中医药数据挖掘研究现状分析
基于数据挖掘的中药配方药效研究
基于数据挖掘的中药配方药效研究中药作为中国传统医学的重要组成部分，在长期的临床实践中积累了丰富的经验和知识。
然而，中药的配方种类繁多，药效难以准确评估，这给中药的临床应用和研究带来了一定的挑战。
为了解决这个问题，近年来，越来越多的研究者开始运用数据挖掘技术，对中药配方的药效进行研究。
本文将基于数据挖掘的方法，探讨中药配方药效研究的现状和发展前景。
一、数据挖掘在中药研究中的应用数据挖掘是从大量的数据中挖掘出潜在模式和规律的过程，它可以帮助我们发现药物的功效及可能的副作用，从而有效地指导中药的合理运用。
在中药研究中，数据挖掘技术可以应用于以下几个方面：1. 中药配方的组成分析通过分析中药配方中药材的组成及其所含的活性成分，可以揭示中药的药效机制。
数据挖掘技术可以从大量的文献和数据库中获取中药的化学成分信息，进而帮助研究者分析中药配方的药效。
2. 中药配方的药效评估中药配方的药效评估是中药研究的一项重要任务。
传统的药效评估方法往往耗时耗力，且可能存在主观性和随机性的问题。
借助数据挖掘技术，可以利用大量的临床数据和实验数据，分析中药配方的功效和药理作用，从而对其药效进行评估。
3. 中药配方的优化中药配方的优化是指根据临床和实验数据，调整中药配方的组成和比例，以达到更好的药效。
数据挖掘技术可以帮助研究者从大量的中药方剂数据库中挖掘出有效的规律和模式，为中药方剂的优化提供科学依据。
4. 中药的副作用和毒性评估中药的副作用和毒性是中药研究中不可忽视的问题。
通过数据挖掘技术，可以从临床和实验数据中挖掘出中药的副作用和毒性信息，从而提供中药的安全性评估和合理应用的依据。
二、数据挖掘方法在中药配方药效研究中的应用案例1. 基于规则挖掘的中药配方药效研究规则挖掘是数据挖掘中的一种重要方法，它可以从给定数据集中挖掘出潜在的规则和模式。
在中药配方的药效研究中，可以利用规则挖掘技术，从大量的临床数据中挖掘出中药与疾病之间的关联规则，进而揭示中药配方的药效机制。
数据挖掘及其在中医药现代化研究中的应用
数据挖掘及其在中医药现代化研究中的应用
中医药虽然历史悠久，在医学上发挥了重要作用，但在现代化研究中仍然相对落后，对于这种民族医药，尤其是它的奥秘，研究者们尚不能完全探知其中的原理。
而数据挖掘技术的出现，为中医药研究的发展提供了可能性，它让研究者们能够从许多数据中挖掘出规律，有效的发现临床表现上的病症相关的特征，有助于更好的了解中医药的治疗原理，提高中医药现代化研究的灵活性。
首先，数据挖掘技术可以从历史病例中挖掘有价值的信息，其中涵盖着大量的症状、药物调用等信息，能够有效的实现对患者复杂体质的识别，以案例为基础的较为准确的诊断精准，从而更好的针对患者的特殊性进行治疗，为中医药现代化研究打下基础。
同时，通过数据挖掘，能够有效的从中药材数据库中发掘疗效显著的药物，从而快速、准确地形成一套最有效的治疗方案，为中医药的现代化研究打开了新的思路。
当然，在应用数据挖掘技术对中医药进行现代化研究时，由于中医药研究涉及到多学科的知识，它的涉及领域也比较复杂，要实现数据挖掘技术的最大价值，需要一定的建模等手段。
因此，在这个建模的过程中，有必要对样本数据进行适当的采集、清洗，以及对中医药相关知识进行分析，由此可以得出适合中医药研究的有价值的模型，为现代化治疗提供有效的支撑。
总之，随着近几年专属于新技术挖掘的发展，中医药现代化研究的精准性将得到极大的提升，数据挖掘技术无疑为中医药的现代化研究奠定了坚实的基础，助力中医药在现代化研究中的更新换代，更有助于普及中医药的理念和实践。
医疗大数据中医学数据挖掘技术研究
医疗大数据中医学数据挖掘技术研究随着医疗技术的不断发展，医疗大数据的作用越来越被人们所重视。
随着医疗数据的不断积累，各种数据挖掘技术也应运而生。
其中，医疗大数据中的中医学数据挖掘技术，尤其备受关注。
本文将就此话题展开深入探讨。
一、中医学数据挖掘技术的概述中医学数据挖掘技术是指对医学数据中的中医部分进行挖掘、分析和制定预测模型的过程。
通过对中医数据的深挖和分析，可以有效地提高中医药的治疗效果和临床应用的准确性。
中医学数据挖掘技术主要包括以下几类：1.规律挖掘在医疗大数据中，中医学规律挖掘是指通过发现中医学中的规律性现象来实现疾病的预测和诊断。
根据病人不同的证型，将患者诊断结果分为不同的类别，通过我们所挖掘出的中医规律性模型，就可以预测出患者是否有变坏的趋势。
2.关联规则挖掘关联规则挖掘是用来揭示中医观察的症状之间的联系。
通过对医学数据中的患者症状进行计算，我们可以得到一些规律和潜在的规则，进而更好的分析出病人患有哪一种病症。
因此，这种挖掘技术能够为临床中提供更准确的病因诊断。
3.分类和预测该技术主要用于中医证候和疾病的分类和预测。
其中，分类构建一种决策树模型用于分类中医证候和疾病，而预测则是利用中药的属性，对病情进行预测。
这种方法可以有效的提高中医证候和疾病的准确诊断率，进而提高中医的临床效果。
4.聚类分析聚类分析是指对医疗数据进行分类，将某些相似的数据聚集在一起，形成新的类别。
通过研究不同的症状和特征，我们就能够识别出不同病人的相似之处，从而进一步的挖掘理论。
以上这些技术提供了中医数据深挖和分析的方法，可以更好地被应用于中医药治疗和临床应用。
因此，中医病症预测和治疗的质量可以进一步得到提高。
二、中医学数据挖掘技术在临床应用中的价值1.中医疾病防治通过中医学数据挖掘技术挖掘出某些患者的特定关系，可以制定个性化的治疗方案。
