一、肿瘤患者瘀血舌象的研究辨识(论文文献综述)
金金[1](2021)在《肺癌患者舌下络脉特征及与血清VEGF的相关性研究》文中认为研究目的采用陈氏评分法[1]对舌下络脉进行量化,分析肺癌患者舌下络脉特征及与中医证型、肺癌临床病理特征、凝血指标、肿瘤标记物的关系。ELISA法检测肺癌患者及正常人血清VEGF水平,分析肺癌患者血清VEGF与中医证型、舌下络脉的关系,探讨VEGF是否可作为肺癌血瘀证辨证的微观指标,并从新生血管的角度,初步分析VEGF诱导的血管生成是否为肺癌患者异常舌下络脉形成的重要原因之一。研究方法通过已建立的舌诊数据采集平台,采集我院120例肺癌患者及50例健康体检者的舌下络脉图片,采用自行设计的病例调查表,收集患者性别、年龄、中医辨证分型、病理类型、淋巴结转移、临床分期、远处转移等临床信息及凝血、肿瘤标志物等实验室指标数值,根据陈氏舌下络脉评分法将舌下络脉的形态、长度、充盈度、色泽、宽径等项目进行量化,分析舌下络脉评分与中医证型及肺癌临床病理特征等的关系。采用ELISA法检测肺癌患者及健康体检者血清VEGF水平,分析血清VEGF与肺癌患者中医证型及舌下络脉评分的关系,并采用Spearman秩相关分析法探索肺癌患者舌下络脉与血清VEGF的相关性。研究结果120例肺癌患者中,男性74例,女性46例,男女比例为1.61:1;患者年龄在36~90岁之间,其中<60岁患者19例;≥60岁101例;病理类型中腺癌54例,鳞癌24例,小细胞癌16例;肺癌淋巴结转移阳性者89例,淋巴结转移阴性者31例;临床分期属Ⅰ、Ⅱ期者27例,Ⅲ、Ⅳ期者93例;肺癌远处转移者74例,无远处转移者46例。120例肺癌患者中,舌色为淡红舌者21例,淡白舌16例,红绛舌21例,青紫舌62例;舌苔中薄苔者19例,白腻苔63例,黄腻苔22例,少苔者16例;中医证型中,肺癌患者中属气血瘀滞证者53例,气阴两虚证者35例,痰湿蕴肺证者19例,阳虚水泛型者13例。肺癌患者舌下络脉评分高于正常组舌下络脉评分(P<0.05);肺癌组患者主干形态、长度、充盈度、色泽、宽径及其外带各项评分均高于正常组各项评分(P<0.05);不同舌色患者舌下络脉评分差异显着(P<0.0001),青紫舌患者舌下络脉评分高于淡红舌(P<0.05)及红绛舌(P<0.0001);不同舌苔患者舌下络脉评分差异无统计学意义(P>0.05);中医证型中气血瘀滞证患者舌下络脉评分高于痰湿蕴肺证、气阴两虚证及阳虚水泛患者(P<0.0001),气阴两虚证舌下络脉评分高于痰湿蕴肺型及阳虚水泛证(P<0.05),痰湿蕴肺型与阳虚水泛证舌下络脉评分差异无统计学意义(P>0.05);血瘀证患者舌下络脉评分高于非血瘀证组(P<0.0001)。舌下络脉评分在肺癌患者性别、年龄、病理类型中差异无统计学意义(P>0.05);存在淋巴结及远处转移、临床分期为Ⅲ-Ⅳ期的患者舌下络脉评分高于无淋巴结及远处转移、临床分期为Ⅰ-Ⅱ期患者的舌下络脉评分(P<0.05);APTT、TT、D-二聚体含量在舌下络脉不同分级中差异无统计学意义(P>0.05),舌下络脉分级为4级的患者PT含量低于分级为3级的患者(P<0.05),FIB含量由高到低分别为舌下络脉2级>3级>4级(P<0.05);肿瘤标志物CYFRA21-1、NSE、SCC值在各舌下络脉分级中差异无统计学意义(P>0.05),CEA在舌下络脉4级患者中的表达水平分别高于分级为2级(P<0.05)和3级的患者(P<0.001)。肺癌患者血清VEGF水平中位数为172.5(pg/mL);正常人血清VEGF水平中位数为59.86(pg/mL),肺癌组血清VEGF表达水平高于正常组(P<0.0001)。肺癌中属气血瘀滞证患者血清VEGF水平高于痰湿蕴肺证、气阴两虚证、阳虚水泛证血清VEGF水平(P<0.05),痰湿蕴肺证、气阴两虚证及阳虚水泛证患者血清VEGF水平差异均无统计学意义(P>0.05);肺癌患者血瘀证血清VEGF水平高于非血瘀证VEGF水平;不同舌下络脉分级中患者血清VEGF水平差异显着(P<0.0001),4级患者血清VEGF水平分别高于3级(P<0.0001)和2级患者(P<0.001),而2级和3级患者之间差异无统计学意义(P>0.05)。采用Spearman秩相关分析舌下络脉评分与血清VEGF水平结果显示,rs=0.661(P<0.05),表明舌下络脉评分与VEGF存在高度相关性。结论1.肺癌患者舌下络脉评分显着高于正常组,且在主干形态、主干长度、主干充盈度、色泽、宽径及舌下络脉外带方面评分均较正常人高,表明肺癌患者均有不同程度的舌下络脉异常。2.瘀血证与非瘀血证患者的舌下络脉评分差异显着,进一步证实舌下络脉为辨证瘀血证候的重要参考依据。3.肺癌患者舌下络脉评分与患者性别、年龄、病理学类型无关,与淋巴结是否转移、临床分期、远处转移、凝血指标PT及FIB含量、肿瘤标志物CEA有关。转移越多、临床分期越晚,则舌下络脉评分越高,舌下络脉诊察有助于判断肺癌患者的病情。4.肺癌患者血清VEGF高于正常人,且与中医血瘀证候明显相关,血清VEGF的异常可作为肺癌血瘀证的微观辨证指标。5.血清VEGF表达量与舌下络脉评分存在明显的正相关关系,肺癌患者舌下络脉积分越高,血清VEGF表达量越高,推断VEGF诱导的血管生成可能是参与肺癌患者异常舌下络脉形成的重要过程。
范宝超[2](2021)在《基于知识图谱及神经网络的乳腺癌中医舌诊中药推荐技术研究》文中指出目的:基于传统中医理论及知识,通过前沿计算机人工智能技术,探寻计算机技术在中医肿瘤舌诊领域的应用。本研究利用知识图谱技术、神经网络技术以及隐式反馈协同过滤推荐思想,结合中医舌诊的临床思辨逻辑以及其在肿瘤方面的作用,复现舌诊思辨逻辑,并挖掘学习肿瘤舌象与中医处方中药物之间潜在关系,逐步构建乳腺癌舌诊中药推荐模型,实现模拟所学医师的组方遣药思维进行中药推荐。方法:1、基于知识图谱的中医舌诊知识图谱研究。中医辨证论治思想的背后是一个系统性的逻辑体系,从审症到开方都有逻辑可循。依据舌象在中医肿瘤辨证施治过程中有提纲挈领的作用,利用知识图谱技术,通过自顶向下的构建方式去搭建以舌象信息为主导的中医舌诊知识图谱。研究以中医辨证论治理论为核心,从中医“理、法、方、药”四个层面去设计中医舌诊知识图谱的模式层(本体层)。依托模式层的实体类型,本研究在中医学专业理论课本、国家标准、临床门诊记录等多源非结构性数据中收集知识本体,在经过知识抽取、加工、及知识融合等步骤后,形成中医舌诊知识图谱的数据层。最后通过Python编程语言将实体和三元组导入Neo4j图数据库,实现中医舌诊知识图谱的存储功能。并使用知识图谱自身具备的可视化展示、图查询及路径检索等功能,以验证中医舌诊知识图谱的可行性。在此基础上使用知识图谱的MATCH查询语言采集舌象与药物之间的所有路径信息,以及采用TransH知识表示技术对图谱中各个实体和关系进行处理,获得其表示向量,为本文构建乳腺癌舌诊中药推荐模型提供“舌象--药物”路径(逻辑)向量数据基础。2、基于卷积神经网络的舌象辨识模型研究。为探究肿瘤舌象与中药之间的潜在联系,需采集双方各自的特征表示。在舌象方面,本课题根据当前卷积神经网络技术的研究进展,选择利用MXNet深度学习网络框架来搭建以ResNet残差网络结构为网络主体的舌象辨识模型。研究参考ResNet残差网络中ResNet-18、ResNet-34、ResNet-50三种网络结构分别构建舌象辨识模型网络。用于训练模型参数的舌象数据集采自于广东省人民医院中医科门诊。从中筛选取较为完整的舌正面图片(不包括确诊为乳腺癌的患者舌象),在经过裁切、人工属性标记后,将原始数据集打散随机重新排列,采用验证集法将重新排列好的数据集随机划分为训练集(样本占80%数据集)和验证集(样本占20%数据集),随后对训练集和验证集的数据作进一步裁剪变换及数据增强处理。基于上述数据操作与处理重复进行10次实验,以总体准确率和总体Loss值作为评价参数,取10次实验中每次总体准确率最高值的平均值以及各模型单次最高总体准确率最大值作为评判模型综合辨识能力的指标,用于评估基于ResNet-18、ResNet-34、ResNet-50三种模型网络构建的舌象辨识模型的可行性以及各模型的舌象属性识别效果。并通过横向对比找出辨识效果最优者,作为本研究构建舌诊辨识模型的基础结构,为本文构建乳腺癌舌诊中药推荐模型的训练提供舌象属性信息以及舌象图片特征向量。3、基于知识图谱及神经网络的乳腺癌舌诊中药推荐模型研究。基于知识图谱知识表示学习技术、神经网络技术和隐式反馈协同过滤推荐思想,构建舌象药物推荐模型,挖掘并学习肿瘤舌象与处方中药物之间的潜在关系。在获取与处理实验数据集方面,本研究以广东省人民医院中医科肿瘤门诊乳腺癌患者的舌象作为图像数据集,与其对应的中医处方数据一起,作为训练药物推荐模型的原始数据集。对于处方数据的处理,依据协同过滤推荐算法中对交互数据种类的区分,结合中医在组方遣药上具有千人千方的特点,研究将原始处方数据集中归属于A医生和B医生的处方数据按照隐式反馈数据进行处理。舌象图像数据则利用舌象辨识模型进行舌象属性识别和图片特征向量获取。在模型框架构建方面,在MXNet深度学习框架下利用Python语言,借鉴神经协同过滤推荐模型NCF框架(Neural Collaborative Filtering)的思路构建舌象药物推荐模型(Tongue-image Recommended Herb Model,TRHM),以推荐结果的TOP-10排序结果的准确率和中医专家(A医生、B医生)对模型所推荐药物的评判作为评价指标,用于验证基于神经网络基于及知识图谱技术构建的TRHM模型用于中药推荐任务的可行性,以及评估模型的推荐性能。结果:1、基于知识图谱技术构建中医舌诊知识图谱。