导读:本文包含了中医证候分类论文开题报告文献综述及选题提纲参考文献，主要关键词:分布规律,机器学习,胃食管反流病,中医证型
中医证候分类论文文献综述
曹云[1]（2019）在《基于机器学习的胃食管反流病中医证候分类的应用研究》一文中研究指出目的胃食管反流病(gastro-esophageal reflux disease,GERD)为消化系统常见病、多发病。随着对流行病学特点,典型症状表现及生活质量影响的深入研究,有关发病机制及治疗方法的探索己成为当下热点。针对本病易复发、难治性、周期长的特点,运用中医理论指导用药,临床疗效显着。然中医学之精髓在于“辨证论治”,归根结底是“证”的判别,辨证准确性是临床疗效的保障。但症状的隐匿性及重迭性增加了辨证的难度,又受个人主观性的制约,导致辨证的结果存在差异。因此,本研究以胃食管反流病为切入点,借鉴循证医学理念,运用统计学方法,对胃食管反流病的中医证候、证素分布及流行病学特点进行研究,得出本病的证候分布特点。并在此基础上,筛选肝胃郁热证及中虚气逆证临床病例,应用支持向量机、神经网络及自动编码器分别构建GERD智能辨证模型,比较证候预测的准确性。方法本论文由文献综述和临床研究两部分组成。文献综述包括叁个部分。第一部分为“胃食管反流病的中医学认识”,主要论述中医病名、病机、辨证论治等方面。第二部分为“胃食管反流病的西医诊疗进展”,从胃食管反流病的流行病学、病因、发病机制及诊疗等方面进行探讨。第叁部分为“机器学习技术在中医证候研究中的应用”,重点为机器学习于中医学证候学中的应用及中医智能化研究进展。临床研究部分:基于统一的中医证候量表,于东直门医院收集病例233例。将所收集的一般信息及四诊资料导入Excel,基于SPSS 25.0统计软件运用聚类分析、因子分析方法,得出胃食管反流病患者常见的中医证素、病性和证候分布规律。最后,从中筛选符合肝胃郁热证、中虚气逆证共98个样本,两类各49个样本,并按照类别之间1:1比例,全部数据的70%作为训练集,30%作为测试集。应用支持向量机(Support Vector Machine,SVM)、神经网络(Neural Networks,NNs)和自动编码器(Autoencoder)分别构建GERD智能辨证模型,比较证候预测的准确性。结果(1)本课题共收集233例GERD患者,其中男性108例(46.4%),女性125例(53.6%),男女比例为:0.86:1;年龄最小为20岁,年龄最大为79岁,平均年龄为52.35±12.33岁,年龄与性别分布相关(P<0.05);反流性食管炎167例(71.7%),非糜烂性反流病62例(26.6%),Barrette食管4例(1.7%);国家机关工作人员多发(29.5%),冬季(28.2%)、春季好发(33.8%)。饮食、情志、气候为发病的诱因,其中饮食偏嗜以甜食39例(16.7%)、辛辣30例(12.9%)、进食快25例(10.7%)居多;情志以急躁易怒(38.2%)、焦虑(29.2%)、忧虑(29.2%)为甚。GerdQ评分≥8分的人数(72.11%)远高于<8分的人数(27.9%)。纳入患者睡眠质量尚可(91.4%),未发现与疾病及其亚型的相关性。(2)相关性研究中,Hp感染、BMI指数与疾病亚型分布有关(P<0.05)。(3)胃食管反流病的证型主要有以下10种:类肝胃郁热证、类胆经郁热证、类胆胃不和证、类胃火炽盛证、类肝脾不调证、类脾胃湿热证、类气郁痰阻证、类脾失健运证、类中虚气逆证、类肺脾气虚证。病位证素在脾、胃、肝、胆、肺,病性证素中实证以气滞、湿热、热为主,虚证以气虚、阳虚为主。病机关键为虚、滞、湿、热。