临床上，中医学数据挖掘技术的应用，会使得中医医师具有更为准确的中医诊断和治疗方案的制定能力，从而确保患者得到更好地治疗。
数据挖掘及其在中医药现代化研究中的应用
数据挖掘及其在中医药现代化研究中的应用一、本文概述随着信息技术的快速发展，数据挖掘作为一种高效的信息处理技术，已经在各个领域展现出其独特的优势。
在中医药现代化研究领域，数据挖掘技术的运用更是为传统中医药的现代化发展提供了新的视角和工具。
本文旨在探讨数据挖掘技术在中医药现代化研究中的应用，以期推动中医药领域的科技进步和创新发展。
本文将首先介绍数据挖掘技术的基本概念、原理和方法，然后重点分析数据挖掘技术在中医药现代化研究中的应用案例和效果。
我们将从中药材的种植、采摘、炮制、配伍、药效评价等多个环节入手，详细阐述数据挖掘技术在这些方面的具体应用，以及所带来的实际效果和潜在价值。
本文还将对数据挖掘技术在中医药现代化研究中面临的挑战和问题进行深入探讨，包括数据挖掘技术的局限性、中医药数据的复杂性、数据挖掘与中医药知识的融合等问题。
通过这些问题的分析，我们希望能够为数据挖掘技术在中医药现代化研究中的进一步应用提供有益的思考和建议。
本文旨在全面、系统地探讨数据挖掘技术在中医药现代化研究中的应用，以期为中医药领域的科技进步和创新发展贡献一份力量。
二、数据挖掘技术概述数据挖掘（Data Mining）是一门新兴的交叉学科，它融合了数据库技术、机器学习、统计学等多个学科的理论和方法。
数据挖掘的主要目的是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识。
这些信息和知识可以表示为概念、规则、规律、模式等形式，它们可以用于决策支持、过程控制、信息查询、科学研究等多个领域。
数据挖掘的过程通常包括数据预处理、数据挖掘、结果解释和评估等步骤。
数据预处理是对原始数据进行清洗、转换和整合的过程，以消除噪声、处理缺失值、标准化数据等，使得数据更适合于挖掘。
数据挖掘阶段则利用各种算法和工具，如聚类分析、决策树、神经网络、关联规则挖掘等，来发现数据中的模式和关联。
数据挖掘在中医药领域应用研究进展
数据挖掘在中医药领域应用研究进展标签：数据挖掘；中医药；应用研究；综述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。
数据挖掘及其在中医药现代化研究中的应用
数据挖掘及其在中医药现代化研究中的应用中医药有着悠久的历史，一直是我国重要的医学分支，在传承和传播祖先积累的医学知识的同时，也在不断发展。
近年来，中医药现代化研究取得了飞跃式的发展，取得了一定的成效。
随着信息技术的不断发展，数据挖掘技术已被广泛应用于中医药研究中，这种技术可以让我们更全面、更准确地了解中医药。
数据挖掘是一种利用计算机科学技术从数据库、文本或日志中提取信息的技术，具有客观、准确的特点，可以有效地提高中医药研究的质量和效率。
与传统的数据处理方法相比，数据挖掘技术具有诊断、模式抽取和模型应用等特点，可以更快捷地将历史数据转化为精准的信息，从而为研究中医药提供有效的参考依据。
数据挖掘技术在中医药现代化研究中具有重要作用。
首先，它可以迅速获得有效的中医药信息，并进行有效的分析和处理，有助于改善和提升治疗效果。
其次，数据挖掘技术可以有效地组织和简化中医药的数据，有助于科学研究和推广应用，促进中医药现代化研究的发展。
此外，数据挖掘技术可以揭示中医药的规律性，有助于深度理解中医治疗理论，提高医护人员的临床技能。
在实际应用中，数据挖掘技术还可以用于构建中医药数据库，以帮助中医药机构更好地管理、存储和分析数据，有助于提高医疗质量。
此外，数据挖掘还可以帮助提取文献中的中医药信息，有助于基于大数据的中医药研究，进而推动中医药现代化研究的发展。
综上所述，数据挖掘技术对中医药现代化研究有着重要作用，但是，由于要素多样性、文化差异等原因，也在很大程度上产生了挑战。
为了解决这些问题，需要在相关法律政策、技术支持、数据管理和安全保护等方面投入大量资源，积极推进中医药现代化研究的发展，，实现“中国制造”的目标。
以上是关于《数据挖掘及其在中医药现代化研究中的应用》的文章，希望能够帮助到有关读者，祝所有读者学习进步，身体健康！。
中医药数据挖掘技术及其应用研究
中医药数据挖掘技术及其应用研究随着信息化时代的到来，中医药行业也逐渐迎来了数字化时代。
如今，中医药数据大量产生与积累，数据资源的获取和整合成为了需求和发展的重要因素。
而中医药数据挖掘技术应运而生，成为整合和挖掘数据的重要手段。
本文将介绍中医药数据挖掘技术及其应用研究。
一、中医药数据挖掘技术基础中医药数据挖掘技术是数据挖掘技术在中医药领域中的应用，主要包括数据预处理、关联规则挖掘、分类、聚类、回归、异常检测等技术手段。
数据预处理主要是对数据进行清理、整合、选择和转换，以便后续的挖掘操作。
关联规则挖掘则主要是发现数据集中项与项之间的关联关系，例如，在多家中医药机构的病历数据中做关联规则挖掘，可以发现某种病的诊断方式，与该病的治疗方式的长短之间的关联关系。
分类、聚类、回归等技术手段则常常用于对数据进行分析和预测，以期发掘出中医药中的潜在规律和规律的应用。
二、中医药数据挖掘技术的应用中药材品质研究中药材品质研究是中医药数据挖掘技术的一个重要应用领域。
中药材品质的研究一直是中医药行业面临的重要问题之一。