基于中医舌诊的临床思辨逻辑,研究为模式层(本体层)共设计12种实体类型,包括舌(Tongue)、舌象属性(Tongueattribute)、舌部位(Tonguepart)、脏腑(Organ)、病性(Causedisease)、症状(Symptom)、证候(Syndrome)、中药(Herb)、功效(Treatment)、药性四气(Property)、药性毒性(Toxicity)和药性五味(Taste)。以及包含有部位关系(TongueTonguepart)、反射关系(TonguepartOrgan)、病位关系(OrganSyndrome)、证素关系(TongueimageCausedisease)、病性关系(CausediseaseSyndrome)、症状关系(SymptomSyndrome)、治法关系(SyndromeTreatment)、药效关系(TreatmentHerb)、药性关系四气(HerbProperty)、药性关系味(HerbTaste)、药性关系脏腑归经(HerbOrgan)和药性关系毒性(HerbToxicity)等在内的12种语义关系。经过知识抽取、加工、及知识融合等步骤后,中医舌诊知识图谱的数据层包含有12种标签下的2686个节点,12种关系类型下的19215条关系。最终建成的中医舌诊知识图谱依托自身的MATCH查询语言实现了图查询及路径检索等功能,并运用MATCH查询语句将所有舌象属性与中药之间的路径采集([舌象属性]->[病性]->[证候]->[治法]->[中药]),共9860条。TransH知识表示技术分别对2686个节点和12种关系类型进行了向量化表示。2、基于卷积神经网络技术构建舌象辨识模型。结合中医舌诊的内容,为舌象辨识模型设计舌象分类标签。根据所收录的临床舌象图片信息特点,最终将舌象属性划分为22种,分为舌质与舌苔两大类。其中舌质取舌色和舌形两类属性,舌苔取苔色和苔质两类属性。具体为:淡白舌、淡红舌、暗红舌、红舌、青紫舌、老舌、齿痕、点刺、瘀斑、裂纹、白苔、黄苔、灰黑苔、薄苔、厚苔、燥苔、润苔、滑苔、腻苔、剥落苔、偏苔和全苔。通过实验结果发现ResNet-18、ResNet-34、ResNet-50三种模型网络的训练很快达到拟合。在进一步的横向对比分析中,发现三种模型的最高总体准确率平均值分别达到了 86.77%、86.97%和87.13%,都能对舌象属性进行较好的识别,且三者的辨识准确率之间有统计学差异(P<0.01),其模型综合辨识能力按照数值大小排序可得ResNet-50>ResNet-34>ResNet-18,其中以ResNet-50模型验证集的数据表现最优,其最高总体准确率达到87.19%。3、基于知识图谱及神经网络的乳腺癌舌诊中药推荐模型研究。在对各超参数进行调整实验后,TRHM模型在A医生和B医生的数据集上分别获得了 54.11%和52.11%的最高准确率。进一步分析发现评分低的样本的药物与原处方的治疗思路有巨大差异,是由于输入的舌象属性存在偏差导致。而其他评分样本,其推荐的不在原处方上的药物同样能适用于输入的舌象。在中医专家(A医生、B医生)对模型所推荐药物的评判中,A、B两个数据集分别有92.15%和73.6%的结果被认为所推荐的中药大部分甚至完全适用于对应舌象。结论:1、研究表明以舌诊信息为出发点,从“理、法、方、药”四个层次设计构建中医舌诊知识图谱是可行且有效的。从舌象属性信息到中药(舌象属性-病性-证候-治法-中药),蕴含一条完整的中医辨证论治的思辨路径。实现了可视化展示、图查询及路径检索等功能,为查询、分析及展示依舌象组药的思维逻辑提供可视化平台。通过知识表示技术的向量化转变,让中医舌诊知识图谱中蕴含中医辨证论治逻辑的路径信息为乳腺癌舌诊中药推荐模型提供“舌象-药物”特征数据。2、基于ResNet-50网络结构所构建的舌象辨识模型对舌象属性有较好的识别,能为本文构建乳腺癌舌诊中药推荐模型提供关于舌象的属性信息及特征向量数据,同时提升舌诊中药推荐模型的智能化和自动化。3、基于知识图谱知识表示学习技术、神经网络技术和隐式反馈协同过滤推荐思想所构建的乳腺癌舌诊中药推荐模型可以有效应用于为乳腺癌患者推荐中药的任务,中医专家对于模型推荐出的药物有较高的认可度。4、乳腺癌舌诊中药推荐模型中包含知识图谱的路径数据,这使得知识图谱以其具有图形化形式表达知识和逻辑的功能,成为一个接入口,用于承接来自问诊、脉诊等方面与药物之间的信息,将挖掘学习舌象与药物之间的潜在联系进一步完善至挖掘患者人体信息特征与药物之间的潜在联系,以此更好地为患者推荐药物。5、对于挖掘学习两物品之间的潜在关系,其前提一定是要有大量的优质训练材料。训练推荐模型的关键在于为其提供精准的特征数据,其精准体现在数量上,并且多元化的描述信息有助于模型从中获取特征数据,从而使网络更有效学习到用户与物品之间非线性的交互关系,最终获得更好的推荐结果。6、研究中医现代化,不能讲究唯数字论。虽然数字是统计学中最直观,最可靠的。但要将计算机科学应用于传统中医上,数字并不能反映真实情况。要想获得真实的效果,还需结合多方面因素去综合判断,如考虑纳入中医专业人员的主观评价。7、本研究所用技术以及研究思想为肿瘤患者的中医个体化诊治方案制定提供方法学及技术层面借鉴,同时也为肿瘤舌象信息的研究开辟新的思路。
杨涛,祁烁,王晓桐,宋钰明月,庄晓茹,李忠[3](2020)在《恶性肿瘤舌象的研究进展》文中指出舌诊是中医辨证论治中的重要参考依据,其属于中医望诊的内容,舌诊广泛应用于中医临床各种疾病的诊疗中,对于恶性肿瘤疾病同样注重舌象的诊察。本文基于对近10年来恶性肿瘤舌象研究文献的整理和分析,阐述舌诊在恶性肿瘤疾病中的研究现状,综合结果发现多数研究认为肿瘤疾病患者舌象的特点以"瘀"为主,但不同瘤种间舌象特征会有区别,且舌象与肿瘤疾病种类、临床分期、病理类型等存在相关性,但多属小样本研究,尚未发现规律性。此外,肿瘤舌象的微观研究也逐渐增多,不同舌象背后的生物学行为,有待我们用更大的数据量去挖掘和分析。
孙颖[4](2020)在《晚期非小细胞肺癌证型特点及血瘀证相关因素研究》文中提出目的:研究晚期非小细胞肺癌患者舌脉象、体质及证型分布特点,提炼此类患者证型共性,探讨血瘀证与各因素的相关性,为指导临床辨治提供依据。方法:收集2019年2月至2020年1月于天津中医药大学第一附属医院肿瘤科门诊及病房诊治的晚期非小细胞肺癌患者。利用“中医综合诊断系统”对患者进行客观化舌脉象诊断,并借助该仪器进行中医体质诊断。采用以辨单证为基础,单证相加形成复合证的方式进行证型诊断,将晚期非小细胞肺癌患者证型分为气虚证、血虚证、阴虚证、阳虚证、痰证、血瘀证、气滞证7类单证,并根据虚损累及病位不同将虚证具体分为心气虚证、肺气虚证、脾气虚证、肾气虚证、心血虚证、肝血虚证、心阴虚证、肺阴虚证、肝阴虚证、肾阴虚证、心阳虚证、脾阳虚证、肾阳虚证,根据病性不同将痰证分为痰热证和痰湿证。收集患者舌脉象、体质、证型等诊断结果和患者性别、年龄、病理类型、TNM分期等信息,填写信息采集表,建立数据库。统计分析晚期非小细胞肺癌患者舌象、脉象、证型、中医体质分布情况及患者证型特点。在此基础上,针对血瘀证进行相关性研究,具体分析血瘀证与患者年龄、病理类型、TNM分期、相兼证型、中医体质、舌象、脉象等因素的相关性。结果:(1)本研究共纳入晚期非小细胞肺癌患者140例,患者中医体质以气虚质最为多见(占40.0%),阴虚质、阳虚质也较多见(分别占20.0%、12.9%)。(2)患者舌色以舌淡紫和舌暗红多见(分别占31.4%和24.3%);舌形以胖舌多见(占47.1%),47.1%患者舌有裂纹,31.4%患者舌有齿痕;所有患者舌态均正常;患者苔色以白苔为主(占65.7%);苔质以苔厚和苔薄为主(分别占51.4%和46.4%),32.9%患者存在苔腻,4.3%患者存在苔剥落;患者脉象以数脉、细脉多见(分别占37.1%和20.7%)。(3)患者单证分布以虚证多见,虚证中以气虚证最为多见,阴虚证次之,分别占总例数的78.6%和41.4%,实证以痰证最为多见,血瘀证次之,分别占总例数的54.3%和40.0%。其中气虚证以肺气虚证最常见,脾气虚证、心气虚证次之,分别占总例数的35.7%、35.0%和32.9%,阴虚证以肺阴虚证最多见,占总例数的23.6%,痰证中痰热证较多,痰湿证较少,分别占总例数的28.6%和25.7%。(4)患者临床证型以复合证为主(占总例数的98.6%),尤以两证、三证组合多见(合计共占总例数的78.6%),四证、五证组合较少。证型多虚证实证并见(占82.1%),组合形式多样,两证组合以气虚+痰证、气虚+阴虚、气虚+血瘀较多见(分别占该类总例数的25.0%、20.8%和14.6%),三证组合以气虚+痰证+血瘀、气虚+痰证+气滞较多见(分别占该类总例数的16.7%和12.9%),四证、五证组合证型较分散。常见的两两相兼证型组合为气虚+痰证、气虚+血瘀、气虚+阴虚、气虚+气滞、血瘀+痰证、阴虚+痰证,分别占总例数的40.0%、32.1%、29.3%、26.4%、19.3%和15.7%。(5)患者各单证在不同病理类型中分布均无明显差异(P>0.05)。在不同TNM分期中除阴虚证外,其余证型分布无明显差异(P>0.05),而阴虚证在Ⅳ期患者中较Ⅲb-Ⅲc期更为多见(P<0.05)。(6)140例患者中有56例患者存在血瘀证(占40.0%),血瘀证最常与气虚证相兼出现,与痰证、气滞证、阴虚证也常相兼出现,结合病位与病性具体而言最常与血瘀证相兼出现的证型为肺气虚证。(7)经统计学分析显示,血瘀证与肺气虚证存在显着的正相关性(P<0.05),与患者年龄、病理类型、TNM分期、中医体质、舌象、脉象、其他单证等无明显的相关性(P>0.05)。结论:(1)晚期非小细胞肺癌患者证型多虚实夹杂,虚、痰、瘀常相互兼夹,病位主要在肺,常累及心、脾。(2)气虚+痰证、气虚+血瘀、气虚+阴虚为患者最常见的证型组合,患者临床复杂多样的证型多是在此基础上兼夹其他单证而形成,且阴虚在Ⅳ期患者中更为明显。患者体质、舌象、脉象情况也反映出患者以虚为主,虚实夹杂的整体情况。(3)血瘀证患者多为气虚血瘀、气滞血瘀、痰瘀互结、阴虚血瘀,尤以气虚血瘀为主。血瘀证与肺气虚证存在正相关性,提示在临床中应用活血化瘀药的基础上可配伍益气药,注重运用益气活血法进行治疗,且对于存在肺气虚的患者在诊断中尤其重视其血瘀情况。