(4)98例GERD患者中,肝胃郁热证、中虚气逆证的畏寒、疲乏、腰酸背痛、胃中漉漉有声、排便不爽、胸闷、心烦、脉细、脉弦症状比较,差异具有统计学意义(P<0.05)。(5)在相同训练、测试样本数据下,SVM、NNs及Autoencoder叁种算法对胃食管反流病肝胃郁热证及中虚气逆证的识别准确率分别为78.3%%和79.2%和79.2%。结论(1)运用聚类分析法和因子分析法,归纳GERD中医证型为以下10种:类肝胃郁热证、类胆经郁热证、类胆胃不和证、类胃火炽盛证、类肝脾不调证、类脾胃湿热证、类气郁痰阻证、类脾失健运证、类中虚气逆证、类肺脾气虚证。上述方法客观真实的反映了GERD的中医证候分布和证素特点,为本病的诊治提供了参考。(2)NNs及Autoencoder降维基础上的NNs模型具有很好的诊断、预测能力,机器学习技术应用于GERD辨证模型的构建具有方法学上的可行性。(本文来源于《北京中医药大学》期刊2019-05-01）
李壮,侯堃[2]（2019）在《316例男性急性痛风性关节炎中医证候分类研究》一文中研究指出目的通过数据挖掘探索男性急性痛风性关节炎的中医证候特点。方法采集316例男性急性痛风性关节炎病例症状信息,将每一症状作为一个统计变量,有赋值为1、无赋值为0,计算各症状的频次和频率,对主要症状进行因子分析并提取公因子,以公因子作为变量进行聚类分析。结果频率超过30%的症状为舌红(62. 0%)、舌胖大(56. 3%)、疲劳(45. 6%)、关节灼痛(42. 7%)、口苦(38. 3%)、脉数(36. 1%)、关节冷痛(32. 6%)、胃胀(32. 3%)、畏寒(30. 1%),提取公因子共10项,总贡献率累计69. 667%。聚类分析获得男性急性痛风性关节炎辨证分型5种,分别为脾肾阳虚型、痰热内蕴型、热毒炽盛型、肝肾亏虚型、阳虚湿阻型。结论男性急性痛风性关节炎的主要中医证型可分为5种,但临证应注意结合患者的病程、年龄、体质等因素具体论治。(本文来源于《中医杂志》期刊2019年01期）
周红[3]（2018）在《腰椎间盘突出症的中医证候要素分类探究》一文中研究指出目的:应用因子分析法探讨腰椎间盘突出症的中医证候要素分类。方法:采用回顾性分析方法,结合其中西医临床诊断及基本资料,分析腰椎间盘突出症患者176例,采用因子分析法探究腰椎间盘突出症的中医证候要素。结果:通过对176例腰椎间盘突出症患者的资料进行分析,归纳出腰椎间盘突出症症状类变量37个,舌象变量7个,脉象变量5个。其中影响腰椎间盘突出症的中医证候分类可分为4类,即肝肾亏虚、气滞血瘀、风寒湿滞和湿热蕴结型。结论:腰椎间盘突出症通过因子分析法可以进行证型分类,在客观程度上揭示本病发病的中医证候特点。(本文来源于《中国中医药科技》期刊2018年06期）
刘斌,吕诚,吕爱平[4]（2018）在《疾病诊断和中医证候分类结合:现状和未来》一文中研究指出疾病诊断是医学过程中的核心和关键,基于中医理论的指导,中医证候分类是继承发展中医药学、创新生物医学的重要手段和途径,也是中西医结合优势互补的重要理论表现形式,对中医临床个体化诊疗具有重要意义。中医证候分类以区别于现代疾病诊断的分类思维模式对不同个体进行区分,可概括为同病异证和异病同证,因此更具个体化特点。将中医证候分类与现代医学疾病诊断相结合,创新临床诊断模式,促进个体化医疗的发展,具有广阔的研究和应用前景,近年来一直受到国内外研究者的持续关注。本文以类风湿关节炎及其典型证候为切入点,从中医证候分类的生物学基础研究、相关临床研究等方面,对中医证候分类研究的现状进行阐述,以期为未来疾病诊断和中医证候分类相结合提供研究思路和方法的参考。(本文来源于《世界科学技术-中医药现代化》期刊2018年08期）