传统的中药材品质研究常常需要依靠药材质量地方标准进行，由于药材的品质在物理、化学和生物特性等方面的不稳定性，可能会带来一定的争议和误解。
中药材品质研究的一个重要任务是寻找代表药材品质的特征变量，并对这些特征变量进行定量描述和分类。
中医药数据挖掘技术为这些操作提供了一种较好的手段。
将数据挖掘技术应用于中药材品质研究，能够从大量的中医药书籍、中药材标本、中医药诊断和治疗记录中挖掘出与药材品质相关的有效变量和数字特征。
中医证候分类中医证候分类是中医药学的重要分支之一，其分类依据是由与中医医学相关的诊断和治疗数据所提供的证候信息。
在传统中医诊疗实践中，中医证候往往是通过临床医师的经验和知识判断的。
而这种主观判断往往存在一定的偏差和局限性。
中医药数据挖掘技术能够利用大量的中医药证候信息，基于数据挖掘的方法，制定精确的证候分类标准。
中医信息化与数据挖掘相关文献的计量分析
中医信息化与数据挖掘相关文献的计量分析引言随着信息技术的迅猛发展，中医信息化已成为中医药行业的一个重要方向。
信息化和数据挖掘技术被广泛应用于中医药领域，以提高中医药疾病诊断、治疗方案制定及疗效评价等方面的水平。
本文将通过计量分析的方法，深入探讨中医信息化与数据挖掘相关文献的研究现状和发展趋势。
一、中医信息化与数据挖掘的研究现状1.中医信息化的发展中医信息化是指将信息技术与中医药学相结合，运用信息技术手段对中医药领域进行研究和应用的过程。
自上世纪90年代以来，中医信息化迅速发展，取得了显著的成就。
中医信息化的发展主要集中在电子病历、中医药知识管理系统、远程医疗、中医药信息资源共享等方面。
2.中医数据挖掘的应用数据挖掘是指通过对大量数据进行分析，从中发现隐含的、有价值的信息，并进行有效利用的过程。
在中医领域，数据挖掘技术被广泛应用于疾病诊断、疗效评价、方剂制定、药物研发等方面。
利用数据挖掘技术可以从海量的中医药临床病例数据中挖掘出具有临床疗效的治疗方案和药物组合。
3.中医信息化与数据挖掘的结合中医信息化与数据挖掘的结合，为中医药领域带来了新的发展机遇。
信息化为数据挖掘提供了丰富的数据资源，而数据挖掘技术能够为中医信息化提供更深层次的数据支持和分析。
中医信息化与数据挖掘的结合，不仅可以提高中医药领域的科研水平，还可以更好地指导临床实践和药物研发。
二、相关文献的计量分析为了更深入了解中医信息化与数据挖掘相关领域的研究现状和发展趋势，我们对相关文献进行了计量分析。
以PubMed、CNKI等数据库为数据来源，检索了关于中医信息化与数据挖掘的文献，并进行了分析和总结。
1.文献数量的变化趋势通过对中医信息化与数据挖掘的相关文献进行计量分析，发现相关文献的数量呈逐年增加的趋势。
特别是近几年，中医信息化与数据挖掘领域的研究文献数量增长较快，表明该领域受到了广泛的关注和重视。
2.研究热点的变化通过对文献的关键词进行分析，我们发现中医信息化与数据挖掘领域的研究热点侧重于中医药临床病例数据的挖掘与分析、中医药知识管理系统的建设与优化、中医药远程医疗系统的应用等方面。
数据挖掘方法在中医医案研究中的现状分析
数据挖掘方法在中医医案研究中的现状分析李鑫颉;贾振华;吴以岭【摘要】中医医案文献浩如烟海,如何从这些历代医案资料中总结或发现有价值的信息是当代中医药文献研究的热点.数据挖掘技术是发掘与整理中医医案的良好工具,可以从大型的数据库中提取人们欲汲取的知识.数据挖掘方法在中医医案研究中已广泛应用.无监督数据挖掘方法是一种数据发掘、分析和知识发现的新技术,它更客观、更接近中医的辨证思想,更有利于从中医医案中提炼出精华.该文主要介绍了在中医学医案研究中4种常用的数据挖掘方法及更适合医案证候研究和组方规律探讨的无监督数据挖掘方法.【期刊名称】《中国中医基础医学杂志》【年(卷),期】2012(018)001【总页数】2页(P封3,封4)【关键词】医案;数据挖掘;无监督【作者】李鑫颉;贾振华;吴以岭【作者单位】河北以岭医药研究院,石家庄050035;河北省络病重点实验室,石家庄050035;河北省络病重点实验室,石家庄050035;国家中医药管理局重点研究室(心脑血管络病/国家中医药管理局中医络病学重点学科),石家压050035;河北以岭医药研究院,石家庄050035;国家中医药管理局重点研究室(心脑血管络病/国家中医药管理局中医络病学重点学科),石家压050035【正文语种】中文【中图分类】R222.19中医医案是中医学的重要内容和中医经验传承的主要模式［1］，是中医理论之源泉。
医案，又称脉案、方案、诊籍，是中医诊治疾病临床记录所形成的第一手资料，为中医学理论的发展、临床经验的传承发挥了不可替代的作用。
诚如当代中医名家章次公先生所说:“医案为古人积验所在，近贤经验之总结亦汇集于医案。
”1 医案的整理研究概要宋·许叔微《伤寒九十论》运用《伤寒论》的理法方药治疗并论述90种伤寒病证，先案后论，每案之后参以心得，开创了中医个案专著之先河。
明代出现了我国历史上第一部医案类书—江瓘《名医类案》，汇集明代以前历代医家医案及经史百家中所载医案近3000例，以病证分为205门。
中医信息化与数据挖掘相关文献的计量分析
中医信息化与数据挖掘相关文献的计量分析随着信息技术的高速发展，中医信息化建设越来越重要。
其中，数据挖掘技术在中医信息化中具有重要的应用价值。
本文通过计量分析相关文献，探讨中医信息化与数据挖掘的发展状况和未来发展趋势。
