一种面向中医药数据的高效脱敏算法＊

目的 针对中医药大数据平台传统的加密方案效率不高的问题，提出一种高效的基于属性的内积加密的数据脱敏算法。方法 Hash（哈希）算法是应用广泛的高效的数据加密方法，但传统的哈希算法基于单一的控制策略，效率不高。本文提出一种基于属性的内积加密的数据脱敏算法，把批量的敏感数据分割为不同长度数据颗粒度，与特定密文的哈希进行内积处理。结果 在面对中医药大数据平台的海量数据加密的场景，与传统的哈希加密算法相比，本文提供的加密算法具有很好的性能。结论 为了保障个人隐私数据不被泄露，中医药大数据平台中的个人医疗数据需要加密脱敏后，才能进行分析处理或对外发布。本文提出的算法具备灵活的数据颗粒度、策略和高效的性能表现，适用于海量的中医药数据脱敏。     

基于CiteSpace的中医药治疗肺癌知识图谱可视化分析＊

目的 基于CiteSpace工具，对中医药治疗肺癌的文献进行知识图谱可视化分析，探索中医药治疗肺癌的发展状况。方法 在中国知网中检索2009年-2018年中医药治疗肺癌的相关文献，应用CiteSpace3.9.R6软件对作者、机构、关键词绘制知识图谱并进行分析。结果 共纳入文献1050篇，近10年发文量较为稳定。研究学者440位，以徐振晔等为代表；研究机构为352家，以上海中医药大学附属龙华医院为代表；关键词为140个，频次最高的为非小细胞肺癌，聚类显示研究主要包括中医药治疗肺癌临床疗效观察、名老中医诊治肺癌规律分析、生物学机制研究及中西医结合治疗肺癌等方向。应用数据挖掘技术于该领域是目前研究主流，且持续性可观。结论 近10年我国中医药治疗肺癌领域正处于蓬勃发展时期，中医药治疗肺癌具有独特优势，通过图谱初步直观展现了该领域发展脉络、研究热点及前沿趋势，为科研人员提供研究方向。     

基于复杂网络的名老中医治疗肺癌用药规律研究＊

目的 研究名老中医治疗肺癌的临床病案数据，探索运用复杂网络模型发现病机与中医用药规律。方法 基于1090条包含病机、处方的肺癌病案有效诊疗数据，采用复杂网络分析方法，兼顾方剂和中药属性信息，构建中药带权网络，依据节点重要性挖掘核心病机的核心中药。结果 针对气阴两虚、痰瘀郁肺、癌毒走注、痰瘀郁毒、热毒痰瘀阻肺以及热毒痰瘀互结六个病机，在包含401个中药节点的中药带权网络范围内找出各自对应的核心药物。结论 复杂网络模型可以直观展示病机与药物间的联系，为进一步深化中医对肺癌的理论认识，传承名老中医临床经验提供基础。     

基于ML-KNN算法的冠心病辨证模型研究

目的:构建冠心病辨证模型,解决兼夹证诊断问题。方法:对收集的1315条冠心病医案进行规范化处理,并在规范数据集上运用多标记近邻算法ML-KNN构建冠心病辨证模型,采用十折交叉验证的方法对模型进行训练和测试,并用经典多标记算法评价指标对模型结果进行评价。结果:模型平均汉明损失为5.47%,1-错误率为2.13%,覆盖率为12.33%,排序损失为1.56%,平均精度为93.55%。结论:利用ML-KNN算法,从临床数据构建冠心病辨证模型,能够较好地模拟中医专家经验。     

基于复杂网络的中医治疗肺癌的处方推荐算法

目的肺癌是人类健康的一大隐患,本文的目的是探索中医药治疗肺癌的核心有效方的推荐算法。方法文章提出一种基于复杂网络的中医治疗肺癌的处方推荐算法PRCN,核心思想是确定治疗肺癌核心药物,根据核心药物来确定最有效的方剂。结果通过对名老中医治疗肺癌的1204个方剂进行数据挖掘,通过PRCN算法获取核心药物16味,获得推荐方剂36个。结论通过PRCN算法获得的名老中医治疗肺癌的核心的方剂的结果表明该算法具有理论正确性,可以为研究中医治疗肺癌提供一定的帮助。     