颜建军,刘章鹏,刘国萍,郭睿,王忆勤[5]（2019）在《基于深度森林算法的慢性胃炎中医证候分类》一文中研究指出针对中医问诊复杂性和非线性的特点,采用深度森林算法(gcForest)构建慢性胃炎中医问诊证候分类模型。利用gcForest分析慢性胃炎问诊数据,建立证候分类模型,并与DBN和DBM两种深度学习算法以及ML-KNN、BSVM、ECC、RankSVM、LIFT这5种多标记学习算法构建的模型进行比较。实验结果表明,该模型在多标记评价指标和单个证型的分类准确率上都优于其他算法,能有效地解决慢性胃炎中医问诊证候分类问题,通过该算法建立的模型分类效果良好,可以为慢性胃炎证候量化诊断研究提供参考。(本文来源于《华东理工大学学报(自然科学版)》期刊2019年04期）
薛芳静[6]（2018）在《中医证候分类个体化诊断的统计方法初探》一文中研究指出目的以高血压病为例,诠释中医病证结合证候分类,进行证候分类、个体化诊断的统计学方法研究,以期作为其他疾病中医证候个体化诊断的参考,为科学客观地评价个体诊疗的效果、改善和提高诊断的水平奠定基础,为提高中医临床研究质量和研究结果真实性提供有价值的参考依据。方法通过全国多中心流行病学研究,分别从5个叁级甲等综合性中医院收集了1499例符合纳入排出标准且依从性较好的高血压病病例,并以这1499例病例为研究对象,确定高血压病的5个主要证候,分别为:肝火亢盛证、肝肾阴虚证、痰瘀互结证、心肾两虚证以及肝郁伤神证。其中,肝火亢盛证包含15个指标,肝肾阴虚证包含15个指标,痰瘀互结证包含16个指标,心肾两虚证包含17个指标,肝郁伤神证包含12个指标,这些指标均分为二分类及有序多分类两种,最终运用潜在类别模型和认知诊断模型通过对二分类及有序多分类指标的分析进行高血压病人个体证候诊断分类。结果1.潜在类别模型(1)肝火亢盛证候肝火亢盛证候的二分类数据将高血压病人分为4类,可分别定义肝火亢盛典型证、肝火亢盛证前檐、肝火亢盛证以及肝火亢盛证候临界,4类每一类别的潜在类别概率分别为0.2853、0.2709、0.2659和0.1779。对于全部的1499例高血压患者,最终归类到每一类别的高血压病人分别为417例、416例、406例和260例。肝火亢盛证候的有序多分类数据将病人分成3类,可分别定义为肝火亢盛证候临界、肝火亢盛典型证、及肝火亢盛证前檐,与之相对应的各类别的潜在类别概率分别为0.6017、0.2418和0.1565。对于全部的1499例高血压患者,最终归类到每一类别的高血压病人分别有700例、509例和290例。肝火亢盛证候二分类及多分类数据各类别的潜在类别概率及病例分类结果基本符合由轻到重逐渐减少的规律。(2)肝肾阴虚证候肝肾阴虚证候的二分类数据将高血压病人分为4类,可分别定义为肝肾阴虚前檐、肝肾阴虚临界、肝肾阴虚证和肝肾阴虚典型证。4类每一类别的潜在类别概率分别为0.5323、0.3000、0.1179和0.0497。对于全部的1499例高血压患者,最终归类到每一类别的高血压病人分别有810例、450例、173例和66例。肝肾阴虚证候的多分类数据将高血压病人分成了5类,从Cluster1到Cluster5证候的严重程度逐步上升,可分别定义为肝肾阴虚前檐、肝肾阴虚临界、肝肾阴虚证轻度、中度和典型证。5类的潜在类别概率分别为0.4029、0.3797、0.1261、0.0726和0.0188。对于全部的1499例高血压患者,最终归类到每一类别的高血压病人分别有500例、675例、195例、103例和26例。肝肾阴虚证候二分类及多分类数据各类别的潜在类别概率及病例分类结果均符合由轻到重逐渐减少的规律。