项目名称: 蒙医方剂数据挖掘关键技术研究

项目编号: No.81460656

项目类型: 地区科学基金项目

立项/批准年度: 2015

项目学科: 医药、卫生

项目作者: 张春生

作者单位: 内蒙古民族大学

项目金额: 47万元

中文摘要: 中医药学是中华文化的瑰宝,为人类的健康做出了重大贡献,方剂配伍规律对缩短新药的研发周期具有重要的作用。采用数据挖掘技术发现方剂配伍规律的研究成果很多,但目前没有比较全面和成熟的方剂数据库,使用的挖掘技术和挖掘目标比较传统、单一,不适合日益发展的药物研发要求。 蒙医药学与中医药相比,既有相同之处,又有独特的原理和疗效,蒙医方剂数据挖掘工作目前几乎空白。 项目首先建立结构合理、数据准确的蒙医方剂数据库,使用和研究更加合理的数据预处理方法,实现数据可用性。在使用经典挖掘算法进行数据挖掘的同时,针对蒙医方剂的特点,研究关联规则优化算法、局部规则挖掘算法、决策树规则挖掘算法、不相关数据集间规则演绎等算法,高效率发现常规算法无法发现或很难发现的更多有效关联规则。 项目最终提供蒙汉两种语言的软件,实现蒙医方剂数据挖掘,算法先进,软件具有一定的扩展性和通用性,为蒙药研发提供技术支持。

中文关键词: 蒙医;方剂;数据挖掘;数据库;关联规则

英文摘要: The traditional Chinese medicine prescription is the treasure of Chinese culture. It contributes a lot to human health. The rule of prescription plays an important role on shorten the period of the development of new Traditional Chinese medicine. There are many results on utilizing data mining technology to find the rule of prescription. But there is not a complete and mature prescription database. The technology and the aim of mining are traditional and single. It can not fit the development of medicine research. The Mongolian Medicine is a branch of the traditional Chinese medicine. Compared with the traditional Chinese medicine, it has some same aspects but also has unique principle and treatment. At present, data mining in Mongolian medicine prescription is still empty. This project will establish the Mongolian medicine prescription database which has rational structure and exact data. Beside using the classical mining algorithm, some other mining algorithms are used according to the feature of Mongolian medicine prescription, such as the association rule optimization algorithm, local rule mining algorithm, decision tree rule mining algorithm and unrelated dataset rule deduction.These algorithms can find more effective association rules that classical algorithm can not find. This project will provide the software for Mongolian medicine prescription data mining using both Mongolian and Chinese. The mining algorithms are advanced and the software has certain extension and generalization. This project will provide some supports to Mongolian medicine research.

英文关键词: mongolian medicine;prescription;data mining;database;association rules

成为VIP会员查看完整内容
0

相关内容

军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
ICLR2022 | OntoProtein:融入基因本体知识的蛋白质预训练
专知会员服务
28+阅读 · 2022年2月20日
AI药物研发发展研究报告(附报告)
专知会员服务
89+阅读 · 2022年2月11日
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
40+阅读 · 2021年7月24日
专知会员服务
61+阅读 · 2021年3月6日
专知会员服务
30+阅读 · 2021年2月7日
专知会员服务
44+阅读 · 2020年8月20日
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
LinkedIn 数据分析技术栈的演进与实践
InfoQ
0+阅读 · 2022年2月26日
空间数据智能:概念、技术与挑战
专知
8+阅读 · 2022年2月4日
面向新闻媒体的命名实体识别技术
PaperWeekly
18+阅读 · 2019年4月17日
一种关键字提取新方法
1号机器人网
21+阅读 · 2018年11月15日
干货 | 知识图谱的技术与应用
深度学习与NLP
18+阅读 · 2018年6月15日
【知识图谱】中医临床知识图谱的构建与应用
产业智能官
60+阅读 · 2017年12月18日
领域应用 | 中医临床知识图谱的构建与应用
开放知识图谱
33+阅读 · 2017年12月12日
【大数据】数据挖掘与数据分析知识流程梳理
产业智能官
12+阅读 · 2017年9月22日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
46+阅读 · 2021年10月4日
Arxiv
12+阅读 · 2021年6月29日
小贴士
相关VIP内容
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
ICLR2022 | OntoProtein:融入基因本体知识的蛋白质预训练
专知会员服务
28+阅读 · 2022年2月20日
AI药物研发发展研究报告(附报告)
专知会员服务
89+阅读 · 2022年2月11日
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
40+阅读 · 2021年7月24日
专知会员服务
61+阅读 · 2021年3月6日
专知会员服务
30+阅读 · 2021年2月7日
专知会员服务
44+阅读 · 2020年8月20日
相关资讯
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
LinkedIn 数据分析技术栈的演进与实践
InfoQ
0+阅读 · 2022年2月26日
空间数据智能:概念、技术与挑战
专知
8+阅读 · 2022年2月4日
面向新闻媒体的命名实体识别技术
PaperWeekly
18+阅读 · 2019年4月17日
一种关键字提取新方法
1号机器人网
21+阅读 · 2018年11月15日
干货 | 知识图谱的技术与应用
深度学习与NLP
18+阅读 · 2018年6月15日
【知识图谱】中医临床知识图谱的构建与应用
产业智能官
60+阅读 · 2017年12月18日
领域应用 | 中医临床知识图谱的构建与应用
开放知识图谱
33+阅读 · 2017年12月12日
【大数据】数据挖掘与数据分析知识流程梳理
产业智能官
12+阅读 · 2017年9月22日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员