一、中医信息化的发展状况中医信息化是指运用计算机、通信和信息技术，建设中医学知识库、临床决策支持系统、药物信息管理系统、中医病案管理系统等信息系统，以实现中医临床数据的数字化管理和应用。
我国中医信息化建设起步较晚。
20世纪80年代末，国内开始利用计算机技术建设中医临床数据库。
20世纪90年代，各地相继开展中医信息化建设。
21世纪以来，中医信息化建设步伐加快，各级政府也开始制定中医信息化发展计划。
目前，中医信息化建设已经取得了重要的进展。
二、数据挖掘技术在中医信息化中的应用数据挖掘技术是指从大量的数据中自动探索出有用的信息和知识，发现其中隐藏的规律和趋势，以帮助人们做出准确的决策。
数据挖掘技术在中医信息化中的应用主要包括以下方面：1.中医临床数据挖掘中医临床数据挖掘可以帮助医生挖掘出中医材料、方剂对临床疾病的疗效规律、药理作用、药效评价等，从而为中医药的临床应用提供科学依据。
中药材是中医药的重要组成部分，质量控制是中医药生产的关键问题。
数据挖掘技术可以帮助挖掘中药材质量变化的规律和趋势，为中药材的质量控制提供科学支撑。
3.中医药消费者行为数据挖掘中医药消费者行为数据挖掘可以帮助中医药企业了解中医药市场特点，针对不同的消费者需求，制定不同的市场策略，提高销售业绩。
三、中医信息化与数据挖掘的未来发展趋势1.数据集成和标准化中医信息化建设需要大量的数据支撑，如中药材的质量信息、中医病案信息等。
为了方便数据的共享和利用，需要实现数据集成和标准化。
2.多源数据挖掘随着数据的不断增加，中医信息化数据面临多样化和复杂化的情况。
这就需要发展多源数据挖掘技术，以整合不同来源的数据和信息。
3.可视化和数据分析数据挖掘技术可以挖掘出有用的信息和知识，但这些信息和知识需要通过可视化和数据分析等方式进行呈现和解释，才能帮助人们做出正确的决策。
中医药信息研究的现状及趋势
中医药信息研究的现状及趋势中医药信息研究目前呈现出以下的现状和趋势：现状：1. 数据数量和可用性：随着数字化技术的发展，中医药领域的相关数据逐渐增多，包括临床数据、病例数据、药物成分数据等。
这使得中医药信息研究可以依据大数据进行分析和研究。
2. 知识图谱构建：中医药知识图谱是将中医药知识以图谱的形式进行建模和表示，使得中医药知识可以以结构化的方式进行存储和检索。
知识图谱的构建已经成为中医药信息研究的一个重要方向。
3. 自然语言处理技术应用：自然语言处理技术可以帮助解决中医药领域中的文本挖掘和信息抽取问题。
目前，已经有越来越多的自然语言处理技术应用于中医药文献的处理和分析。
4. 创新应用：中医药信息研究还涉及到中医药领域的创新应用，例如中医药推荐系统、中医药智能诊断系统等。
趋势：1. 人工智能技术的应用：人工智能技术包括机器学习、深度学习等，可以辅助中医药信息的挖掘和分析。
未来中医药信息研究将更多地应用人工智能技术来处理中医药领域的复杂问题。
2. 跨学科融合：中医药信息研究需要涉及到中医学、信息学、统计学等多个学科领域的知识。
未来的趋势是不同领域的专家共同参与中医药信息研究，实现跨学科的融合。
3. 知识服务平台建设：中医药信息研究需要有一个统一的平台来实现知识的共享和交流。
未来的趋势是建设一个中医药知识服务平台，方便研究人员和临床医生获取中医药相关的知识和信息。
4. 数据安全和隐私保护：随着数据的增多和共享的需求，数据安全和隐私保护的问题也变得越来越重要。
未来中医药信息研究需要加强对数据安全和隐私保护的研究和应用。
中医信息化与数据挖掘相关文献的计量分析
中医信息化与数据挖掘相关文献的计量分析1. 引言1.1 研究背景目前关于中医信息化与数据挖掘的研究还比较零散，缺乏系统性的探讨，因此有必要对这一领域进行深入的研究和分析。
中医信息化中的数据挖掘应用研究也尚处在起步阶段，如何更加有效地利用数据挖掘技术提升中医诊疗能力，是当前亟待解决的问题之一。
本文旨在通过计量分析相关文献，系统总结中医信息化与数据挖掘的研究现状和应用情况，为进一步深入探讨中医信息化和数据挖掘结合的方式和方法提供参考。
1.2 研究意义中医信息化与数据挖掘的结合将为中医药行业的发展带来创新和突破。
通过挖掘大量的医疗数据，可以帮助中医药行业实现个性化诊疗，提高治疗效果，减少误诊率，降低治疗成本。
中医信息化与数据挖掘的结合还可以促进中医药传统知识的保护和传承，推动中医药现代化发展。
中医信息化与数据挖掘的研究也有助于加强中医与现代医学的交流与合作，促进中西医结合的发展。
深入探究中医信息化与数据挖掘的相关问题，具有非常重要的意义，对于推动中医药现代化、智能化、信息化发展具有重要的推动作用。
2. 正文2.1 中医信息化现状分析随着社会经济的快速发展和科技的不断进步，中医信息化已经成为医疗行业的一个重要发展方向。
在过去的几年里，我国的中医信息化建设取得了一些显著的成就，但也暴露出了一些问题和挑战。
中医信息化的基础设施还比较薄弱。
大部分中医医院的信息化水平仍然较低，缺乏完善的信息系统和数据管理机制。
信息化建设的投入不足，导致了中医医院在信息化应用方面的滞后。
中医信息化的应用范围有限。
目前，大多数中医医院的信息化应用主要集中在挂号、收费、医保结算等基础功能上，对于临床诊疗、药物管理、病历管理等方面的信息化应用较为欠缺。
中医信息化在数据共享和互联互通方面还存在着一定的障碍。
不同医院之间信息系统的不兼容性、数据标准不一致等问题，导致了信息交流和共享的困难。
中医信息化目前还处于起步阶段，面临着诸多挑战和困难。
数据挖掘在医疗领域中的应用现状与前景研究