(3)痰瘀互结证候痰瘀互结证候的二分类数据将高血压病人分为4类,其定义及潜在类别概率分别为痰瘀互结前檐0.4940、痰瘀互结临界0.2352、痰瘀互结证0.2324和痰瘀互结典型证0.0384;第2类与第3类别在厚苔、腻苔与滑脉上差异较大,说明厚苔、腻苔与滑脉对痰瘀互结证的加重有较大影响。对于全部的1499例高血压患者,最终归类到每一类别的高血压病人分别有787例、316例、341例和55例。痰瘀互结证候的有序多分类数据将病人分成3类,可分别定义为前檐、临界和典型证。3类每一类别的潜在类别概率分别为0.5899、0.3749和0.0352。对于全部的1499例高血压患者,最终归类到每一类别的高血压病人分别有922例、525例和52例。痰瘀互结证候二分类及多分类数据各类别的潜在类别概率及病例分类结果均符合由轻到重逐渐减少的规律。(4)心肾两虚证候心肾两虚证候的二分类数据将高血压病人分为4类,其定义及潜在类别概率分别为心肾两虚前檐0.3258、心肾两虚临界0.2973、心肾两虚典型证0.2074和心肾两虚证0.1695。对于全部的1499例高血压患者,最终归类到每一类别的高血压病人分别有516例、420例、297例和266例。心肾两虚证候的多分类数据与二分类数据分类结果相同,每一类的定义也相同,但与之相对应的各类别的潜在类别概率与高血压病人数不同,潜在类别概率分别为0.3528、0.2689、0.2415和0.1368,高血压病人分别为541例、390例、365例和203例。心肾两虚证候二分类及多分类数据各类别的潜在类别概率及病例分类结果也符合由轻到重逐渐减少的规律。(5)肝郁伤神证候肝郁伤神证候的二分类数据将高血压病人分为4类,其定义及潜在类别概率分别为肝郁伤神证前檐0.4484、肝郁伤神证临界0.3204、肝郁伤神证0.1512以及肝郁伤神典型证0.0800。对于全部的1499例高血压患者,最终归类到每一类别的高血压病人分别有704例、459例、222例和114例。肝郁伤神证候的有序多分类数据将病人分成5类,从Cluster1到Cluster5证候的严重程度逐步上升,5类的潜在类别概率分别为0.4025、0.1862、0.1630、0.1515和0.0788。对于全部的1499例高血压患者,最终归类到每一类别的高血压病人分别有681例、266例、234例、202例和116例。肝郁伤神证候二分类及多分类数据各类别的潜在类别概率及病例分类结果也同样符合由轻到重逐渐减少的规律。2.诊断分类模型(1)肝火亢盛证候肝火亢盛证候下4类别中类别概率最高的为无两个属性(无肝火或火)组,类别概率为0.5073;其次是肝火和火组,类别概率为0.2750;同时分类到这2组的高血压病人也最多,分别为791例和433例。(2)肝肾阴虚证候肝肾阴虚证候4个类别中主要的类别组为无两个属性(无肝阴虚或肾阴虚)组,类别概率为0.5319;其余3个组别肝阴虚、肾阴虚和肝肾阴虚的类别概率相差不大,分别为0.1939、0.1262、0.1480。高血压病人分类到无两个属性(无肝阴虚或肾阴虚)组人数最多,为837例,另3组人数分别为284、172和206人。(3)痰瘀互结证候痰瘀互结证候8个类别中主要的2个类别组为无叁个属性(无湿、痰湿或瘀)组,类别概率为0.4749;“湿”组,类别概率为0.3425。其余6组类别概率均低于0.1。在高血压病人分类中,同样是无叁个属性(无湿、痰湿或瘀)组和“湿”组人数最多,分别为788人和478人。(4)心肾两虚证候心肾两虚证候8个类别中主要的2个类别组为无叁个属性(无肾气阴虚、心气阴虚或阴虚)组和叁个属性均有(肾气阴虚、心气阴虚和阴虚)组,2组类别概率分别为0.4569和0.3103,分类到2组的高血压病人分别为770和568人。