基于中药提取的数据挖掘系统设计与实现

2021.02科学技术创新数据挖掘系统的设计与实现研究———以中医病案为例高俊全（河北医科大学第四医院，河北石家庄050000）1研究背景在中医医学的不断发展的过程中累积了极多的患者病案数据，在这些数据资料中潜在着许多具有医学研究价值的内容，在当前现代化科学技术的推动下。

中医学病案数据的收集整理由传统人工形式过渡到了数字化处理的方式，而数字化中医病案能够更加方便、快捷地存储病案数据，可以更好地满足科研人员的需要。

因此，中医病案数据挖掘系统设计与实现在中医学科中具有重要的作用及意义[1]。

中医病案数据挖掘系统是集成档案管理、数据挖掘等功能为一体的数据管理处理系统，通过该系统中数据挖掘模块，能够对疾病进行科学的分析，并提取出疾病的主要症状，以此得到中药方剂组方规律、疾病症状与关联用药的联系，并探究出症状与中医证型之间的关联，为中医医务人员提供科学、合理的诊治策略，为中医学科中新规律、新技术提供坚实的支持[2]。

2中医病案数据挖掘系统的构成及作用中医病案数据挖掘系统设计基于C#.Net 开发环境，采用浏览器和服务器架构模式。

系统中包含病历档案管理以及数据挖掘两个主要功能模块（系统框架结构如图1所示）。

这样的结构能够为在实施病历档案管理的基础上为数据挖掘提供了大量数据支持；数据挖掘模块主要实现数据预处理、数据挖掘以及知识分析的功能[3]。

图1中医病案数据挖掘系统框架示意图2.1病历档案管理模块该模块能够极大地满足实际中对于病历档案的收集、筛选、分类、储存以及检索等功能。

在实际的应用中先有医师将纸质病历档案进行整理后录入到系统数据库后，系统将会对数据资料进行处理，便于后期对于病历档案数据挖掘以及检索的需要。

2.2数据挖掘模块系统中数据挖掘模块的核心功能是对数据库进行知识挖掘分析，其中挖掘的过程可分为三个步骤：第一，数据的预处理，此阶段是检查所录入的病历档案数据一致性、数据中的无效值以及缺失值，并将这些错误进行识别、纠正、转化以及实施粗糙集属性约简处理等，从而保障所挖掘的数据的准确性、有效性；第二，数据挖掘，该步骤旨在实现数据关联规则的挖掘、对数据神经网路进行分析预测等目标；第三，知识分析，将所挖掘到的知识数据进行关联分析，求解对应的中药方剂组方规律、疾病症状与关联用药的联系，以此探究出症状与中医证型之间的关联。

中药制药过程数据集成、数据挖掘与可视化技术研究工业自动化控制技术的广泛运用和海量制造过程数据的收集和分析，为现代中药制药工艺品质的大幅提升提供了宝贵的数据和信息资源。

因此在中药制药企业建立数据集成与管理系统变得非常重要，它将使得工厂生产数据的收集、保存、分析、展示和交流变得简单、高效。

通过数据集成、数据挖掘、数据可视化等技术的综合运用，可以打破数据孤岛，整合所有数据，提取出有用信息，并发现和沉淀生产知识，最终提高生产过程质量。

该文分析了中药制药过程有关工业大数据分析的若干关键技术，重点就数据集成、数据挖掘与数据可视化技术进行了具体探讨。

该文结合了生脉注射液生产历史数据，进行了数据挖掘与可视化实例分析，并展望了数据可视化技术在中药数字制药中的前景。

标签： 中药制药工程；过程分析；可视化技术；大数据1 中药生产过程工业大数据中药为防病治病发挥了积极的作用，在我国的卫生医疗系统中占有重要的地位。

中药产业是我国医药工业的重要组成部分，已被列入国家战略性新兴产业。

但是，当前我国的中药制药工艺水平不高，过程质量监控手段缺乏，阻碍了中药制药质量的进一步提升。

因此提升中药制造过程技术水平，实现中药质量的有效控制，有利于中药行业整体水平的提高，对于推动中药现代化进程具有重要意义。

现有的很多中药制药企业仍然停留在半自动的数据记录和收集阶段，很多的数据如批次操作记录等仍依赖人工手动记录。

人工记录收集数据信息量有限，同时容易发生错误，如录错、漏记等，從而降低了数据的质量，另外人工记录造成信息传递延时，不能在第一时间分析、总结数据，提取信息，并作出及时的反应，对工厂的生产管理造成影响。

工业自动化控制技术的广泛运用和海量制造过程数据的收集和分析，使得中药制药工艺走向“精密化，数字化，智能化”成为可能[1-3]。

2 中药生产过程数据集成、数据挖掘与数据可视化在中药制药企业建立数字化全程质量控制和管理系统，将使得工厂生产数据的收集、保存、分析、展示和交流变得简单、高效。

基于大数据的中医文献数据挖掘一、引言中医作为中国传统医学的重要组成部份，拥有悠久的历史和丰富的文献资源。

随着大数据技术的发展，利用大数据进行中医文献数据挖掘已经成为一种重要的研究手段。

本文旨在介绍基于大数据的中医文献数据挖掘的相关内容。

二、中医文献数据挖掘的意义中医文献数据挖掘可以匡助我们深入挖掘中医文献中的珍贵知识，为中医药的研究和应用提供支持。

通过大数据分析，我们可以发现中医文献中的规律和趋势，探索中医的理论体系和疗效机制，进一步推动中医药的现代化发展。

三、中医文献数据挖掘的方法1. 数据采集：通过网络爬虫技术，采集中医文献的相关数据，包括文献标题、作者、关键词、摘要等。

2. 数据清洗：对采集到的数据进行清洗，去除重复数据、缺失数据和噪声数据，确保数据的质量和准确性。

3. 数据预处理：对清洗后的数据进行预处理，包括分词、去除停用词、词性标注等，为后续的数据分析做准备。

4. 特征提取：通过特征提取技术，将文献数据转化为可供机器学习算法处理的特征向量，以便进行数据分析和建模。

5. 数据分析：利用机器学习、数据挖掘和统计分析等方法，对中医文献数据进行分析，挖掘其中的规律和趋势。

6. 结果展示：将分析结果以可视化的方式展示出来，例如生成词云图、关联图、热度图等，便于研究人员进行进一步的理解和应用。

四、中医文献数据挖掘的应用1. 疾病诊断与治疗：通过分析中医文献中的病例数据和治疗方案，挖掘出疾病的特征和规律，为中医临床诊断和治疗提供参考依据。

2. 药物研发与评价：通过分析中医文献中的药物数据和治疗效果，挖掘出药物的活性成份和作用机制，为新药的研发和评价提供支持。

3. 中医理论研究：通过分析中医文献中的理论知识和经验总结，挖掘出中医的理论体系和核心观点，为中医理论的深入研究提供参考。

4. 中医药市场分析：通过分析中医文献中的市场数据和消费者需求，挖掘出中医药市场的发展趋势和商机，为中医药产业的发展提供指导。