余治君[5](2020)在《167例代谢综合征患者中医体质辨识与证候要素初步研究》文中提出目的:本课题通过收集代谢综合征(Metabolic Syndrome,MS)患者的中医四诊信息和体质辨识结果等,运用现代数据统计分析方法,探索总结MS患者中医体质与证候要素分布规律,以及体质类型与证候要素的关系,完善中医对本病的认识,以期指导本病的临床辨证论治,进而为本病的防治提供理论依据。方法:通过横断面研究方式,采用《代谢综合征病例观察表》和《中医体质分类及判定》标准(2009),收集167例代谢综合征患者的一般资料、既往史、个人生活习惯、中医四诊信息、中医体质辨识结果。然后整理资料,建立“代谢综合征信息数据库”,运用Microsoft office Excel 2016、SPSS 21.0等进行数据分析,主要采用频数分析、方差分析、卡方检验及聚类分析等方法。结果:1.本研究共纳入167例符合纳排标准的病例。其中,男性50人,女性117人,女性多于男性,年龄最小者47岁,最大者85岁,平均年龄为65.2±8.16岁。受过中学及以上教育者为87.42%,以中学、大中专学历人群占多数。职业分布以职员、干部最多,占总人数的62.9%。BMI超重、肥胖者共101例,占总人数的60.5%。吸烟者41例(24.6%),饮酒者25例(15.0%)。2.研究结果显示,MS各组分以中心性肥胖占比最高,为148例(88.6%),其次为高血压/高血压病(80.2%)、高空腹血糖/糖尿病(64.7%)、低空腹高密度脂蛋白(64.1%)、高空腹甘油三酯(50.9%)。其中,满足三条者103例(61.7%),满足四条者47例(28.1%),满足五条者17例(10.2%)。3.研究结果显示,只有一种体质的有24人,两种体质的有61人,三种及以上体质者82人。其中以血瘀质最多,占总人数67.1%。其后由高到低依次为:痰湿质、湿热质、阴虚质、阳虚质、气虚质等,分别占总人数的41.3%、33.5%、31.1%、28.7%、18.6%。4.研究结果显示,MS患者体质分布在饮食习惯方面比较,差异有统计学意义(p<0.05)。其中,饮食油腻者体质分布以血瘀质、湿热质、痰湿质为主。5.研究结果显示,167例MS患者病位要素主要在肾(49.7%),其次是心、脾、胃、肝,分别占32.9%、25.8%、21.0%、19.8%。病性要素主要为瘀血(41.9%),其次是阳虚、水湿、痰浊、气虚、热证、阴虚,分别占38.9%、37.1%、34.1%、33.0%、27.0%、18.6%。6.通过聚类分析并征求专家意见,最终确定代谢综合征的六种主要证候:脾气亏虚证、肝肾阴虚证、肝郁脾虚证、痰浊阻络证、痰热瘀结证、阴虚血瘀证。7.研究结果显示,MS体质分布与病性要素具有相关性,血瘀质与瘀血病性要素密切相关;痰湿质与气虚、阳虚、瘀血、水湿病性要素密切相关;湿热质与痰浊病性要素密切相关;阴虚质与阴虚、瘀血病性要素密切相关;阳虚质与阳虚病性要素密切相关;气虚质与气虚病性要素密切相关。结论:167例MS患者中医体质分布以血瘀质、痰湿质、湿热质、阴虚质为主。其病位要素与肾、心、脾有关,基本病机为肾阳不足,心主血脉功能失调,脾失健运。病性要素有瘀血、阳虚、水湿,证候特点是本虚标实,虚实夹杂,以阳虚为其本,以瘀血、水湿为其标。主要证型有:脾气亏虚证、肝肾阴虚证、肝郁脾虚证、痰浊阻络证、痰热瘀结证、阴虚血瘀证。体质与证候要素具有相关性。
柯应水[6](2020)在《基于临床科研信息共享系统血透患者中医证候规律及其诊断模型研究》文中研究指明随着我国慢性肾脏病的人数越来越多,进入终末期肾脏病的患者也日渐增多,血液透析是终末期肾脏病的常用治疗方法之一,占90%左右。然而血液透析患者存在贫血、营养不良等多种并发症,西医常规治疗具有其局限性,中医药在并发症的防治方面均有参与且具有中医药独特的优势,在防止慢性并发症进一步进展、提高患者生存质量均有一定的作用。而证候是中医诊疗的关键所在,中医证候的研究也是血液透析领域关注的热点问题。目前尚无针对血液透析患者的中医证候分型标准,且综合文献报道中关于血液透析患者的中医证候研究大多采用的是进入血液透析阶段前慢性肾功能衰竭的中医证候分型标准,临床诊治中多参照各医家的临床经验。然而,经进入血液透析阶段后,终末期肾脏病患者体内水液代谢、电解质紊乱均得到改善,同时也表现出不同的并发症,且已有多篇文献报道,进入血液透析阶段前后患者的中医四诊信息发生了改变,若仍沿用血液透析阶段前慢性肾功能衰竭的中医证候分型标准已然不符合血液透析患者中医证候研究的需求。加之,目前尚缺乏针对血液透析患者多中心、大样本的中医证候分型研究,因此进行较规范、较客观的血液透析患者中医证候分型标准研究十分必要。研究目的1.基于临床科研信息共享系统,构建血液透析患者的结构化电子病历;2.建立血透患者舌诊数据库,运用DS-01B舌面诊测信息采集系统实现舌诊信息的客观化采集;3.分析血液透析患者的中医证候临床分布特征,进行血液透析患者的中医证候分型,为进一步开展血透患者中医证候诊断标准的研究奠定基础。研究方法本研究采用多中心、横断面调查研究方法,拟纳入不少于369例(基于文献、本课题组前期研究筛选出的67个中医临床信息采集点,据Kendall认为取变量数的5至10倍原则计算最少样本量)血液透析患者;病例来源于中国中医科学院望京医院、广安门医院、西苑医院三家单位血液净化中心的患者。1.血透患者中医四诊信息采集方案的设计基于前期完成的血透患者中医证素与证候研究,及相关文献研究,参考朱文锋教授的证素辨证量表设计中医四诊信息采集表,经专家讨论,制定中医四诊信息采集方案。2.血透患者结构化电子病历的建立及舌诊信息采集基于临床科研信息共享系统,根据制定的中医四诊信息采集方案,构建包含中医四诊信息的血透患者结构化电子病历模板,运用DS01-B舌面诊测信息采集系统(上海道生医疗科技有限公司-沪械注准0152270430)进行血透患者舌诊信息的客观化采集。3.血透患者中医证素分析及中医证候分型研究3.1对收集到的血透患者中医四诊信息进行病性+病位证素分析,参考朱文锋教授《证素辨证学》中的证素简化计量方法,查得患者的每一个中医四诊信息条目所对应的简化计量权值(含减负值),通过计算求得各证素的总权值,进而对证素做出判断。证素的确定以20为阈值,即各中医四诊信息条目对各证素的贡献度之和(总权值)达到或超过20时,可诊断为该证素,即:总权值<20,证素的诊断不成立;总权值≥20,该证素诊断成立。3.2计算出各个证素的分布频率(百分比)=每个中医证素的患者数/样本量*100%,取分布频率高于或等于5%的中医证素,运用SPSS22.0软件,采用频数分布法总结其中医证素分布特点、聚类分析法进行中医证素的聚类,依据中医病证分类与代码(GB/T15657-1995)、中医基础理论术语(GB/T20348-2006)、中医病证诊断疗效标准(ZY/T001.1.94)形成证候的分型及描述;运用贝叶斯网络模型构建各中医四诊信息之间复杂网络关系,形成各个中医证型的贝叶斯网络图并构建证-症对应关系表,将两种方法所得的中医证候分型进行比较,经专家讨论,得到血液透析患者的中医证候分型结果。3.3针对最常见的本虚证、标实证各一个证型,运用Logistic回归分析方法对本虚证、标实证中的中医四诊信息进行权重估计,得出本虚证、标实证中中医四诊信息的权重值,利用受试者工作特征曲线(ROC曲线)确定诊断阈值,建立血液透析患者常见本虚证、标实证中医证候诊断模型。研究结果1.一般临床资料结果:本研究共纳入370例血液透析患者,中国中医科学院望京医院139例,中国中医科学院广安门医院144例,中国中医科学院西苑医院87例,分别占37.6%、38.9%、23.5%。370例患者中,有男性208例,占56.2%,女性162例,占43.8%;年龄跨度为27-90岁,平均年龄为60.8±13.1岁,其中青年年龄段(<45岁)46人,占12.2%,中年年龄段(≥45岁且<60岁)109人,占29.5%,老年年龄段(≥60岁)215人,占58.3%。其中原发病最多的是慢性肾小球肾炎103例,占27.8%,其次是糖尿病肾病99例和高血压肾病43例,分别占26.8%、11.6%。透析龄最短的是3个月,最长的是264个月,平均透析龄为63.3个月,其中透析龄25-60月的人数最多,达130例,占总人数的35%,透析龄181-264月的人数最少,达12例,占总人数的3.2%。2.血液透析患者中医四诊信息特点:370例血液透析患者出现率大于10%中医四诊信息条目有87个,其中出现频率前十位的中医四诊信息条目是:尿少、皮肤干燥、舌苔腻、皮肤瘙痒、倦怠乏力、唇紫、口干口渴、腰膝酸软、肢体抽搐、健忘。其中尿少出现频率最高,达85.9%。3.血液透析患者中医证素特点:370例血液透析患者中医证素共涉及24个病性证素及17个病位证素,其中病性证素出现频率前四位的为阳虚、血虚、气虚、阴虚,病位证素出现频率前三位的是肾、肝、脾,虚性证素出现频率最高的是阳虚证素,达95.68%,实性证素出现频率最高的是湿性证素,达89.46%。虚性+实性证素组合一起的患者数达355例,占95.95%。虚性证素组合形式有11种,其中阳虚+血虚+气虚+阴虚组合的例数最多,达312例,占84.32%;实性证素共有8类组合形式,其中最多的为三个实性证素组合,达140例,占37.84%;虚性+实性证素组合达23类,其中最多的组合形式为4个虚性+3个实性,达127例,占 34.32%。