论文部分内容阅读
目的:研究基于数字化辨证方法的高血压病中医辨证分型,对临床病例信息进行实验分析,得出能够用于高血压病中医辨证分型最佳的数据挖掘方法,探索利用动态不确定因果图(DUCG)方法运用到高血压病中医辨证中的可能性,并探讨高血压病中医辨证科学的数字化辨证方法。方法:运用Cite Space(知识可视化软件)对高血压病中医证型的相关文献绘制知识图谱,分析高血压病中医辨证分型的研究现状,提出研究的思路方向与方法。同时收集湖南省中医药研究院附属医院心内科住院病房124例高血压病患者的病历资料,建立数据库,分别运用决策树、支持向量机和贝叶斯网络三种数据挖掘分类方法对高血压病的临床病例进行分类处理。并尝试将动态不确定因果图(DUCG)这种智能诊断方法运用于诊断高血压病上,建立高血压病中医辨证的DUCG推理模型。结果:运用CiteSpace(知识可视化软件)对高血压病中医证型的文献分析得出:(1)高血压中医辨证分型的研究多为临床病例的研究;(2)高血压合并其他病是研究的热度所在;(3)学者们研究最多的中医证型是阴虚阳亢证和肝肾阴虚证。数据挖掘分类方法对高血压病临床病例中医辨证分型的研究结果为:贝叶斯网络分类算法有最高的准确率,耗时最短,即三种方法中最好的分类算法是贝叶斯网络算法。结论:高血压病中医辨证的数字化研究是一项多学科交叉的系统工程,运用科学、合理、符合高血压病中医辨证非线性、不确定性等特点研究的数字化辨证方法是全面开展本病数字化辨证的核心与关键。本文所运用的三种数据挖掘分类方法中贝叶斯网络是其中最好的分类方法,但可信度较低,且仍未能涵盖中医的不确定性与复杂性;进而探讨将动态不确定因果图(DUCG)这种智能诊断方法运用于诊断高血压病上。因此我们需要将多种智能技术与方法集成起来,形成各种方法间的协同合作。