数据挖掘在医疗领域中的应用现状与前景研究一、引言在医疗领域中，数据挖掘的应用越来越广泛。
数据挖掘利用大数据的技术和算法，可以从海量的数据中发现潜在的规律和关联，帮助医疗工作者进行科学决策，提高医疗质量和效率。
本文将对数据挖掘在医疗领域中的应用现状和前景进行研究和探讨。
二、数据挖掘在医疗领域的应用现状1、临床决策支持系统数据挖掘技术可以从医疗数据中挖掘出患者的疾病风险因素和治疗方案，帮助医生进行临床决策。
例如，利用数据挖掘技术可以对患者的病历记录进行分析，预测患者的疾病风险和预后，提供针对性的治疗建议。
2、药物研发数据挖掘技术可以从药品试验数据中发现潜在的药物作用机制和副作用，指导药物研发。
例如，利用数据挖掘技术可以对药品试验数据进行分析，发现药品的作用机制和适应症，进一步优化药物研发方向和流程。
3、慢病管理数据挖掘技术可以从慢性病患者的健康数据中挖掘出疾病的趋势和影响因素，帮助医生进行慢性病管理。
例如，利用数据挖掘技术可以对患者的健康数据进行分析，预测患者的病情发展趋势和风险，提供定制化的健康管理方案。
4、疾病预测数据挖掘技术可以从人群健康数据中发现疾病的相关因素和趋势，预测出患病的风险。
例如，利用数据挖掘技术可以对大规模的健康数据进行分析，发现与某种疾病有关的因素和特征，进一步预测出患病的风险。
三、数据挖掘在医疗领域的前景1、个性化医疗数据挖掘技术可以根据个体的健康数据和基因信息，提供个性化的医疗服务和预防措施。
例如，利用数据挖掘技术可以对个体的基因信息和健康数据进行分析，提供个性化的疾病预防和治疗方案，最大程度地满足患者的需求和期望。
2、智慧医疗数据挖掘技术可以将医疗信息和生物信息整合在一起，形成智慧医疗生态系统。
例如，利用数据挖掘技术可以对多元化的医疗数据进行智能分析和综合比对，提供系统化的医疗解决方案和服务，最大程度地提高医疗效率和质量。
3、创新药物研发数据挖掘技术可以进一步整合不同维度的药物试验数据，发现新的药物作用机制和适应症，推动创新药物的研发和应用。
探析数据挖掘技术在中医药领域研究中的应用
TECHNOLOGY AND INFORMATION医疗与信息化科学与信息化2021年2月上 137探析数据挖掘技术在中医药领域研究中的应用刘世芳 邓发春辽宁中医药大学信息工程学院 辽宁 沈阳 110847摘 要 在中医药传承与发展方面，数据挖掘技术能够提供有力支持。
基于此，本文对数据挖掘技术在中医药领域研究中的应用情况展开了分析，介绍了技术在药性研究、方剂研究、临床诊断研究等各方面的应用方法，为关注这一话题的人们提供参考。
关键词 数据挖掘技术；中药领域；中医领域引言在大数据等技术取得快速发展背景下，数据挖掘技术得以在各行各业得到饮用。
作为数据库、人工智能等多学科综合技术，数据挖掘能够从大量数据中提取知识和寻找规律，通过关联分析、预测等手段实现数据快速分析与处理。
而在中医药领域研究中运用该技术，能够减轻人员数据分析压力，从而取得更多研究成果。
1 数据挖掘技术在中药领域的应用1.1 在药性研究中的应用中药拥有庞大药性体系，有关研究文献和实验较多，想要实现研究成果的系统整理具有较大难度，单纯依靠人工进行考证分析也容易受到主观因素影响。
而运用数据挖掘技术，能够对药性、功效等要素间的关联进行科学分析，通过准确评价促使药性体系得到逐步完善。
如采用数据挖掘技术对大量具有利水功效的中药文献资料和试验数据进行搜集，能够完成药性与药物有效成分关系的总结归纳，为药理研究提供科学依据。
实际中药拥有多种成分，利用数据挖掘技术从不同角度对中药化学物质含量特点展开分析，能够使中药多维多息特征得到凸显，为中药内在质量评价提供依据。
在学术研究中，采用数据挖掘技术能够快速完成大量文献资料总结归纳，节省大量人力、物力。
而在实验研究中进行数据挖掘，能够准确把握药性和不同成分的关联，使药性损耗得到减小。
1.2 在方剂研究中的应用在中药方剂研究上，方、症、药的关系复杂，运用数据挖掘技术能够为研究提供有力技术支撑。
采用聚类分析、频数分析等手段，能够高效开展复方用药规律、配伍规律研究工作。
中医药数据挖掘研究现状分析
中医药数据挖掘研究现状分析目的采用文献计量方法分析我国中医药数据挖掘研究现状，为更好地利用数据挖掘技术提供参考。
方法检索历年中医药数据挖掘文献，经人工拆分整理后，从年度变化、研究类型、研究领域、数据挖掘方法和软件等方面进行分析。
结果共得到中医药数据挖掘相关文献494篇，文献量逐年增加；文献类型中应用研究类文献占59.1%；研究领域中证候研究与方剂研究文献分别占29.39%和26.22%；数据挖掘方法采用关联规则、频数分析、聚类分析和人工神经网络的文献占76.36%；数据挖掘软件使用商业化数据挖掘软件的文献占61.05%。
结论数据挖掘技术适合处理中医药数据，但目前数据挖掘技术还未能改变中医药数据难以处理的大格局，只有充分利用并发展数据挖掘技术，才能将中医药数据处理能力提高到新水平。
标签：中医药；数据挖掘；文献计量方法数据挖掘是一种以现代计算机和数据库技术为依托，从大量数据中抽取有效的、新颖的、潜在有用的以及最终可被理解知识的信息处理技术[1]。
数据挖掘技术自20世纪末诞生以来在各行业得到广泛应用，其在中医药数据处理中同样展现出广阔的前景和旺盛的生命力。
笔者拟通过整理分析历年中医药数据挖掘文献，以从研究类型、研究领域、数据挖掘方法和软件等方面反映我国中医药数据挖掘研究的现状。