4.中医证候分型的结果:经聚类分析对370例血液透析患者的中医证素进行聚类,以欧氏距离10为分割点进行分类划分,中医证候分型的结果为:本虚证:气血两虚证、肝肾阴虚证、脾肾阳虚证、肾精亏虚证、津亏证;标实证:血瘀证、气滞证、湿热证、湿浊证、风动证、水停证。经贝叶斯网络模型进行中医证候分型的结果为:本虚证:气血两虚证、气阴两虚证、阴阳两虚证、脾肾阳虚证、肾精亏虚证、津亏证、脾肾气虚证;标实证:气滞证、血瘀证、湿热证、湿浊证、风动证、水停证。经专家讨论,最终得出14种中医证型,包括8种本虚证型和6种标实证型:其中本虚证型有:气血两虚证、气阴两虚证、肝肾阴虚证、阴阳两虚证、脾肾阳虚证、肾精亏虚证、津亏证、脾肾气虚证;标实证型有:气滞证、血瘀证、湿热证、湿浊证、风动证、水停证。5.血瘀证、气阴两虚证的诊断模型结果:经二项Logistic回归分析建立了血瘀证、气阴两虚证的中医证候诊断模型,其总分为50分,诊断阈值为29分,血瘀证、气阴两虚证诊断模型的灵敏度分别为95.7%、91.6%,特异度分别为89.7%、94.1%,约登指数分别为85.4%、85.7%。研究结论1.血液透析患者中医证素特点总体表现为本虚标实,虚性证素以气血阴阳俱虚多见,实性证素以湿多见。2.血液透析患者中医证候分型可参照如下分型:本虚证:气血两虚证、气阴两虚证、肝肾阴虚证、阴阳两虚证、脾肾阳虚证、肾精亏虚证、津亏证、脾肾气虚证;标实证:气滞证、血瘀证、湿热证、湿浊证、风动证、水停证。3.血瘀证、气阴两虚证的诊断模型具有较高的灵敏度(分别为95.7%、91.6%)和特异度(分别为89.7%、94.1%),其具有一定的诊断性能,为进一步研究血液透析患者中医证候诊断的客观化奠定基础。
胡嘉元[7](2020)在《病机主导的中医临床个体化诊疗模式及决策支持系统构建》文中进行了进一步梳理研究背景:进入强调个体化的 4P(Personalized、Predictive、Preventive、Participatory)医学时代,个体化临床诊疗正在逐渐成为临床实践与研究的主流;中医学自古以来一直践行着“因人制宜”的个体化思想,其中“谨守病机”是中医基础理论与临床实践的重要纽带,病机集中体现了中医临床从接诊到辨析,再到确立成熟治疗方案的原创思维。目前仍停留在临床经验总结、思维探讨等阶段的研究远不能够满足中医临床个体化实践应用与评价分析的需求,对中医病机本质内涵及中医临床个体化诊疗模式的研究亦缺乏系统性。本研究基于对病机内涵的挖掘分析,探索中医临床个体化诊疗模式的构建,结合应用系统的研发,以期建立病机为主导的中医临床个体化诊疗实践体系。研究目的:在挖掘分析中医病机知识本体的基础上,深入研究中医临床个体化诊疗中四诊-病机-论治的内在联系与规律,构建病机主导的中医临床个体化诊疗模式,探索中医规范化临床实践的方法学研究;构建、研发及验证病机主导的中医临床个体化诊疗决策支持系统,应用于基于病机的临床个体化诊疗实践。研究方法:1.中医病机内涵知识图谱构建系统检索中国学术期刊全文数据库,纳入中医病机理论分析、临床病机探讨与应用研究文献。阅读、整理与分析中医病机论述并提取病机相关元素,通过文本标准化处理与专家征询,对病机相关元素进行修订与分类提炼,确定中医病机内涵要素及其知识框架。辨析、提取并标注每项病机内涵要素的详细信息,以知识图谱构建技术对病机内涵信息进行共现分析,应用Gephi0.9.2软件制作中医病机内涵知识图谱。采集中医药治疗心血管疾病的回顾性临床数据进行病机内涵的诊疗实体映射分析。2.病机主导中医临床个体化诊疗模式的探索建立基于已证实临床确有疗效的中医药治疗心血管疾病临床医案,探索建立病机主导下的中医临床个体化诊疗模式。系统检索中国学术期刊全文数据库,纳入中医药治疗心血管疾病的临床医案文献。分析纳入临床医案的基本信息;应用2016版中医医案报告规范(CARC)对临床医案进行报告质量评价。阅读、分析并提取医案的临床四诊信息、病机内涵和治则治法。应用结构方程模型构建临床四诊信息-病机内涵-治则治法的个体化诊疗模式,以IBM SPSS Amos 24软件制作临床诊疗关联结构模型。3.病机主导中医临床个体化诊疗决策支持系统的初步构建基于中医病机内涵知识图谱和临床个体化诊疗模式,应用Drupal内容管理系统研发病机主导的中医临床个体化诊疗决策支持系统。系统的分析流程为临床病例信息录入-中医病机内涵辨识报告-基于病机的治则治法与参考方剂报告。应用自然语言处理技术,包括中文分词工具、正向最大匹配算法、文本向量表示等方法实现系统的数据分析与处理。4.病机主导中医临床个体化诊疗决策支持系统的应用实例应用临床跟诊学习的形式采集中医药治疗心血管疾病临床真实诊疗案例作为系统应用分析的范例。以系统基础数据层的字段规则及统一化文本集对临床病例信息进行预处理,便于病例信息的系统输入、分析、处理与报告。讨论临床真实案例系统应用分析的结果,与临床医师的诊疗思路、治法处方进行对比分析,发现问题并提出改进措施。研究结果:1.中医病机内涵知识图谱构建1)中医病机内涵要素基本框架:检索获得2017-2019年发表的病机相关文献810篇,经去重与筛选后纳入分析文献共412篇。全文阅读412篇文献,提取中医病机相关元素共47项。经文本标准化处理与专家征询后,确定10项中医病机内涵要素,为病性、病程、基本病机、病因、病位、病势、病机演变、病情、病理因素和体质。共现分析各项病机内涵要素,构建了以基本病机为核心的中医病机内涵要素基本框架,基本病机与各项内涵要素均有紧密的关联性,与病因、病位、病理因素的相关度最高。中医病机内涵要素基本框架为病机辨识提供了基础的思维构图,概括了辨识病机所需的全面、重要的信息和关键点。2)中医病机内涵知识图谱:辨析、提取并标注每项病机内涵要素的详细信息,制作了病机内涵要素知识图谱及中医病机内涵知识图谱,形成了以基本病机、病因和病机演变为中心的网状知识结构图,构建了较全面、系统地概括与辨析病机内涵的知识体系。3)中医病机内涵的临床数据映射分析:共采集334例中医药治疗心血管疾病的回顾性病例数据,男性病例130例,女性病例204例;病例的年龄均值为75.6± 10.2岁,主要集中在75-84岁年龄段;诊断为冠心病的病例数最多(89.2%),其次为高血压(79.9%)和心力衰竭(66.8%),中医诊断以胸痹和心衰最多;对回顾性病例数据进行病机内涵分析并制作了回顾性临床数据的病机内涵知识图谱,直观地显示334例病例的病机内涵结构与趋势。2.病机主导中医临床个体化诊疗模式的探索建立1)中医临床医案信息:检索获得2016-2019年发表的相关文献4504篇,经去重与筛选后纳入分析文献159篇,共包含211则中医药治疗心血管疾病的临床医案,对医案中211例病例纳入分析。其中男性病例120例,女性病例91例;病例平均年龄58±14.88岁,主要集中在55-64及65-74岁年龄段;病例的西医诊断包括冠心病、扩张型心肌病及心力衰竭等21类疾病;中医诊断为心衰病、心悸、胸痹、真心痛和眩晕5类。2)医案报告质量评价:211则医案的病例临床资料、中医四诊信息报告基本完整(97.6%),中医治则治法(83.4%)、中药(177)治疗方案、复诊的临床信息(89.6%)及医案讨论(85.8%)报告较为完整;病例身高、体重、职业及随访信息报告完整度较差;211则医案的报告质量整体较高。3)医案诊疗信息:提取了 211例病例的性别、年龄、西医诊断、中医诊断、临床症状、体征、舌象、脉象、病因和病史共10项临床信息。基于中医病机内涵要素基本框架分析、提取了 211例病例的病机内涵。各医案的治则治法秉承治病求本的宗旨,以补益脏腑虚损和祛除病理因素为核心要义。4)基于病机的个体化诊疗模式构建:挖掘、分析个体化四诊信息与病机内涵,病机内涵与治则治法的对应关联性,构建了四诊信息与每项病机内涵要素以及病机内涵与治则治法的临床关联结构模型,形成了中医四诊与病机本质的思维链接、临床诊疗关系分析框架、以症-机-治为特点的中医临床个体化诊疗模式。3.病机主导中医临床个体化诊疗决策支持系统的初步构建1)系统构架:系统由后台技术和系统运行两大区域构成,系统运行区域,包括用户管理层、业务操作层;后台技术区域,包括基础数据层与数据处理层。用户管理层在系统管理员的监督下完成用户登录、账号管理、信息安全及数据维护;业务操作层是信息录入与结果报告的主界面,是用户完成系统操作的主窗口;基础数据层是系统的知识库,包括结构化病例信息采集规则及统一化文本集、中医病机内涵知识图谱、中医临床个体化诊疗模式3个主要的资源库;数据处理层是应用自然语言处理技术对录入临床信息进行综合分析、挖掘、处理、数据交互及结果反馈的技术支持。2)系统功能:通过四个层级的构架,相应技术、算法的接驳,能够实现中医临床病例信息的规范采集与录入,病机为主导的个体化治疗决策支持的基本功能,可应用于中医药治疗心血管疾病的临床分析与辅助决策。4.病机主导中医临床个体化诊疗决策支持系统应用实例1)临床真实案例信息:共采集临床病例48例,男性病例26例,女性22例,55-64岁年龄段的病例数最多,病例的中医诊断以胸痹和眩晕最多,均为19例。对48例患者进行分层随机抽样,抽取中医诊断为眩晕和胸痹的患者各4例,心衰和心悸的患者各1例共计10例病例进行系统应用分析。2)系统应用分析结果:系统分析整体与临床真实诊疗情况接近,具有一定的临床应用合理性与实用性;部分病例的基本病机较复杂,系统辨识结果不能够达到实际临床诊疗的要求。分析与患者的个体化临床特征、病机内涵复杂度以及系统构建技术、分析、处理等因素相关,需进一步拓展实践、完善与提高系统性能,提升临床实用价值。结论:本研究在病机内涵知识图谱和基于病机的个体化诊疗模式构建的基础上,研发并实践应用病机主导的中医临床个体化诊疗决策支持系统。本研究理论与实践相结合,探索建立了病机主导的中医临床个体化诊疗模式和实践体系,将助力中医临床个体化诊疗策略优化与效率提升,为中医临床个体化创新性研究奠定方法学基础。