(5)肝郁伤神证候肝郁伤神证候4个类别中主要的类别组为无两个属性(无肝热或肝郁)组,类别概率为0.5513;其余3个组别类别概率较为接近,分别为肝热组0.1808,肝郁组0.1036,肝热肝郁组0.1644。最终分类到这4组的高血压病人分别为870、252、128和249人。结论潜在类别模型是描述多个外显分类变量之间复杂的关联性的数学模型,可以应用于中医证候个体化诊断中。依据各因素在潜在类别中的条件概率的分布特征进行人群的分型,通过比较不同类别人群的后验概率,进行个体化诊断分类,为中医个体化治疗提供依据。认知诊断模型通过对被试高血压病人在一组精心设计的题目(即四诊信息)上的作答反应进行分析,推测被试在测验所涉及的证候要素上的类别情况,从而为病人个体化诊断分类提供依据。其与潜在类别模型相同,在中医个体化诊断治疗中具有应用价值。(本文来源于《东南大学》期刊2018-06-05）
胡元会,魏艺,薄荣强,石晶晶,汪九重[7]（2018）在《基于多元统计分析的盐敏感性高血压临床分布及中医证候分类研究》一文中研究指出目的采用多元统计分析方法对盐敏感性高血压临床分布、中医证候分类情况进行客观研究,以探讨盐敏感性高血压中医证候特点。方法入选279例原发性高血压患者,进行盐敏感测试。判定为盐敏感性高血压的患者填写中医临床症状及体征采集量表,运用因子分析及聚类分析对中医脏腑、证候要素、辨证分型进行研究。结果纳入盐敏感性高血压患者131例,非盐敏感性高血压患者148例,性别、年龄组间比较无差异。因子分析结果显示F1-5个公因子总共累计方差贡献75.8%,其中因子1占18.32%、因子2占21.37%、因子3占20.43%、因子4占20.61%、因子5占22.14%。病位脏腑所占结构比:脾21.37%、肾17.56%、、肝脾18.32%、脾肾42.75%。证素:阴虚18.32%、痰湿21.37%、气滞39.69%、气虚42.75%、水饮20.61%、阳虚60.31%、精亏17.56%、气陷17.56%、热21.37%、气逆21.37%。聚类分析结果:类别1,阴虚阳亢证(18.32%);类别2,痰湿壅盛证(21.37%);类别3,脾肾阳虚、水饮内停证(60.31%)。结论盐敏感性高血压约占原发性高血压的一半,其与中医肾、脾关系最密切,证候要素阳虚、气虚最为突出,而脾肾阳虚、水饮内停证是盐敏感性高血压最常见证型。(本文来源于《北京中医药》期刊2018年05期）
王连珂,崔伟锋,潘玉颖,范军铭[8]（2018）在《2144例河南高血压病中医证候分类研究》一文中研究指出目的:探索河南地区高血压病中医证候分型,为其中医临床治疗提供参考,使中医证型规范化。方法:依据流行病学调查要求,结合专业知识及相关文献,制定高血压中医证候信息量表。筛选频率>10%的症状,通过两步聚类法对数据进行归类分析处理,进而归纳出高血压患者中医证型。结果:2144例河南高血压病例分为8类证型,分别为阴虚阳亢型、肝肾阴虚型、肝阳上亢型、气虚血瘀型、肝阳上亢兼肝肾阴虚型、阴阳两虚型、痰浊壅盛型、气虚血瘀兼肝肾阴虚型8种证型。结论:运用聚类分析统计方法研究中医证型,对于促进中医证型研究规范化具有一定参考价值,并可指导临床辨证施治。(本文来源于《中医药临床杂志》期刊2018年01期）
