欢迎来到天天文库
浏览记录
ID:34875396
大小:14.49 MB
页数:86页
时间:2019-03-13
《基于数据挖掘的高血压病痰湿壅盛证的证治规律研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、:11分类号:单位代码044密级:学号:20087887。,与飞.辛心《中度爲若等、-@基;统招硕±化义撫中文题目:基于数据挖掘的高血压病?S湿窒盛证‘、的证治规律研究支题@:TheResearchofTherapyregularityofPhlegm-dampnessSyndromeofp^。HertensionbasedonDataMininypg申请人姓名入学年月2008年9月学科专业中医内科学指导教师李运伦学位类型临床医学专业学位(古年制)2
2、015年5月…日原创性声明本人郑重声明:所呈交的学位论文,是在导师的指导下独立完成的,文中除注明引用的内容外,不包含任何其他已经发表的科研成果。对本文研究做出重要贡献者,均已在文中W明确方式表明。本声明的法律责任完全由自己承担。论文作者篇名後令导师答名选日期如)y心化I关于学位论文使用授权的声明本人完全了解山东中医药大学有关保留使用学位论文的规定,同意学校保留或向国家有关部口机构送交论文的复印件和电子版,允许被查阅和借阅。本人授权山东中医药大学可将本学位论文的全部或部分内容编入有关数据库进行检索,可采用影印、缩印或其他
3、复印手段保存和汇编本。学位论文(保密论文在解密后应遵此规)守定论文作者签名导师签名-惭_日期盛全鱼__了提要目的:在中医基础理论指导下,以与高血压病痰湿壅盛证相关的古今医案及期刊文献及临床收集相关病历为研究对象,基于数据库和数据挖掘技术,采用决策树CRT、CHAID、C5.0、QUEST等算法及神经网络径向基函数、多层感知器等方法建立高血压病痰湿壅盛证辨证数学模型,采用频数分析和关联规则算法挖掘处方用药规律,寻找高血压病痰湿壅盛证的应证组合和药物配伍规律,探析高血压病痰湿壅盛证的证治规律,为临床遣方用药提供依据。方法:1.收集资料。收集关于
4、高血压病古今医案文献资料及门诊高血压病患者资料,建立高血压病痰湿壅盛证数据模型及方药资料库。2.整理资料。对所收集医案患者的症状及方药进行语言规范化处理及量化赋值,对规范化处理过的信息采用二值变量0,1赋值,该病例出现的证候要素赋值为1,未出现的及缺如资料赋值为0。3.使用SPSS20.0软件中的决策树C5.0、CRT、CHAID及QUEST等方法选出对高血压病痰湿壅盛证和非痰湿壅盛证证候资料中有鉴别意义的指标,建立高血压病痰湿壅盛证最佳判别模型,从而为其客观化研究提供依据。4.使用SPSS20.0软件中多层感知器神经网络和径向基函数方法建立高血压病痰湿壅盛证最
5、佳判别模型。5.用药组方规律分析。建立高血压病痰湿壅盛证方药信息数据库,录入中医传承辅助系统,利用复杂系统熵聚类、改进互信息法、无监督的熵层次聚类等无监督数据挖掘方法,分析高血压病痰湿壅盛证药物的四气、五味及归经,并进行中药之间的关联度分析,分析其核心组合及新处方,进一步指导临床用药。结果:1.建立了高血压病证候信息数据库和方药信息数据库。2.采用CHAID、CRT、QUEST及C5.0算法建立高血压病痰湿壅盛证诊断模型,其准确率分别为82.9%、91.1%、92.4%、93.74%;共性四诊信息为头重昏蒙、呕恶、多痰涎、苔白腻,进一步结合如胸满闷、痞满、肢体困
6、重等症状形成了良好的痰湿壅盛证四诊信息层面的组合判别模式。3.采用多层感知器神经网络及径向基函数神经网络建立高血压病痰湿壅盛证诊断模型,其准确率分别为91.4%和90.4%,头重昏蒙、多痰涎、胸满闷、呕恶、苔白腻所建立的模型为最佳诊断模型。4.运用“中医传承辅助系统”对高血压病痰湿壅盛证的常用处方和药物进行分析,并找到了其处方用药规律,推导出高血压病痰湿壅盛证的治则以健脾化痰、平肝熄风为主。5.通过两个典型病案的分析,得出数据挖掘结果对高血压病痰湿壅盛证的临床诊疗有很大的指导价值。结论:本研究建立了高血压病痰湿壅盛证中医证候、方药信息数据库,运用决策树和神经网络
7、等数据挖掘技术分析出高血压病痰湿壅盛证的证候分布规律和证候标识要素;运用中医传承辅助系统,分析高血压病痰湿壅盛证的方药使用特色,从而为高血压病痰湿壅盛证的中医证候规范和方药配伍规律提供依据,对本病的临床诊疗具有指导价值。关键词高血压病;痰湿壅盛证;证治规律;决策树;神经网络;数据挖掘TheResearchofTherapyregularityofPhlegm-dampnessSyndromeofHypertensionbasedonDataMiningSpeciality:Cardiovasculardisease,InternalMedicineofTCMAu
8、thor:DingXue
此文档下载收益归作者所有