刘婧玮[8](2020)在《基于卷积神经网络的中医舌象辨识人工智能方法学研究》文中研究指明研究目的:本研究以全面、准确、客观的舌象图片采集为基础,以齿痕舌、腻苔两大舌象特征为切入点,专家共识为舌象特征判定金标准,构建舌象分类标准数据集;基于深度学习卷积神经网络(CNN)算法,构建齿痕舌、腻苔特征的人工智能检测模型,提出一种适宜中医舌象处理的人工智能技术,初步探索建立客观化的中医辅助诊断新方法。研究方法:本研究中我们对课题组前期采集的1760例舌象图片(1680例标准设备拍摄,80例智能手机拍摄)进行筛选并交由中医专家对其特征进行判断,将舌象图片按其特征进行分类。通过Colabeler(Ver.2.0.2)软件对舌部轮廓进行标注,形成包含不同舌象特征及其舌部轮廓的舌象数据集,构建中医舌象的标准舌象数据库。随后,以齿痕舌为切入点,将基于深度学习卷积神经网络(CNN)的人工智能网络框架——ResNet34应用于此数据集,来自动化地提取图像特征,实现齿痕舌分类;同时,使用迁移学习和数据扩增技术来提高样本训练效率、优化数据样本,防止模型过拟合。通过三种方式验证齿痕舌识别模型有效性:将在分类任务中热门的VGG16网络框架应用于本研究数据集,比较分类效果;将本研究模型同其他学者所做的齿痕舌分类模型作比较,比较分类效果;使用通过手机相机采集的舌象图片作为验证集,验证模型的泛化能力。最后,使用同样的方法应用于腻苔数据集,对非腻苔、腻苔和厚腻苔进行三分类任务训练和验证,建立人工智能腻苔识别模型。本研究采用准确率(accuracy,Acc)、灵敏度(sensitivity,Sens)和特异性(specificity,Spec)指标对模型效果进行评价。研究结果:(1)通过对采集到的舌象图片进行数据整理、图片标注,最终形成了 4个齿痕舌相关数据集,包括标准设备齿痕舌原始舌象数据集(672例齿痕舌,876例非齿痕舌)及其对应的舌部轮廓数据集、智能手机齿痕舌原始舌象数据集(27例齿痕舌,23例非齿痕舌)及其对应的舌部轮廓数据集;4个腻苔相关数据集,包括标准设备腻苔原始舌象数据集(642例厚腻苔,759例腻苔,85例非腻苔)及其对应的舌部轮廓数据集、智能手机腻苔原始舌象数据集(19例厚腻苔,25例腻苔,6例非腻苔)及其对应的舌部轮廓数据集。这些数据集为我们研究齿痕舌及腻苔人工智能识别模型奠定了基础。(2)齿痕舌识别结果:齿痕舌识别模型在原始舌象图片上的识别准确率为90.50%,灵敏度为87.25%,特异性为93.00%,说明了本研究提出的的齿痕舌识别模型性能相对较好、鲁棒性强,具有较高的灵敏度和特异性,可以较好地识别不同仪器、不同拍摄环境的齿痕舌;该模型在舌部轮廓数据集上的准确率达91.47%,比直接使用舌象图片进行特征识别的平均准确率提高了0.97%,提示除舌体外的其他面部区域掺杂确实会对齿痕舌人工智能模型识别准确率造成一定影响。模型在智能手机拍摄的测试集上的平均准确性分别为83.20%和88.80%,模型总体准确率为85.00%,证明模型泛化能力较强,日后可推广应用于不同设备。ResNet34齿痕舌识别模型对原始舌象图片数据集和舌部轮廓数据集的平均准确性分别为89.41%和90.96%,准确性比VGG16分别提升1.10%和0.52%,由此可见,ResNet34算法架构在两种数据集上的表现优秀、性能较高,说明ResNet34架构能够更好地胜任齿痕舌特征识别任务。本研究中提出的齿痕舌识别模型同现有研究中相似学习任务相比,准确率高出10%以上,这一结果提示本研究中提出的CNN算法能更加准确有效地区分齿痕舌。(3)腻苔识别结果:腻苔识别模型总体识别准确率为88.36%,在舌部轮廓上总体准确率为87.08%,这一结果提示我们,在腻苔的识别上,舌体外的其他面部区域对人工智能模型识别准确率可能影响不大;该模型在测试集上平均准确率分别为62.80%和76.80%,提示该场景下模型受到面部其他区域以及拍摄背景等客观条件影响较大;使用VGG16算法架构构建腻苔识别模型的平均准确率分别为79.48%和80.89%,ResNet34算法架构与之相比准确率更高,分别高出8.80%和6.19%,表明ResNet34算法架构能够更好地胜任腻苔特征识别任务。结论及意义:本研究采用了一种基于深度学习的卷积神经网络模型,该模型可以在实现自动提取舌象特征的同时,减少人工参与预处理数据的步骤,能够更为快捷、方便地进行舌象特征提取,这是此类舌象识别系统转换为临床实践的关键所在;与此同时,我们所提出的模型架构表现优秀且泛化能力强,可以为日后从中医信息学的角度追踪疾病进展和通过观察舌象变化的中药药效评估提供更为客观、便捷的计算机辅助新方法。
张锂泰[9](2020)在《基于舌象的中医智能健康诊疗方案的建立与应用》文中指出论文由两部分构成,第一部分为文献综述,由《中医舌诊在治未病与疾病预防预警中的应用》和《人工智能在中医舌诊中的应用》两篇组成。第一篇综述介绍了中医舌诊与治未病中中医体质、慢性病与癌前疾病的关系,提出了结合舌诊可以增强中医体质辨识的客观性,且在一定程度可以反映慢性病与癌前疾病的发病趋势。另一方面,舌象与肿瘤发病、转归等有着密切的联系,舌象不仅能提示肿瘤的潜在风险,更能指导肿瘤的治疗、判断治疗的效果预期与肿瘤的预后。第二篇综述介绍了当下人工智能与中医诊断学的结合情况,中医学相较于现代医学最大的特征是个性化和主观化,因此人工智能与之结合首先需要突破中医诊断的主观化,即中医四诊指标客观化。与当前人工智能与中医的结合尚属起步阶段,人工智能与舌诊的结合也较为浅显,以诊断或辅助诊断为主,尚未有涉及指导治疗者。论文的第二部分着重论述中医智能健康诊疗方案的建立与应用。目的:(1)基于中医养生理论,以舌象为核心建立中医智能健康诊疗方案,为个体化智能养生健康提供平台。(2)完善、丰富数据库内容,提高中医智能健康诊疗方案在中医防病治病及养生能力方面的指导水平。采用国际通用标准的舌象采集光照环境进行拍摄,并由其“TCM Instrument”系统对既定的8个舌象特征进行辨识和判读。8种舌象特征分别为舌质红(绛)、舌质淡白、舌体齿痕、舌体裂纹、舌体瘀斑、舌苔黄、舌苔厚、舌苔剥脱。基于系统判读的结果,进行人工辨识校正。每种特征经审核后筛选30例作为标准图片。8种特征共240例标准图片组成舌象特征标准库健康指导数据库由“舌象辨识”、“健康指导”、“食疗保健”和“养生诗话”4部分构成,其中“舌象辨识”描述舌象特征及其中医意义和中医辨证,并预测其可能存在的不适症状以及该舌象常见的西医疾病;“健康指导”部分给出针对某种舌象的中医病理状态,给出相应的健康保健建议,包括饮食禁忌、食物推荐、情绪管理、运动指导、艾灸、按摩及养生功法等;“食疗保健”部分根据特定的舌象及其中医意义,给出具有养生保健功效的、基于药食同源的食(药)材,同时给出由这些食(药)材为主的、简单易行的食疗菜谱。“养生诗话”部分摘选我科首席专家李佩文教授所绘养生诗话,并针对数据库中的欠缺加以补充。将数据库中的舌象进行辨证分析,并将养生指导、养生处方、养生诗话与之匹配。形成文本式的“舌象-养生建议”归纳。基于舌象特征标准库、健康指导数据库,以“象—证—方”为原则,利用AI技术和图片聚类分类技术将标准特征舌象与相应的健康指导方案一一对应,形成中医智能健康诊疗方案。通过总结归纳实践获得的舌象信息,灵敏度检测真阳性者直接输入数据库,作为基础数据库的补充;假阴性者若为系统判读失误,总结失误规律,人工校正后输入数据库作为基础数据库的丰富和矫正;对于弹窗出现“匹配失败”者,多为复杂舌象,数据库中没有能与之相对应的信息,此部分数据在导师贾立群教授的指导下,单独编辑舌象辨识、健康指导、食疗保健的内容,并配以特征性强的养生诗话,形成全新的数据输入数据库
付培涛[10](2020)在《肥胖症的因症态系统分类与干预研究》文中研究指明目的研究肥胖症的病因、症状和中医状态的分布规律,探索肥胖症的症状和中医状态的系统分类方法,及针对病因、中医状态的干预方案。结果可为肥胖症的病因病机研究、中医状态辨识及并发代谢综合征的防控与中药干预提供借鉴。通过对肥胖症的病因病机认识,在生活习惯上的改变,降低肥胖症的发病率,对肥胖症的中医状态分类和中药干预方案结果,可为该病临床中药干预提供借鉴。方法1.文献研究法(1)病因文献搜集与整理:检索古籍数据库、现代期刊与博硕论文数据库、超星图书数据库,系统整理分析肥胖症的病因。(2)证候标准文献搜集:从CNKI数据库中检索自建库以来至2019年3月期间关于肥胖症中医状态辨识相关文献,包括期刊、博士硕士论文、会议、报纸、专利等文献。然后,逐条查阅符合检索条件的文献中引用的肥胖症中医证候标准(包括引用标准和自拟标准),提取证候标准的参考文献信息。依据证候标准来源信息,从知网、维普、万方、超星图书等文献数据库,以及学校馆藏图书等获取肥胖症中医证候标准文本,并按照格式录入为word文档,进行校勘,形成本次研究的证候标准文本。(3)中药干预文本搜集:从上述期刊和博硕论文文献中,筛选有中药干预的文献,并摘录其中的中药干预方案文本。2.数据库方法采用关系型数据库管理平台Microsoft Access2010进行管理,将文献来源、证候、中药干预等文本等按照格式输入数据库,构建证候标准来源数据表、证候标准数据表、中药干预数据表。证候病例数录入:从文献中摘录证候对应的病例数,并录入数据库。3.文本挖掘与数据分析法(1)证候术语规范:原始证候术语以《中医病证分类与代码》的证候名称为依据进行证候术语规范,标准中没有的证候则根据证候命名原则自拟证候名称。