1 资料与方法1.1 数据来源检索中国生物医学文献数据库（SinoMed）、中文生物医学期刊文献数据库（CMCC）、中国期刊全文数据库（CNKI）、中文科技期刊数据库（VIP）等数据库的题录及全文。
1.2 检索方法1.2.1 检索词经预检索，选择了与数据挖掘相关的自由词“数据挖掘”、“数据分析”、“算法”、“文本挖掘”和“知识发现”等，另外选择了与中医药相关的自由词“中医”、“中药”、“中草药”、“针灸”、“方剂”、“复方”、“配伍”、“性味”、“辨证”、“证候”、“医案”、“病案”等。
1.2.2 组合检索采用布尔逻辑算符“AND”、“OR”和“NOT”，根据检索需要和各数据库不同的检索方式构造检索式。
数据挖掘算法在中药方剂研究中的应用现状
·综述·数据挖掘算法在中药方剂研究中的应用现状Δ李蕙质＊，周小玲，杨玉杰，章新友 #（江西中医药大学计算机学院，南昌 330004）中图分类号 R289；R2-03文献标志码 A 文章编号 1001-0408（2024）01-0112-07DOI 10.6039/j.issn.1001-0408.2024.01.20摘要近年来，数据挖掘算法在中药领域的科研中得到了广泛应用。
采用数据挖掘算法可处理和分析中药方剂中的多层次数据，并对其作用机制提供合理解释。
这一方法现已较好地应用于中医药的配伍规律和高频药组的挖掘中，提高了临床诊断、靶点筛选和新药研究的可靠性和准确性。
本文对147篇中药方剂研究中运用数据挖掘算法的文献进行了整理与分析，结果表明，数据挖掘算法在中药方剂作用机制研究、中药方剂量效研究、挖掘核心药对/药组、挖掘“方-药-证”间的关系、发现新方剂和挖掘配伍规律这6个子领域中发挥了独特优势，尤以关联规则和聚类分析算法最具有代表性。
关键词数据挖掘算法；中药方剂；文献计量法；应用Application of data mining algorithms in research on traditional Chinese medicine formulaLI Huizhi，ZHOU Xiaoling，YANG Yujie，ZHANG Xinyou（School of Computer Science，Jiangxi University of Chinese Medicine， Nanchang 330004， China）ABSTRACT In recent years，data mining algorithms have been widely employed in scientific research within the field of traditional Chinese medicine （TCM）. The data mining algorithms are used to effectively handle and analyze the complex data in TCM formulas，providing a rational explanation for the mechanism of action. This method has proven particularly useful in uncovering patterns of compatibility and frequent combinations of herbs in TCM，thereby enhancing the reliability and accuracy of clinical diagnosis，target screening，and the study of new drugs. This paper reviews and analyzes 147papers on TCM formula research that utilize data mining algorithms. The results indicate that data mining algorithms play a unique advantage in six sub-areas，including the study on the mechanism of action in TCM formula，the dose-efficacy of TCM formulas，the identification of core drugs pairs/groups， mining the relationships among “formulas-drug-symptom”， the discovery of new formulas， and mining the compatibility law. Notably， association rules and clustering algorithms are the most representative.KEYWORDS data mining algorithms； traditional Chinese medicine formula； bibliometrics analysis； application中药方剂是中药学中的一个重要研究领域，其基于中医整体观的思想，通过对疾病的辨证施治来构建适用于不同疾病或病情的中药处方，以实现治疗和预防疾病的目的。
医学数据挖掘技术的现状与未来
医学数据挖掘技术的现状与未来在当今数字化的时代，医学领域积累了海量的数据，从患者的病历记录、医学影像、实验室检测结果到临床研究数据等等。
