类分析的径向基神经网络用于证候诊断的研究[J].中国中医基础医学杂志,2005,11(9):685-687.
46 王学伟,瞿海斌,王阶.一种基于数据挖掘的中医定量诊断方法[J].北京中医药大学学报,2005,28(1):4-7.
47 刘强,刘璨,朱文锋.数据挖掘 :心气虚 证的 鉴别诊断研究 [J].福建中医 药, 2005,
36(3):5-6.
48 吴元胜,范瑞强,陈达灿,等.不同证型系统性红斑狼疮患者外周血基因表达谱差异初探[J].广州中医药大学学报,2004,21(4):241-246.
49 梁逸 曾 , 龚 范 , 俞汝 勤, 等 . 化 学 计 量 学用 于 中医 药 研究 [J]. 化 学 进展 , 1999, 11(2):208-211.
50 梁逸曾.浅议中药色谱指纹图谱的意义、作用及可操作性[J].中药新药与临床 药理,2001,12(3):196-200.
51 冯雪松,董鸿晔.中药指纹图谱中的数据挖掘技术[J].药学进展,2002,6(4):198-201.
52 李戎,闫智勇,李文军,等.创建中药谱效关系学[J].中医教育,2002,21(2):62.
53 宁 黎 丽, 毕 开 顺, 王 瑞, 等. 吴 茱萸 汤药效 物 质 基础 的方法学研究 [J]. 药 学学报,2000,35(2):131-134.
54 胡振华.中药四性与其所含主要成分分 子量之间的关 系探 讨[J].湖南中医 药导报,1996,2(6·增刊):49-51.
55 王健,黎晓敏.368 味兽用中药材的性味、归经、毒性与 11 种元素含量关系的研究[J].牧兽医学报,1997,28(1):90-96.
56 陈晓亮.中药药性多 因素量化 分析 初探—— 毒性的相关 因素.福建中医学 院学报,1995,5(1):27.
57 姚美村,乔延江,袁月梅,等.基于人工神经网络方法的中药功效归类研究[J].中国中药 杂志,2003,28(7):689-691.
58 姚美村,张燕玲,袁月梅,等.中药药性量化方法对补虚药功效归类预测的研究[J].北京中医药大学学报,2004,27(4):7-9.
59 陆爱军,刘冰,刘海波 ,等.中药化 学数据 库关联规则的挖掘 [J].计算机 与应用 化学,2005,22(2):108-112.
60 于莲波.用模糊数学原理评估中药材质量等级[J].烟台师范学院学报(自然科学版),1997,9,(3):13.
61 姚美村,艾路,袁月梅,等.消渴病复方配伍规律的关联规则分析[J].北京中医药大学学报,2002,25(6):48-50.
62 杨林,徐慧,任廷革,等.数据库技术与 Web结合实现网上中医方剂的信息挖掘[J].中国中医药信息杂志,1999,9(6):71-72.
63 蒋永光,李力,李认书,等.中医脾胃方剂配伍规律数据挖掘试验[J].世界科学技术——中医药现代化,2003,5(3):33-37.
64 秦首科,牛孺子.利用数据 仓库分析处理中医方 剂评析[J].中医药学刊, 2002, 20 (3):341-342.
65 陈波,蒋永光,胡波,等.东垣脾胃方配伍规律之关联分析评述[J].中医药学刊, 2004, 22 (4):611-612.
66 曾令明,唐常杰,阴小雄,等.双向关联规则挖掘 及其相关性分析[J].计算机工程与设计,2005,26(10):2585-2589.
67 马斌荣.中医专家系统与中医知识库[M].北京:北京出版社,1997.1.
68 高洪深.决策支持系统——理论.方法.案例[M].北京:清华大学出版社,2000.10.
69 郭书文,孟庆刚,王硕仁,等.中医动物模型研究存在的问题[J].中国中医基础医学杂志,2001,7(2):62-64.
70 屈景辉,廖琪 梅,许卫中.医学信息数据库的建立与数据挖掘 [J].第四军医大学学报,2001,22(l);88-89.
71 Wolf Stuglinger et al. Intelligent Data Mining for Medical Qiality Management (OL). http:// www. ifs. tuwien.ac/-silvia/idamap-2000.
1 田琳,阎英杰,朱建贵,等.数据挖掘及其在中医药领域中的应用[J].中国中医基础医学杂志,2005,11(9):710-712.
2 中华医学会全国第四届脑血管病学术会议.各类脑血管病疾病诊断要点[J].中华神经科杂志,1996,29(6):379.
3 国家中医药管理局脑病急症协作组.中风病诊断与疗效评定标准(试行)[J].北京中医药大学学报,1996,19(1):55-56.
4 国家中医药管理局脑病急症科研组.中风病辨证诊断标准 (试行)[J].北京中医药大学学报,1994,17(3):64-66.
5 冯丽洁,沈洪(整理).第 34 例——急性脑卒中溶栓治疗和脑保护(Internet 网上专题讨论)[J].中国危重病急救医学,2001,13(8):506-508.
6 “中风病证候学与临床诊断的研究”科研协作组.《中风病证候诊断标准》的临床验证研究[J].北京中医药大学学报,1994,17(6):41-44.
7 黄如训,苏镇培.脑卒中[M].北京:人民卫生出版社,2002,38.
8 王顺道,任占利,杜梦华,等.中风病始发态证候发生与组合规律的临床研究[J].中国医药学报,1996,11(3):17-21.
9 《中风病证侯学与临床诊断的研究》研究组.中风病急性期证候演变规律的研究[J].中国中医急症,1996,5(3):121-125.
10 黄燕, 郭建文, 张燕 婷, 等. 中风病证候动态演变规律研究 [J]. 新 中医 , 2005, 37(11):79-80.
11 Jiawei Han, Micheline kamber. 数据挖掘概 念与技术 [M]. 北京 :机械工业出版社,2001,149-169.