(2)文本分词与术语规范:对症状、中药、证候等文本进行人工切词标记,利用SAS9.4软件编程提取症状、中药、单证(由证候名称分解而来)等术语,并输出到Access数据库中进行规范,构建症状、中药和单证的术语同义词表,以规范术语名称。(3)术语分类:对规范后的术语进行系统分类,症状参照国际基层医疗分类(ICPC)体系进行二级分类,并编写ICPC代码;中药参照《中药学》教材的功效分类方法进行二级分类;单证按照病位、病性(包括虚实、寒热)和病理因素进行系统分类。(4)文本频数统计:按照术语分类统计症状、证候、单证和中药术语的频数,及占比。(5)证候、单证的病例数统计:采用SQL查询语句统计规范证候、单证的病例频数及百分比。(6)中医状态与中药干预的关联关系分析:采用Apriori算法对肥胖症不同中医状态(病位、病性与病理因素)与中药的关系进行关联规则分析,计算频数、置信度、反向置信度和平均置信度,保留平均置信度大于40%的关联关系。以上文本分词、术语提取、统计分析均在SAS9.4平台上进行。结果1、病因研究结果:肥胖症主要病因为由于素体痰湿、气虚或阳虚,或饮食失节,好静恶动,七情所伤等,致脾胃受损,水湿运化失司、津液温煦受阻,积聚化湿为痰,膏脂痰浊内蕴。2、肥胖症中医症状分析结果:(1)按ICPC分类分析统计结果:一般及非特异的(全身性虚弱/疲倦(339)、其他全身性症状/主诉(191))、消化系统((大便/排便的改变(126)、口/舌/唇的症状/主诉(183)、消化系统的其他症状/主诉(316))、神经系统(眩晕/头晕(119))、内分泌,代谢和营养的(肥胖(256))、泌尿系统(尿的其他症状/主诉(127))。(2)症状统计分析结果:形体肥胖(215),头晕(72),神疲乏力(疲乏(51)、嗜睡(48)、乏力(44)、神疲(44)、倦怠(32)、无力(31)、肢体困重(72)),口干(66),腹胀(43),大便多见便秘(65)、便溏(78),女性可见月经不调(45)甚或闭经(28),男性可见阳痿(23)。3、舌象、脉象的统计结果(1)肥胖症脉象频数统计(仅列出百分比>5的脉象):脉细(45.72)、脉滑(30.68)、脉弦(30.68)、脉沉(25.37)、脉数(23.6)。(2)肥胖症舌象频数统计(仅列出百分比>5的舌象):舌苔白(37.76)舌苔腻(30.38)、舌苔薄(27.73)、舌苔黄(15.34)、舌苔滑(9.73)、舌质淡(25.96)、舌质红(19.17)、舌质淡红(6.49)、舌质暗红(5.01)、舌体胖(17.7)、舌边有齿痕(12.68)。4、肥胖症中医状态系统分类与中药干预分析结果(1)肥胖症中医证候引用结果1)中医标准证候及单证引用文献数统计结果:标准证候引用文献频数(括号内为频数,百分比):脾虚湿阻证(14,41.18)、脾肾阳虚证(9,26.47)、气滞血瘀证(8,23.53)、脾胃湿热证(4,11.76)。单证引用文献频数(括号内为频数,百分比):脾虚(24,70.59)、痰湿(20,58.82)、脾阳虚(9,26.47)、肾阳虚(9,26.47)、血瘀(8,23.53)、肝气郁(6,17.65)2)中医标准证候及单证病例数统计结果:标准证候病例数分布(括号内为病例数,百分比):脾虚湿阻证(471,27.72)、脾胃湿热证(288,16.95)、脾肾阳虚证(159,9.36)、肝气郁结证(141,8.3)、气滞血瘀证(114,6.71)、脾肾两虚证(110,6.47)单证病例数分布(括号内为病例数,百分比):脾虚(815,47.97)、痰湿(650,38.26)、肝气郁(258,15.19)、湿热(186,10.95)、脾阳虚(159,9.36)、肾阳虚(159,9.36)(2)肥胖症中医证候与中医症状相关性结果1)标准证候与中医症状频数与置信度统计结果(括号内为频数,平均置信度)脾虚湿阻证:形体肥胖(21,42.50)、肢体困重(17,42.50)、尿少(12,41.43)、脉细(21,44.74)、脉濡(13,43.53)肝郁气滞证:多梦(18,72.47)、胃脘痞满(14,69.33)、月经不调(20,66.21)、失眠(17,65.29)、闭经(17,61.96)、舌质暗红(14,71.61)、舌苔白(17,43.92)、脉弦(23,61.74)、脉细(18,45.34)气滞血瘀证:形体肥胖(16,45.92)、闭经(11,45.12)、月经不调(11,41.45)、脉弦(14,43.99)湿热伤胃证:口干(16,62.70)、消谷善饥(13,56.10)、喜饮(10,49.77)、倦怠(10,47.38)、形体肥胖(14,47.09)、口臭(8,46.06)、肢体困重(11,42.23)、头胀(8,41.67)、舌质红(16,62.31)、舌苔腻(14,50.62)、脉数(15,56.37)、脉滑(15,54.23)湿热证:口干(16,62.70)、消谷善饥(13,56.10)、喜饮(10,49.77)、倦怠(10,47.38)、形体肥胖(14,47.09)、口臭(8,46.06)、肢体困重(11,42.23)、头胀(8,41.67)、舌质红(16,62.31)、舌苔腻(14,50.62)、脉数(15,56.37)、脉滑(15,54.23)脾肾阳虚证:肢冷(14,53.00)、畏寒(10,42.73)、形体肥胖(19,42.53)、舌苔白(21,50.61)、舌质淡(18,46.59)、脉沉(21,54.36)脾肾两虚证:阳痿(13,67.78)、无力(11,49.55)、疲乏(11,43.36)、形体肥胖(13,41.33)、舌苔白(14,46.92)、脉沉(14,49.41)2)单证候与中医症状频数与置信度结果(括号内为频数,平均置信度)脾虚:食欲不振(30,71.83)、肢体困重(26,66.75)、便溏(35,66.24)、疲乏(29,64.09)、无力(23,60.57)、尿少(18,56.92)、浮肿(14,54.69)、形体肥胖(45,53.91)、阳痿(14,52.12)、乏力(16,48.87)、腹胀(20,46.88)、倦怠(8,42.62)、胸闷(10,41.15)、舌边有齿痕(17,58.02)、舌苔白腻(9,57.03)、舌质淡(33,56.91)、舌质淡红(16,54.61)、舌体胖(23,49.92)、舌苔白(32,46.62)、脉沉(35,56.51)、脉濡(15,53.39)、脉弱(9,52.03)、脉细(40,51.87)、脉缓(18,51.57)痰湿:肢体困重(27,81.14)、尿少(16,57.61)、形体肥胖(33,54.00)、浮肿(12,52.14)、倦怠(9,51.89)、食欲不振(18,50.98)、便溏(21,48.95)、疲乏(18,47.67)、嗜睡(12,41.91)、舌边有齿痕(13,50.07)、舌体胖(19,49.56)、舌质淡(22,47.59)、舌苔白腻(7,47.43)、舌苔腻(20,46.61)、脉濡(15,59.96)、脉细(27,46.85)、脉沉(21,43.11)、脉缓(13,42.94)肝气郁:月经不调(24,73.00)、多梦(18,68.16)、胃脘痞满(14,61.47)、失眠(17,60.11)、闭经(17,56.73)、舌质暗红(14,66.33)、舌苔白(22,50.35)、脉弦(31,72.47)、脉细(19,40.44)脾阳虚:肢冷(14,58.44)、畏寒(10,49.41)、形体肥胖(19,45.92)、舌苔白(21,56.19)、舌质淡(18,52.98)、舌体胖(13,44.06)、脉沉(21,59.50)、脉无力(10,45.00)、脉细(16,40.25)肾阳虚:肢冷(14,58.44)、畏寒(10,49.41)、形体肥胖(19,45.92)、舌苔白(21,56.19)、舌质淡(18,52.98)、舌体胖(13,44.06)、脉沉(21,59.50)、脉无力(10,45.00)、脉细(16,40.25)(3)肥胖症中药干预治疗的中药分类统计1)中药频数统计结果(括号内为频数,百分比):茯苓(110,53.4%)、白术(85,41.26%)、泽泻(76,36.89%)、甘草(75,36.41%)、陈皮(53,25.73%)、山楂(49,23.79%)、半夏(42,20.39%)、大黄(40,19.42%)、白芍(36,17.48%)、苍术(34,16.5%)、柴胡(33,16.02%)、荷叶(32,15.53%)、厚朴(32,15.53%)、枳实(30,14.56%)、薏苡仁(29,14.08%)、黄芪(28,13.59%)、川芎(25,12.14%)、党参(24,11.65%)、黄芩(24,11.65%)、桂枝(23,11.17%)。从药物使用频数分析,茯苓在所有药物中使用频数最高。2)中药功效分类频数统计结果:利水渗湿药(278)和补虚药(415)使用频次较高,有利水渗湿功效的药物频次较高的包括茯苓(110)、泽泻(76)、薏苡仁(29);有补虚功效的药物频次较高包括白术(85)、甘草(75)、黄芪(28),提示脾虚湿阻是肥胖症的重要病机。其次为清热药(196)、理气药(162)和化湿药(133)、活血化瘀药(84),提示肝气郁滞、气血瘀阻、阴虚内热和湿热内阻是肥胖症的主要病机。3)中药四气分类频数统计结果:中药性味多见于温、微温或者平性药,寒、凉药物少见。(4)肥胖症中医状态与中药用药关联关系分析结果1)肥胖症病位主要在肝、脾、肠;病理因素主要为气郁、湿、宿食、痰、瘀血;病性虚实以虚为主,包括肺虚、肝虚、脾虚、肾虚,以脾虚为主,病性寒热以热为主。