如何从这些海量且复杂的数据中提取有价值的信息，以改善医疗决策、提升医疗质量和推动医学研究的进展，医学数据挖掘技术应运而生。
医学数据挖掘技术的现状可以说是充满活力和挑战并存。
一方面，我们看到了各种技术和方法在医学数据处理中的广泛应用。
例如，在疾病诊断方面，通过对大量病历数据的分析，能够发现疾病的特征模式，帮助医生更准确地做出诊断。
以心脏病为例，通过挖掘患者的心电图数据、血液指标以及生活习惯等多维度信息，可以建立预测模型，提前识别出高风险人群，从而采取预防措施。
在药物研发领域，数据挖掘也发挥着重要作用。
通过对药物临床试验数据的深入分析，可以评估药物的疗效和安全性，加速药物的审批和上市进程。
同时，利用基因数据挖掘，能够发现药物与基因之间的关联，为个性化医疗提供依据，实现更精准的用药。
然而，当前医学数据挖掘技术也面临着一些显著的问题和限制。
首先，医学数据的质量和一致性往往参差不齐。
不同医疗机构使用的电子病历系统各异，数据的格式和标准不统一，这给数据的整合和分析带来了巨大的困难。
而且，数据中可能存在错误、缺失值和噪声，影响分析结果的准确性。
其次，隐私和安全问题至关重要。
医学数据包含患者的个人敏感信息，如何在数据挖掘过程中确保数据的保密性和合规使用，是一个亟待解决的问题。
任何数据泄露都可能对患者造成严重的影响，引发信任危机。
再者，医学领域的复杂性和专业性使得数据挖掘模型的构建和验证颇具挑战。
医学知识的不断更新，疾病的多样性和个体差异，都要求数据挖掘模型具有高度的适应性和准确性。
但目前的技术在处理这些复杂情况时，还存在一定的局限性。
展望未来，医学数据挖掘技术有着广阔的发展前景。
随着技术的不断进步，我们可以期待更加高效和准确的数据处理方法。
例如，深度学习技术的进一步发展，有望在医学图像分析、疾病预测等方面取得更大的突破。
数据挖掘在中医药研究中的应用分析
数据挖掘在中医药研究中的应用分析董雪燕;祁烁;姜苗;韩丹阳;董石;崔玉【摘要】Data mining is a process of discovering hidden and valuable knowledge from a large number of incomplete and complicated data. Using data mining techniques to explore and discover the law in the cumulative data of TCM, which is conducive to the inheritance, exploration and development of traditional Chinese medicine. The article summarizes the literature of using data mining techniques for traditional Chinese medicine research, or found the technology is mainly used in the law of compatibility of Chinese medical research, symptoms, syndrome differentiation regularity analysis;Data mining technology mainly include the frequency statistics, cluster analysis, factor analysis and correspondence analysis, association rules, classification model, Bayesian networks, abnormal point analysis, etc.%数据挖掘是从大量的、不完整的、复杂繁琐的数据中发现隐藏的、有价值的知识的过程.利用数据挖掘技术从中医累积的数据中探索和发现其中蕴含的规律,有利于中医学的继承、探索与发展.本文通过检索、总结中医学研究中数据挖掘技术相关文献,发现此类技术主要应用于中药方剂配伍规律、症状分析、辨证规律分析三方面;数据挖掘技术主要包括频数统计、聚类分析、因子分析、对应分析、关联规则、分类模型、贝叶斯网络、异常点分析等.【期刊名称】《环球中医药》【年(卷),期】2017(010)003【总页数】5页(P364-368)【关键词】中医;数据挖掘;配伍规律【作者】董雪燕;祁烁;姜苗;韩丹阳;董石;崔玉【作者单位】100700 北京中医药大学东直门医院血液肿瘤科;100700 北京中医药大学东直门医院血液肿瘤科;100700 北京中医药大学东直门医院血液肿瘤科;100700 北京中医药大学东直门医院血液肿瘤科;100700 北京中医药大学东直门医院血液肿瘤科;100700 北京中医药大学东直门医院血液肿瘤科【正文语种】中文【中图分类】R2-03数据挖掘[1](Knowledge Discovery in Data-base,KDD)是指从大量的、不完整的、有噪音的数据中发现隐藏的、有价值的知识的过程，是当今大数据时代最前沿的数据处理技术之一。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｉｃ ｅ ｓ ｄ ｙ ａ ａ ．Ａ ｐ ｃ ｔ ｎ ｅｅ ｃ ｌｅａ ｕ ｅ ｃ ｏ ｔｄ ｆｒ ５ ．％．ａ ｄ ｙ ｄ ｏ ｓ ｎ ｄ ｎ ｒａ ｅ ｅ ｂ ｙ ｒ ｒ ｙ ｅ ｐ ｌ ａｉ ｒｓ ａ ｈ ｉ ｒ ｔ ｒ ｓ ａ ｃ ｕｎｅ ９ １ ｎ ｓ ｎ ｒ ｍｅ ａ ｉ ｏ ｒ ｔ ｏ