中药学习与分析平台设计与实现

结合光学字符识别技术构建基于安卓的中药学习与分析平台,详细阐述平台设计开发与具体实现, 指出该平台有助于中医药相关领域人员学习与研究中药理论与中药药性配伍规律。     

基于复杂网络的名中医诊治肺癌用药规律分析

目的：基于某三甲中医医院名中医治疗肺癌有效病历数据,挖掘肺癌的中医用药规律。方法：利用某三甲中医医院门诊电子病历系统中提取的1175张治疗肺癌有效处方数据,采用复杂网络数据挖掘分析方法,总结分析名中医诊治肺癌的用药规律。结果：肺癌的常见证型为气阴两伤、痰淤热毒、癌毒走注、痰淤郁毒、热毒痰瘀、痰瘀郁毒阻肺;常用中药为北沙参、南沙参、太子参、麦冬、白花蛇舌草、山茨菇、泽漆、仙鹤草等。结论：采用复杂网络算法对名中医治疗肺癌疾病的病历处方数据进行挖掘,分析名中医的用药规律,利用复杂网络的多尺度骨干网络图谱分析临床名中医在肺癌治疗过程中的辨证论治、遣方用药规律,对传承和挖掘名中医治疗肺癌的优秀经验,并指导临床诊疗及用药具有较大的应用价值。     

基于改进双聚类算法的方剂剂量分析

目的:实现方剂疗效最大化,而药物对患者的不良影响最小化。方法:对传统CC双聚类算法进行优化,并使用优化算法对中医方剂剂量数据进行分析。结果:该研究在筛选的149首与中医治疗抑郁症相关的方剂及其剂量的基础上,形成63个方剂剂量子矩阵,每个子矩阵表示不同药物在不同方剂中所含剂量的参考值。结论:优化的CC算法可以有效地排除中医剂量原始矩阵中0值的干扰,避免输出没有价值的0值子矩阵,可以有效分析出不同药物在抑郁症相关的不同方剂中的使用剂量参考值,为医生临床合理用药提供有价值的参考。     

基于变精度容差粗糙集模型及属性敏感度约简的方剂配伍研究

粗糙集理论是处理海量不完备信息系统的有力工具,可很好的运用到方剂数据分析中。本文对变精度粗糙集模型进行改进,结合相容关系,提出加权变精度容差关系模型,并将属性重要度和信息熵相结合作为启发式信息,给出基于属性敏感度的约简算法。在此基础上,将方剂各组成药物映射为粗糙集属性,对其进行重要度评价,并结合临床疗效,进行属性约简,探讨方-药-症-证对应关系。实验证明,将本文算法应用到方剂数据分析中,能准确地揭示方剂配伍规律和方证相应关系,指导临床遣方用药。     

基于G-Means的中医药可穿戴设备的数据汇聚方法研究＊

目的 主要研究高效的数据汇聚方法，以减少中医药可穿戴设备节点的能量消耗，并延长中医药可穿戴设备网络的生存周期。方法 通过G-Means算法，按照中医可穿戴设备节点的地理位置，将节点划分为多个服从高斯分布的簇集。根据节点的剩余能量与地理位置为所有簇集内可穿戴设备节点分配权重，所计算的权重值为每个簇集选取合适的簇头节点。网络内所有节点数据经簇头节点收集并汇聚至中医医生观测平台。结果 文中的方法在场景1与场景2中所有节点在网络前100轮的平均能耗分别为0.0262 J与0.0555 J，比同类型方法均降低10%以上。文中所提方法在场景1与场景2下首个节点的失效时间为910轮与849轮，比同类型方法均延长10%以上。结论 高效中医药可穿戴设备的数据汇聚方法优化中医药可穿戴设备网络的拓扑结构，提高设备节点的能效性，并延长网络的生存周期。