2)中医状态与中药关联关系分析结果(括号内为频数,平均置信度):脾虚证:白术(48,67.58)、泽泻(33,48.76)、甘草(29,43.11)、陈皮(23,40.55)、苍术(20,45.81)、薏苡仁(17,43.25)、黄芪(17,44.29)、党参(14,40.64)脾虚寒:茯苓(13,49.36)、附子(12,71.58)、肉桂(6,53.34)肾虚寒:茯苓(15,51.07)、附子(14,78.02)、肉桂(7,59.48)、熟地黄(6,42.65)痰:茯苓(21,45.93)、半夏(17,49.55)、天南星(3,55.17)、薤白(2,53.45)、白矾(2,53.45)湿:茯苓(28,44.08);白术(26,44.19);薏苡仁(15,42.53);黄芪(14,40.56);白扁豆(8,48.89);冬瓜皮(4,44.45);远志(3,40.84);绿豆(2,52.22);马齿苋(2,52.22)气郁:柴胡(20,71.97)、白芍(16,55.56)、枳壳(12,53.57)、香附(12,62.50)、郁金(6,55.36)、合欢花(2,54.17)。结论(1)肥胖症并非单一因素引起的慢性疾病,由禀赋体质、饮食、运动、药物以及精神情志等诸多因素引起机体脾虚、痰湿、脾虚寒、肾虚寒、肝气郁等证候,临床主要表现为表现出形体肥胖,头晕、神疲乏力、大便的异常改变等,脉象多见于细脉、滑脉、弦脉、沉脉、数脉;舌象多见于舌苔白、腻,舌质红、舌体胖大,舌边有齿痕。(2)采用ICPC分类标准对肥胖症的中医症状进行分类统计,其症状分布特点为:除了内分泌,代谢和营养的症状之外,其症状还多涉及一般及非特异的、消化系统、神经系统、泌尿系统等多个系统。(3)采用病位、病性、病理因素对肥胖症的中医状态进行分类,其中医状态分布特点为:多属脾虚、痰湿、湿阻、胃热、脾阳虚、肾阳虚、血瘀、气郁。病位主要涉及肝、脾、肠;病理因素以气郁、湿、宿食、痰、瘀血为主;病性虚实以虚为主,包括肺虚、肝虚、脾虚、肾虚,以脾虚为多见,病性寒热以热为主。(4)肥胖症的中药功效的应用规律为:以利水渗湿药和补虚药为主,补虚药中以补气的功效为主,且多为补益脾气,性味以温、微温、平为主;利水渗湿药性味以寒凉为主,提示虚证主要为脾气虚,实证主要为湿热内阻,补气健脾,利水渗湿为肥胖症的主要治法。(5)肥胖症中医状态与中药关联分析结果显示中医状态的中医干预规律为:脾虚以茯苓、白术、泽泻、甘草、陈皮、苍术、薏苡仁、黄芪、党参、桂枝、砂仁、木香、白扁豆、莲子、人参、益智仁、太子参、沙苑子、绿豆、核桃仁、白芥子等为核心用药;脾虚寒证以茯苓、附子、肉桂等为核心用药;肾虚寒证以茯苓、附子、肉桂、熟地黄等为核心用药;痰证以茯苓、半夏、天南星、薤白、白矾等为核心用药;湿证以茯苓、白术、薏苡仁、黄芪、白扁豆、冬瓜皮、远志、绿豆、马齿苋等为核心用药;气郁证以柴胡、白芍、枳壳、香附、郁金、合欢花等为核心用药。
二、肿瘤患者瘀血舌象的研究辨识(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、肿瘤患者瘀血舌象的研究辨识(论文提纲范文)
(1)肺癌患者舌下络脉特征及与血清VEGF的相关性研究(论文提纲范文)
摘要 |
Abstract |
英文缩略词 |
第一部分 文献综述 |
综述一 舌下络脉诊法研究进展 |
综述二 VEGF与肺癌及舌象的关系 |
前言 |
第二部分 临床观察 |
一 研究目的 |
二、研究对象 |
三、诊断标准 |
四、纳入标准、排除标准 |
五、研究方法 |
六、结果 |
七、讨论 |
第三部分 实验研究 |
一、研究目的 |
二、研究对象 |
三、材料与方法 |
四、统计分析 |
五、结果 |
六、讨论 |
结语 |
(一)结论 |
(二)创新点 |
(三)不足与展望 |
参考文献 |
致谢 |
附录 |
(2)基于知识图谱及神经网络的乳腺癌中医舌诊中药推荐技术研究(论文提纲范文)
摘要 |
Abstract |
引言 |
第一章 文献研究 |
1.1 恶性肿瘤舌象的研究进展 |
1.1.1 恶性肿瘤舌象特征 |
1.1.2 计算机技术在舌诊中的应用 |
1.2 知识图谱 |
1.2.1 知识图谱的基本概念 |
1.2.2 知识图谱的构建 |
1.2.3 知识表示学习技术 |
1.2.4 知识图谱在中医药领域的研究 |
1.3 神经网络 |
1.3.1 神经网络的基本组成 |
1.3.2 卷积神经网络 |
1.4 协同过滤推荐算法 |
1.4.1 基于显式反馈数据的协同过滤推荐算法 |
1.4.2 基于隐式反馈数据的协同过滤推荐算法 |
第二章 基于知识图谱的中医舌诊知识图谱研究 |
2.1 实验环境搭建 |
2.2 模式层设计 |
2.3 数据层处理 |
2.3.1 知识获取 |
2.3.2 知识抽取与加工 |
2.3.3 知识融合 |
2.4 知识存储 |
2.5 功能展示 |
2.5.1 可视化功能 |
2.5.2 图查询功能 |
2.5.3 路径查询 |
2.6 知识图谱表示学习 |
2.7 本章讨论 |
第三章 基于卷积神经网络的构建舌象辨识模型研究 |
3.1 卷积神经网络结构选择 |
3.2 深度学习框架选择 |
3.3 实验环境搭建 |
3.4 实验数据集 |
3.4.1 数据收集 |
3.4.2 数据标记 |
3.4.3 数据集划分 |
3.4.4 数据预处理 |
3.5 卷积神经网络的搭建 |
3.5.1 搭建神经网络 |
3.5.2 网络输出设置 |
3.5.3 网络超参数设置 |
3.6 实验及结果分析 |
3.6.1 评价指标 |
3.6.2 数据分析方法 |
3.6.3 实验结果与分析 |
3.7 本章讨论 |
第四章 基于知识图谱及神经网络的乳腺癌舌诊中药推荐模型研究 |
4.1 实验环境 |
4.2 实验数据集 |
4.2.1 数据采集 |
4.2.2 数据集划分 |
4.2.3 数据预处理 |
4.2.4 获取知识图谱表示学习 |
4.2.5 获取舌象属性信息及特征向量 |
4.3 实验模型网络构建 |
4.3.1 TRHM构建 |
4.3.2 参数设置 |
4.4 实验及结果分析 |
4.4.1 评价指标 |
4.4.2 实验结果与分析 |
4.5 本章讨论 |
第五章 本研究创新及不足之处 |
结语 |
参考文献 |
附录 |
在校期间发表论文情况、参与课题与获奖情况 |
致谢 |
附件 |
(3)恶性肿瘤舌象的研究进展(论文提纲范文)
1 胃癌 |
1.1 舌象基本特征研究 |
1.2 舌象与分子标志物 |
1.3 舌苔与菌群 |
1.4 舌苔与内镜 |
2 食管癌 |
3 肺癌 |
3.1 舌象特征研究 |
3.2 舌象动态研究 |
3.3 舌象的生物学研究 |
4 其他肿瘤 |
4.1 乳腺癌 |
4.2 结直肠癌 |
4.3 肝癌 |
5 肿瘤综合性研究 |
6 讨论 |
(4)晚期非小细胞肺癌证型特点及血瘀证相关因素研究(论文提纲范文)
中文摘要 |
ABSTRACT |
前言 |
临床研究 |
1 研究对象 |
1.1 病例来源 |
1.2 诊断标准 |
1.3 纳入标准 |
1.4 排除标准 |
2 研究方法 |
2.1 采集相关信息 |
2.2 整理相关数据 |
2.3 统计分析 |
3 研究结果 |
3.1 患者基本情况 |
3.2 患者中医体质分布情况 |
3.3 患者舌象分布情况 |
3.4 患者脉象分布情况 |
3.5 患者中医证型分布情况 |
3.6 血瘀证与各因素的相关性 |
讨论 |
1 本研究中证型研究方法的制定 |
1.1 现有证型研究存在的问题 |
1.2 本研究参考的证型研究方法 |
1.3 本研究所采用的证型研究方法 |
2 晚期非小细胞肺癌患者中医体质、舌象、脉象分布特点 |
2.1 患者中医体质分布特点 |
2.2 患者舌象分布特点 |
2.3 患者脉象分布特点 |
2.4 运用仪器研究患者舌脉象的意义 |
3 晚期非小细胞肺癌患者证型特点 |
4 晚期非小细胞肺癌患者血瘀证相关研究 |
4.1 血瘀证患者证型分布特点 |
4.2 血瘀证相关性分析 |
5 贾英杰教授“黜浊培本”学术思想在肺癌诊治中的应用 |
6 问题与展望 |
结论 |
创新点 |
参考文献 |
附录 |
附录1 肺癌TNM分期(第八版) |
附录2 实用血瘀证诊断标准 |
附录3 卡氏功能状态评分标准 |
附录4 晚期非小细胞肺癌信息采集表 |
综述一 肺癌中医证型研究现状 |
1 肺癌中医证型分布研究 |
1.1 肺癌患者中医证型分布 |
1.2 肺癌癌因性疲乏患者证型分布 |
1.3 肺癌合并肺部感染患者证型分布 |
1.4 肺癌相关抑郁状态患者证型分布 |
2 肺癌中医证型相关性研究 |
2.1 与病理类型的相关性 |
2.2 与肿瘤分期分化的相关性 |
2.3 与免疫功能的相关性 |
2.4 与复发转移的相关性 |
2.5 与治疗的相关性 |
参考文献 |
综述二 肺癌血瘀证的中医治疗 |
1 中医对肺癌及血瘀证的认识 |
2 各医家治疗血瘀证经验 |
3 中医治疗对化验指标的影响 |
3.1 中医经典方剂对化验指标的影响 |
3.2 自拟经验方对化验指标的影响 |
4 肺癌血瘀证相关临床观察 |
4.1 中医经典方剂治疗肺癌血瘀证 |
4.2 自拟经验方治疗肺癌血瘀证 |
参考文献 |
致谢 |
个人简历 |
(5)167例代谢综合征患者中医体质辨识与证候要素初步研究(论文提纲范文)
中文摘要 |
ABSTRACT |
英文缩略词表 |
前言 |
临床研究 |
1 研究对象 |
2 研究方法 |
3 研究结果 |
讨论 |
1 一般资料 |
2 代谢综合征中医体质分布规律 |
3 代谢综合征中医证候要素分析 |
4 代谢综合征四诊信息聚类分析 |
5 证候要素与体质相关性 |
结论 |
不足与展望 |
参考文献 |
附录 《代谢综合征病例观察表》 |
综述 代谢综合征研究进展 |
参考文献 |
致谢 |
个人简历 |
(6)基于临床科研信息共享系统血透患者中医证候规律及其诊断模型研究(论文提纲范文)
