提要 | 第1-5页 |
Abstract | 第5-10页 |
引言 | 第10-12页 |
基于数据挖掘的痰火扰心证证治规律的研究 | 第12-48页 |
一、心悸医案数据库的建设 | 第12-16页 |
(一)医案的来源 | 第12页 |
(二)医案选择的依据 | 第12-13页 |
(三)建设医案数据库 | 第13-15页 |
(四)研究结论 | 第15-16页 |
二、基于决策树理论的心悸痰火扰心证辨证系统的智能化研究 | 第16-25页 |
(一)研究对象 | 第16页 |
(二)研究方法 | 第16页 |
(三)研究结果 | 第16-24页 |
(四)研究结论 | 第24-25页 |
三、基于人工神经网络理论的心悸痰火扰心证辨证系统的智能化研究 | 第25-33页 |
(一)研究对象 | 第25页 |
(二)研究方法 | 第25-26页 |
(三)研究结果 | 第26-33页 |
(四)研究结论 | 第33页 |
四、心悸痰火扰心证药物规律分析 | 第33-48页 |
(一)研究对象 | 第33页 |
(二)研究方法 | 第33页 |
(三)研究结果 | 第33-47页 |
(四)研究结论 | 第47-48页 |
数据挖掘结果在临床诊疗中的应用 | 第48-52页 |
一、数据挖掘结果在诊疗中具体运用 | 第48页 |
二、典型病案举例 | 第48-49页 |
(一)病案 1 | 第48-49页 |
(二)病案 2 | 第49页 |
三、数据挖掘结果在临床诊治过程中的应用分解 | 第49-51页 |
(一)病案1应用过程分解 | 第49-50页 |
(二)病案2应用过程分解 | 第50-51页 |
四、总结 | 第51-52页 |
讨论 | 第52-60页 |
一、心悸痰火扰心证病因病机 | 第52-53页 |
二、决策树方法在心悸证候学领域的应用研究 | 第53-55页 |
三、人工神经网络在心悸证候学领域的应用研究 | 第55-56页 |
四、基于数据挖掘技术的中医传承辅助系统(V2.5 版本)对治疗痰火扰心证方剂药物规律分析 | 第56-60页 |
(一)药物频率分析 | 第56-57页 |
(二)四气五味分析 | 第57-58页 |
(三)药物归经分析 | 第58页 |
(四)药物关联度分析 | 第58-59页 |
(五)药物组方规律分析 | 第59-60页 |
结语 | 第60-61页 |
参考文献 | 第61-64页 |
综述 | 第64-71页 |
参考文献 | 第69-71页 |
致谢 | 第71-72页 |
查新报告 | 第72-83页 |
发表论文 | 第83-88页 |
详细摘要 | 第88-94页 |