夏蕾[9]（2018）在《基于因子分析法探究原发性肺癌的中医证候要素分类》一文中研究指出目的:应用因子分析法探讨原发性肺癌的中医证候要素分类。方法:采用回顾性分析,并结合前瞻性观察方法,分析原发性肺癌患者428例,结合其中西医临床诊断及基本资料,采用因子分析法和频数分析法等统计学方法探究原发性肺癌中医证候要素。结果:通过对原发性肺癌患者相关资料分析,归纳出原发性肺癌症状类变量28个,舌象变量6个,脉象变量7个,其对总方差的累积贡献率为69.135%。因子分析方法显示原发性肺癌的中医证候分类可分为5类,即阴虚热毒型、气阴两虚型、肺脾气虚型、气滞血瘀型和痰湿蕴结型。结论:本探究结合因子分析法能够对以中医四诊为基础的原发性肺癌症状进行证型分类,在客观程度上揭示原发性肺癌的中医证候特点。(本文来源于《内蒙古中医药》期刊2018年01期）
颜建军,胡宗杰,刘国萍,王忆勤,付晶晶[10]（2017）在《基于极值随机森林的慢性胃炎中医证候分类》一文中研究指出大多数机器学习算法能得到较好的分类效果,但模型却无法解释;而随机森林等模型有良好的可解释性,却无法处理中医数据中兼证的情况。本文利用极值随机森林算法对慢性胃炎中医数据进行证候分类研究,其中决策树的叶节点能输出多个标签,通过加权机制综合分量来处理兼证问题。与已有多标记学习算法和C4.5、CART等基于决策树的算法进行比较,实验结果表明,极值随机森林算法无论在6个证型的分类准确率上,还是在多标记评价指标上都具有更好的效果,而且模型中得到的规则基本符合中医理论。(本文来源于《华东理工大学学报(自然科学版)》期刊2017年05期）
中医证候分类论文开题报告
（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：
目的通过数据挖掘探索男性急性痛风性关节炎的中医证候特点。方法采集316例男性急性痛风性关节炎病例症状信息,将每一症状作为一个统计变量,有赋值为1、无赋值为0,计算各症状的频次和频率,对主要症状进行因子分析并提取公因子,以公因子作为变量进行聚类分析。结果频率超过30%的症状为舌红(62. 0%)、舌胖大(56. 3%)、疲劳(45. 6%)、关节灼痛(42. 7%)、口苦(38. 3%)、脉数(36. 1%)、关节冷痛(32. 6%)、胃胀(32. 3%)、畏寒(30. 1%),提取公因子共10项,总贡献率累计69. 667%。聚类分析获得男性急性痛风性关节炎辨证分型5种,分别为脾肾阳虚型、痰热内蕴型、热毒炽盛型、肝肾亏虚型、阳虚湿阻型。结论男性急性痛风性关节炎的主要中医证型可分为5种,但临证应注意结合患者的病程、年龄、体质等因素具体论治。
（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。
中医证候分类论文参考文献
[1].曹云.基于机器学习的胃食管反流病中医证候分类的应用研究[D].北京中医药大学.2019
[2].李壮,侯堃.316例男性急性痛风性关节炎中医证候分类研究[J].中医杂志.2019
[3].周红.腰椎间盘突出症的中医证候要素分类探究[J].中国中医药科技.2018
[4].刘斌,吕诚,吕爱平.疾病诊断和中医证候分类结合:现状和未来[J].世界科学技术-中医药现代化.2018
[5].颜建军,刘章鹏,刘国萍,郭睿,王忆勤.基于深度森林算法的慢性胃炎中医证候分类[J].华东理工大学学报(自然科学版).2019
[6].薛芳静.中医证候分类个体化诊断的统计方法初探[D].东南大学.2018
[7].胡元会,魏艺,薄荣强,石晶晶,汪九重.基于多元统计分析的盐敏感性高血压临床分布及中医证候分类研究[J].北京中医药.2018
[8].王连珂,崔伟锋,潘玉颖,范军铭.2144例河南高血压病中医证候分类研究[J].中医药临床杂志.2018
[9].夏蕾.基于因子分析法探究原发性肺癌的中医证候要素分类[J].内蒙古中医药.2018
[10].颜建军,胡宗杰,刘国萍,王忆勤,付晶晶.基于极值随机森林的慢性胃炎中医证候分类[J].华东理工大学学报(自然科学版).2017