中文摘要 |
Abstract |
英文缩略词表 |
前言 |
综述一 关于血液透析患者中医证候研究中存在问题的分析 |
参考文献 |
综述二 基于文献的血液透析患者中医证候研究的现状分析 |
参考文献 |
1. 研究对象 |
1.1 病例来源 |
1.2 病例选择标准 |
2. 研究方法 |
2.1 研究设计方法 |
2.2 样本量计算 |
2.3 血液透析患者中医四诊信息采集表的制定 |
2.4 血液透析患者结构化电子病历的构建 |
2.5 血液透析患者中医四诊信息的采集及数据库的建立 |
2.6 中医证素的判定方法 |
2.7 质量控制 |
2.8 数据处理方法 |
2.9 医学研究伦理学 |
2.10 技术路线图 |
3. 研究结果 |
3.1 病例完成情况 |
3.2 一般资料 |
3.3 中医四诊信息情况 |
3.4 370例血液透析患者中医证素情况 |
3.5 370例血液透析患者中医证候分布情况 |
3.6 本研究结果与文献报道结果比较情况 |
3.7 血瘀证、气阴两虚证的诊断模型结果 |
4 讨论 |
4.1 血液透析患者中医证候分布规律研究亟待解决 |
4.2 血液透析患者中医四诊信息客观化采集的分析 |
4.3 本研究中所采用数理方法的分析 |
4.4 血液透析患者中医证候分布规律的分析 |
4.5 血瘀证与气阴两虚证诊断模型的分析 |
5. 结论 |
创新性、不足与展望 |
1 创新性分析 |
2. 不足与展望 |
参考文献 |
附录一 血液透析患者中医四诊信息采集表 |
附录二 血液透析患者结构化电子病历模板 |
个人简介 |
致谢 |
附件 |
(7)病机主导的中医临床个体化诊疗模式及决策支持系统构建(论文提纲范文)
摘要 |
ABSTRACT |
符号说明 |
文献综述 |
综述一 中医病机的理论研究和临床应用进展 |
参考文献 |
综述二 自然语言处理及其在医学领域的应用 |
参考文献 |
前言 |
第一部分 中医病机内涵知识图谱构建 |
1.1 基于文献的中医病机内涵要素构建 |
1.1.1 文献检索与筛选纳入 |
1.1.2 中医病机内容提取与内涵要素确定 |
1.1.3 中医病机内涵要素基本框架 |
1.2 中医病机内涵知识图谱 |
1.2.1 中医病机内涵要素知识图谱 |
1.2.2 中医病机内涵知识图谱 |
1.3 心血管疾病回顾性临床数据的中医病机内涵映射分析 |
1.3.1 心血管疾病回顾性临床数据的采集 |
1.3.2 心血管疾病临床数据的中医病机内涵 |
1.3.3 心血管疾病临床数据的病机内涵知识图谱 |
参考文献 |
第二部分 病机主导的中医临床个体化诊疗模式研究 |
2.1 中医药治疗心血管疾病临床医案基本信息 |
2.1.1 文献检索与筛选纳入 |
2.1.2 中医药治疗心血管疾病临床医案报告质量评价 |
2.2 中医药治疗心血管疾病临床医案诊疗信息 |
2.2.1 中医临床医案四诊信息 |
2.2.2 中医临床医案病机内涵分析 |
2.2.3 中医临床医案治则治法 |
2.3 基于医案的中医临床个体化诊疗模式构建 |
2.3.1 医案四诊信息与病机内涵关联性 |
2.3.2 病机内涵与个体化诊疗模式构建 |
参考文献 |
第三部分 病机主导的中医临床个体化诊疗决策支持系统构建 |
3.1 系统的搭建 |
3.1.1 系统整体构架设计 |
3.1.2 系统搭建工具及运行环境 |
3.1.3 应用自然语言处理技术实现系统分析 |
3.2 系统操作界面及运行展示 |
参考文献 |
第四部分 病机主导的中医临床个体化诊疗决策支持系统应用实例 |
4.1 中医药治疗心血管疾病临床真实案例信息 |
4.1.1 临床案例信息采集 |
4.1.2 临床案例抽样 |
4.1.3 临床案例信息预处理 |
4.2 临床真实案例的系统应用分析 |
4.3 讨论 |
参考文献 |
结语 |
致谢 |
在学期间主要研究成果 |
(8)基于卷积神经网络的中医舌象辨识人工智能方法学研究(论文提纲范文)
摘要 |
Abstract |
符号说明 |
第一部分 文献综述 |
综述一、舌象特征的研究进展 |
1 舌质的研究现状 |
1.1 舌形研究 |
1.2 舌色研究 |
2 舌苔的研究现状 |
3 舌态及舌下络脉的研究现状 |
4 结语 |
参考文献 |
综述二、舌象客观化进展研究 |
1 舌象客观化的研究进展 |
1.1 舌象采集方法的研究进展 |
1.2 舌象颜色校正方法研究 |
1.3 舌象特征的方法研究进展 |
1.4 舌象特征提取及属性识别方法研究 |
2 深度学习算法的沿革研究 |
2.1 人工智能技术的发展沿革 |
2.2 深度学习算法在中医舌象上的应用 |
3 结语 |
参考文献 |
前言 |
第二部分 实验研究 |
第一章 舌象标准数据集构建 |
第一节 背景与目的 |
第二节 材料与方法 |
第三节 研究结果 |
第四节 小结与讨论 |
第二章 基于卷积神经网络的齿痕舌模型构建 |
第一节 背景与目的 |
第二节 材料与方法 |
第三节 研究结果 |
第四节 小结与讨论 |
第三章 基于卷积神经网络的腻苔模型构建 |
第一节 背景与目的 |
第二节 材料与方法 |
第三节 研究结果 |
第四节 小结与讨论 |
结语 |
参考文献 |
致谢 |
个人简介 |
(9)基于舌象的中医智能健康诊疗方案的建立与应用(论文提纲范文)
摘要 |
Abstract |
符号说明 |
文献综述 |
综述一 中医舌诊在疾病预防预警中的应用 |
参考文献 |
综述二 人工智能在中医舌诊中的应用 |
参考文献 |
前言 |
第一章 研究背景 |
第二章 研究目的与技术路线 |
第三章 基于舌象的中医智能健康诊疗方案的建立 |
第一节 舌象特征标准库的建立 |
第二节 健康指导数据库的建立 |
第三节 基于舌象的中医智能健康诊疗方案的建立 |
第四章 中医智能健康诊疗方案的应用 |
第一节 灵敏度的检测与分析 |
第二节 数据库的丰富与再学习 |
第五章 小结与展望 |
参考文献 |
致谢 |
个人简历 |
(10)肥胖症的因症态系统分类与干预研究(论文提纲范文)
致谢 |
中文摘要 |
Abstract |
引言 |
文献综述 |
1 肥胖症的中医治疗 |
1.1 肥胖症中药治疗 |
1.2 肥胖症的针灸治疗 |
1.3 肥胖症的推拿按摩治疗 |
1.4 肥胖症的功法干预治疗 |
2 中医状态理论研究 |
2.1 对中医状态的认知 |
2.2 中医状态分型研究 |
2.3 中医状态的量化研究 |
1 研究背景 |
2 目的与意义 |
3 研究思路 |
第一部分 肥胖症的病因及干预对策研究 |
1 肥胖症与饮食的关系及其干预对策 |
2 肥胖与体质的关系及其干预对策 |
3 肥胖与运动的关系及其干预对策 |
4 肥胖与环境的关系极其干预对策 |
5 肥胖与精神情志的关系及其干预对策研究 |
6 肥胖与药物的关系及其干预对策 |
7 讨论 |
第二部分 肥胖症的中医症状分类研究 |
1 研究对象与方法 |
1.1 研究对象 |
1.2 研究方法 |
2 结果 |
2.1 肥胖症症状ICPC分类频数统计 |
2.2 肥胖症症状频数统计 |
5的症状)'>2.3 肥胖症脉象频数统计(仅列出百分比>5的症状) |
5的症状)'>2.4 肥胖症舌象频数统计(仅列出百分比>5的症状) |
3 讨论 |
3.1 肥胖症症状ICPC分类频数统计 |
3.2 肥胖症脉象频数统计 |
3.3 肥胖症舌象频数统计 |
第三部分 肥胖症的中医状态系统分类与中药干预方案研究 |
1 研究对象与方法 |
1.1 研究对象 |
1.2 研究方法 |
2 结果 |
2.1 文献检索结果 |
2.2 肥胖症中医证候标准引用情况 |
2.3 肥胖症的中医证候统计 |
2.4 肥胖症证候与症状关联关系分析 |
2.5 肥胖的中药干预分析结果 |
2.6 肥胖症的中医状态分类与用药关系分析结果 |
3 讨论 |
3.1 肥胖症中医证候标准引用情况 |
3.2 肥胖症的中医证候统计 |
3.3 肥胖症证候与症状关联关系分析 |
3.4 肥胖症中药频数统计结果分析 |
3.5 肥胖症中药按功效分类频数统计结果分析 |
3.6 肥胖症中药按功效四气分类频数统计结果 |
3.7 肥胖症的病位病性状态分类与用药关系分析 |
结论 |
创新与不足 |
创新之处 |
不足之处 |
展望 |
附录 |
参考文献 |
个人简介 |
四、肿瘤患者瘀血舌象的研究辨识(论文参考文献)
- [1]肺癌患者舌下络脉特征及与血清VEGF的相关性研究[D]. 金金. 中国中医科学院, 2021(02)
- [2]基于知识图谱及神经网络的乳腺癌中医舌诊中药推荐技术研究[D]. 范宝超. 广州中医药大学, 2021
- [3]恶性肿瘤舌象的研究进展[J]. 杨涛,祁烁,王晓桐,宋钰明月,庄晓茹,李忠. 世界中医药, 2020(20)
- [4]晚期非小细胞肺癌证型特点及血瘀证相关因素研究[D]. 孙颖. 天津中医药大学, 2020(04)
- [5]167例代谢综合征患者中医体质辨识与证候要素初步研究[D]. 余治君. 天津中医药大学, 2020(04)
- [6]基于临床科研信息共享系统血透患者中医证候规律及其诊断模型研究[D]. 柯应水. 中国中医科学院, 2020(01)
- [7]病机主导的中医临床个体化诊疗模式及决策支持系统构建[D]. 胡嘉元. 北京中医药大学, 2020(04)
- [8]基于卷积神经网络的中医舌象辨识人工智能方法学研究[D]. 刘婧玮. 北京中医药大学, 2020(04)
- [9]基于舌象的中医智能健康诊疗方案的建立与应用[D]. 张锂泰. 北京中医药大学, 2020(04)
- [10]肥胖症的因症态系统分类与干预研究[D]. 付培涛. 江西中医药大学, 2020(05)