資源描述：
《基于數(shù)據(jù)挖掘的心悸陰虛火旺證證治規(guī)律的研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、提要本研究源于“教育部新世紀(jì)優(yōu)秀人才支持計劃（NCET-07-0522）”。目的：以心悸相關(guān)的古今醫(yī)案為研究主體，建立心悸醫(yī)案信息數(shù)據(jù)庫,采用粗2糙集理論、?檢驗或秩和檢驗、非條件的logistic回歸分析和關(guān)聯(lián)規(guī)則等數(shù)據(jù)挖掘方法解讀錄入的數(shù)據(jù)信息，發(fā)現(xiàn)心悸陰虛火旺證的辨證、組方用藥的新知識，探析心悸陰虛火旺證的證治規(guī)律。方法：1.在立足于心悸古今醫(yī)案文獻(xiàn)資料的基礎(chǔ)上，建立心悸陰虛火旺證證候、方藥信息數(shù)據(jù)庫。2.對其癥狀進(jìn)行語言規(guī)范化處理及量化賦值，使用基于粗糙集理論的KDD決策分析系統(tǒng)Rosetta軟件約簡病證屬性，獲取
2、心悸陰虛火旺證的專家知識，2并提供該系統(tǒng)決策規(guī)則的統(tǒng)計信息，構(gòu)建心悸陰虛火旺證的辨證要素系統(tǒng)。3.采用?檢驗或秩和檢驗篩選出對心悸陰虛火旺證與心悸非陰虛火旺證有鑒別意義的指標(biāo)，并利用SPSS17.0統(tǒng)計軟件對其進(jìn)行非條件的Logistic回歸分析，建立心悸陰虛火旺證最佳判別模型，從而為心悸陰虛火旺證證候客觀化研究提供依據(jù)。4.以心悸陰虛火旺證的中藥處方為研究對象，通過分析常用處方總結(jié)其治療原則，對出現(xiàn)頻率較高的藥物進(jìn)行數(shù)字化處理，應(yīng)用SPSS17.0中的“frequency”命令，計算出各藥物出現(xiàn)的頻數(shù)及頻率；利用粗糙集技
3、術(shù)的Johnson算法進(jìn)行屬性約簡，保留約簡后的高頻藥物；采用關(guān)聯(lián)規(guī)則的Apriori算法找出已知和未知的藥對和藥組，探尋心悸陰虛火旺證的用藥規(guī)律。5.將數(shù)據(jù)挖掘結(jié)果應(yīng)用于臨床診療中，運(yùn)用得出的證候診斷系統(tǒng)對患者進(jìn)行確診，依據(jù)挖掘出的高頻次處方及藥物、藥對或藥組指導(dǎo)臨床用藥。結(jié)果：1.建立了心悸證候信息數(shù)據(jù)庫和方藥信息數(shù)據(jù)庫。2.運(yùn)用粗糙集理論約簡心悸陰虛火旺證的病證屬性，約簡屬性結(jié)果為心悸、胸悶、乏力、氣短、失眠多夢、善驚易恐、五心煩熱、納差、口舌生瘡、口干咽燥、潮熱盜汗、頭暈、便秘、尿赤、舌質(zhì)紅、苔少/剝/無苔、脈數(shù)、
4、脈細(xì)等；在此基礎(chǔ)上，應(yīng)用Rosetta得出了172條決策規(guī)則，（其中正規(guī)則136條，心悸、眠差、脈數(shù)、口干、脈細(xì)、舌紅、胸悶、盜汗、乏力等出現(xiàn)的頻率較高），獲取了心悸陰虛火旺證診斷的專家知識。3.采用非條件Logistic多元逐步回歸方法篩選變量，最終獲得回歸方程數(shù)學(xué)模型，認(rèn)為五心煩熱、盜汗、口干或口苦、脈數(shù)、眩暈所建立的模型為最佳診斷模型，經(jīng)檢驗陽性預(yù)測的準(zhǔn)確率為82.7％、陰性預(yù)測的準(zhǔn)確率為83.3％，為心悸陰虛火旺證的診斷提供了客觀依據(jù)。4.通過關(guān)聯(lián)規(guī)則和鏈接分析工具，找到了中醫(yī)治療心悸陰虛火旺證處方用藥規(guī)律，推導(dǎo)出
5、心悸陰虛火旺證的治則以滋陰降火，養(yǎng)心安神為主。5.通過兩個典型病案的分析，得出數(shù)據(jù)挖掘結(jié)果對臨床診斷治療心悸陰虛火旺證有指導(dǎo)價值。結(jié)論：本研究建立了心悸陰虛火旺證中醫(yī)證候、方藥信息數(shù)據(jù)庫，運(yùn)用數(shù)據(jù)挖掘技術(shù)分析出心悸陰虛火旺證的證候分布規(guī)律、證候標(biāo)識要素和方藥使用特色，構(gòu)建簡明、規(guī)范的證候標(biāo)識和方藥體系，從而為心悸陰虛火旺證的中醫(yī)證候規(guī)范和方藥配伍規(guī)律提供依據(jù)，對本病的臨床診療具有指導(dǎo)價值。關(guān)鍵詞心悸；陰虛火旺證；證治規(guī)律；病案應(yīng)用；數(shù)據(jù)挖掘Studyoftreatmentprincipleofthesyndromeofyi
6、ndeficiencywitheffulgentofpalpitationsbasedonthedataminingtechnologySpeciality:Cardiovasculardisease,InternalMedicineofTCMAuthor:LiuBaijieTutor:LiYunlunAbstractThisstudyfrom“CenturyExcellentTalentsSupportProgramoftheMinistryofEducation(NCET-07-0522)”O(jiān)bjective：This
7、paperaimedatestablishinginformationdatabaseofpalpitation-relatedcasesbasedonstudyingancientandcurrentpalpitation-relatedcases,andinterpretingrecordeddatathroughdataminingmethodssuchasroughsettheory,2?testorranksumtest,thenon-conditionallogisticregressionmodelandas
8、sociationrule,aswellasfindingoutnewknowledgeaboutthesyndromedifferentiationofpalpitationandyindeficiency-hyperactivityoffireandprescriptioncomposition,a