２１ ０２年 １ 月 第 １ ０ ９卷第 １ 期 ０
中国 中 医药信 息 杂志
２ １・
中医药数据挖掘研 究现状分析
邓宏勇， 吉， 许 张洋， 袁敏， 施毅
上海 中医药大学科技信息 中法分析我 国中医药数据挖掘研 究现状 ， 为更好地利用数据挖掘技 术提供参考 。 方法 检 索历年 中医药数据挖掘文献， 经人 工拆分整理后 ， 从年度 变化 、研 究类型、研 究领域 、数据挖掘方 法和软件等方 面
ｃ ｕｓ ｅ ａ ｌ ｉ ａ ｄ ｒ ｆ ｃ ａ ｎｅ ａ ｎｅ ｗｏ ｋ ｌ ｅ ａ ｕｒ ｓ ｃ ｏ ｌ ｔ ｒ ｎａ ｙｓ ｓ ｎ ａ ｔ ｉ ｉ ｌ ｕｒ ｌ ｔ ｒ ｉ ｒ ｔ ｅ ａ ｃ ｕｎｔ ｄ ｏ ７６． ６ ． Ａｒ ｉ ｓ ｔ ｅ ｆ ｒ ３ ％ ｔｄｅ ｕｓｎｇ ｉ ａ ｃ ｍ ｍ ｅ ｃ ａ ＤＭ ｓ ｆｗａ ｅ ａ ｃ ｕｎ ｅ ｆ ｒ ６１ ０５ ．Ｃｏ ｃｕ ｉ ｎ ｏ ｒｉ ｌ ｏ ｔ ｒ ｃ ｏ ｔ ｄ ｏ ． ％ ｎ ｌ ｓｏ ＤＭ ｅ ｈｎｏ ｏ ｙ ｈｏ ｄ ｏ ｄ ｏ ｅ ｉａ ｎ ｔｃ ｌ ｇ ｓ ｗｅ ｇ ｏ ｐ ｔ ｎｔｌ ｉ ｄ ａ ｉ ｔ ｔ ｅ ＴＣＭ ａ ａ，ｈｏ ｖ ｒ ｉ ａｓ ｎｏ ｈａ ｇ ｄ ｔ ｉｕａ ｏ ｏ ｅ ｌ ｎｇ ｗｉｈ ｈ ｄ ｔ ｗｅ ｅ ， ｔ ｈ ｔ ｃ ｎ ｅ ｈｅ ｓ ｔ ｔ ｎ ｆＴＣＭ ｔ － ｎｄ ｉ ｇ． ｅ ｓ ｕ ｄ ｉ ｄａ ａ ｈａ ｌ ｎ Ｗ ｈｏ ｌ
ｔ ｅ ，ｆ ｌ ，ｍ ｅ ｏ ｎｄ ｏ ｔ ｒ ｅ ｔ ｏ ｓ ｙｐ ｓ ｉ ｄｓ ｅ ｈ ｔ ｄｓ ａ ｓ ｆｗａ ｏ ｌ ．Ｒｅ ｕ ｔ ｏ ａ ９ ａ ｔｃ ｅ ｒ ｂｔ ｉ ｄ．Ｌ ｔ ｒ ｔ ｒ ｓ ｌ Ｔ ｔ ｌ ４ ４ ｒ ｉ ｌ ｓ ｗｅ ｅ ｏ ａ ｎｅ ｓ ｉｅ ａ ｕ ｅ ｎｕｍ ｂ ｒ ｅ
ｆ ｒ ｕｌ ｓ ｒ ｓ ａ ｃ ａｃ ｏ ｏ ｍ ａ ｅ ｅ ｈ ｃ ｕｎｔ ｄ ｆｒ ２ ３ ｒ ｅ ９．９％ ａ ｄ ２ ２２ ｒ ｓ ｅ ｔｖ ｌ Ａｓ ｏ ｉ ｔｏ ｕｌｓ ｒ ｑ ｎｃ ａｙｓｓ ｏ ｎ ６． ％ ｅ ｐ ｃｉ ｅｙ． ｓ ｃａ ｎ ｒ ｅ ，ｆｅ ｕｅ ｙ ａ ｌ ｉ， ｉ ｎ
文献标识码 ：Ａ
文章编号 ：１０ —３ ４２ １ ）００ ２ —３ ０ ５５ ０ （０ ２１ —０ １ ０
Ａｎ ｌ ｓｓ ｏ ｒ ｅ ｔ Ｓ ｔ ａ ｉ ｎ ｏ ｔ ｉ ｉ ｇ Ｒｅ ｅ ｒ ｈ ｏ ｒ ｄ ｔ ｎ ｌ Ｃｈ ｎ ｓ ｅ ｉｉ ｅ Ｄ ＮＧ ａ ｙ ｉ ｎ Ｃｕ ｒ ｎ ｉ ｔｏ ｆ Ｄａ ａ Ｍ ｎ ｎ ｓ ａ ｃ ｆ Ｔ ａ ｉ ｏ ａ ｉ ｅ ｅ Ｍ ｄ ｃｎ Ｅ ｕ ｉ
Ｈ ｎ —ｏｇ ＸＵ Ｊ Ｚ Ｎ Ｙ ｎ ， ＵＡ ｎ Ｓ ＩＹ （ｃ＆ ｅｈＩ ｏｍ ｔ ｎ Ｃ ｎｅ ｆＳ ａ ｇ ａ ｎｖｒｉ Ｔ Ｍ， ｏ ｇｙ ｎ ， ｉ ＨＡ Ｇ ａｇ Ｙ Ｎ Ｍｉ， Ｈ ｉ Ｓ ｉ Ｔｃ ｎ ｒ ａｉ ｅｔｒｏ ｈｎ ｈ ｉ ｉ ｓｙｏ Ｃ ， ｆ ｏ Ｕ ｅ ｔｆ
ｒｓ ａ ｃ ｏ ｅ ｅ ｈ ｆ ｒ ＴＣＭ ， ｘ ｒ ｃ ｅ ｎｆｒ ａ ｏ ａ ｅ ｔａ ｔｄ ｉ ｏ ｍ ｔ ｎ ｍ ｎｕａｌ ｎｄ ａ ｌｙ ｅ ｈｅ ｏ ｈｅ ａ ｐｅ ｔ ｆａ ｉ ｌ ａ ｎａ ｚ ｄ ｔ ｍ ｆ ｍ ｔ ｓ ｃ ｓｏ ｎｎｕａ ｈａ ｅ ， ｙ ｒ ｌ ｃ ｎｇ ｓ
进行 分析 。结 果 共得到 中医药数据挖掘相关文献 ４ ４篇， ９ 文献量逐年增加；文献类型 中应 用研 究类文献 占 ５ ．％ ９１； 研 究领域 中证候研 究与方剂研究文献分别 占 ２ ． ９ 和 ２ ． ２ ；数据挖掘 方法采用关联规 则、频数分析 、聚类分析和 ９ ３％ ６ ２％
人 工神 经 网络 的文献 占 ７． ６ ； ６ ３ ％ 数据挖掘软件使用商业化数据挖掘 软件 的文献 占 ６ ． ５ 。结论 数据挖掘技 术适合 １ ０％ 处理中 医药数据 ， 目前数据挖 掘技 术还 未能改变中医药数据难 以处理的大格局， 但 只有充分利用并发展数据挖掘技 术，
Ｓ ａ ｇ ａ ０ ２ ３ ｈｎ ） ｈ ｎ ｈ ｉ １ ０ ，Ｃ ｉａ ２
Ａｂｔａ ｔＯｂｅｔ ｅ ｏａ ｌｙ ｅｔ ｅｓａ ｕ ｆ ａ ａｍｉｉ ｇ（ ｅ ｅ ｒｈ ｏ ＣＭ ｙｂｂ ｏ ｔｉａ ｔ ｏ ， ｓｒｃ： ｊｃｉ ｎａ ｚ ｔｔ ｓｏ ｔ ｎｎ ＤＭ１ ｓ ａ ｃ ｆ ｖＴ ｈ ｄ ｒ Ｔ ｂ ｉｌ ｍｅｒ ｌ ｉ ｃ ｍｅｈ ｄ
ｐ ｏ ｉ ｅ ａ ｒ ｆ ｒ ｎｃ ｏ ｒ ｓ ａ ｃ ｅ ｓ ｆ ｒ ｂ ｔｅ ｅ ｏ Ｍ ｅ ｈｎｏ ｏ ｙ Ｍ ｅ ｈ ｄ ｔ ｉ ｖ ｄ ｔ ｅ￣ ｅ ａ ｕｒ ｓ ｏ ｒ ｖ ｄ ｅ ｅ ｅ ｅ ｔ ｅ ｅ ｒ ｈ ｒ ｏ ｅ ｔ ｒｕｓ ｆ Ｄ ｔｃ ｌｇ ． ｔ ｏ ｓ Ｒｅ ｒｅ ｅ ｈ ｔ ｒ ｔ ｅ ｆＤＭ
才 能 将 中 医药数 据 处理 能 力提 高到 新 水 平 。
关键词： 中医药；数据挖掘 ；文 献计量方法
Ｄ Ｉ １ ． ９ ９ ｊ ｉ ． ０ ５ ５ ０ ． Ｏ ２ １ ． ０ ０ ： ３ ６ ／ ． ｓ １ ０ — ３ ４ ２ １ ． ０ ９ ０ ｓｎ ０
中图分类号：Ｒ２０ —５