论文部分内容阅读
名老中医的医案是智慧的结晶,使用数据挖掘技术可以帮助我们从专家的医案中挖掘出大量隐藏的临证经验与用药规律。然而中医医案是以自由文本的形式存在的,必须先使用文本挖掘技术从自由文本中抽取出信息,构建结构化的医案,才能更好地使用数据挖掘技术来获取知识。本文首先研究了文本挖掘技术中的文本分类和信息抽取这两个技术,并将这些技术应用于名老中医医案结构化研究中。对于上述结构化医案,采用数据挖掘方法挖掘出其中的一些临证经验。本文研究内容如下:1.研究了基于字特征的中文文本分类技术。采用了信息增益（IG）技术进行特征选择,用余弦相似度来度量文档间的相似性,采用KNN分类器,在基于复旦大学新闻语料库的实验中,文本分类的正确率达到86.92%,宏平均分类性能达到接近87%的水平。实验结果表明字特征是中文文本分类特征建模中的一种有效方法。2.研究了中文文本信息抽取技术。针对名老中医医案,采用了Meta-Bootstrapping算法来提取术语,并设计了术语抽取中所需的模式结构。该方法无需任何浅层自然语言处理和语料标注,仅需提供少量的种子词,经过一定的迭代次数,就可以完成术语抽取任务。在对某名医206份医案的术语抽取实验中,方剂名,辨证信息和治则的术语抽取实验F1-测度值分别为64.29%,56.21%和76.64%。在抽取术语的基础上,完成了医案结构化的实验。3.基于文本分类和信息抽取处理后的病案,本文就名老中医临证经验挖掘系统中的数据预处理模块进行了深入研究,为后续数据挖掘工作的进行提供了清洁的,结构化的源数据。4.基于预处理后的症状信息,完成了慢性胃炎辨证过程的建模研究。采用基于因子分析的方法对现有的隐结构模型进行改进,改进了模型的准确性和训练速度。5.基于预处理后的处方信息,完成了药物量效关系研究。设计并实现了基于加权欧式距离的层次聚类算法。以某名医哮喘医案数据为例,挖掘了药物使用的规律并得到合理的解释。