数据挖掘在中医药领域中的应用
数据挖掘及其在中医药现代化研究中的应用
数据挖掘及其在中医药现代化研究中的应用
中医药虽然历史悠久，在医学上发挥了重要作用，但在现代化研究中仍然相对落后，对于这种民族医药，尤其是它的奥秘，研究者们尚不能完全探知其中的原理。
而数据挖掘技术的出现，为中医药研究的发展提供了可能性，它让研究者们能够从许多数据中挖掘出规律，有效的发现临床表现上的病症相关的特征，有助于更好的了解中医药的治疗原理，提高中医药现代化研究的灵活性。
首先，数据挖掘技术可以从历史病例中挖掘有价值的信息，其中涵盖着大量的症状、药物调用等信息，能够有效的实现对患者复杂体质的识别，以案例为基础的较为准确的诊断精准，从而更好的针对患者的特殊性进行治疗，为中医药现代化研究打下基础。
同时，通过数据挖掘，能够有效的从中药材数据库中发掘疗效显著的药物，从而快速、准确地形成一套最有效的治疗方案，为中医药的现代化研究打开了新的思路。
当然，在应用数据挖掘技术对中医药进行现代化研究时，由于中医药研究涉及到多学科的知识，它的涉及领域也比较复杂，要实现数据挖掘技术的最大价值，需要一定的建模等手段。
因此，在这个建模的过程中，有必要对样本数据进行适当的采集、清洗，以及对中医药相关知识进行分析，由此可以得出适合中医药研究的有价值的模型，为现代化治疗提供有效的支撑。
总之，随着近几年专属于新技术挖掘的发展，中医药现代化研究的精准性将得到极大的提升，数据挖掘技术无疑为中医药的现代化研究奠定了坚实的基础，助力中医药在现代化研究中的更新换代，更有助于普及中医药的理念和实践。
数据挖掘及其在中医药领域中的应用的开题报告
数据挖掘及其在中医药领域中的应用的开题报告一、研究背景数据挖掘是从大量数据中提取有价值的信息和知识的一种技术。
随着计算机技术和存储技术的不断发展，数据挖掘已经成为了现代科学研究和工业应用中不可或缺的一项技术。
中医药是我国悠久的传统医学，其独特的理论体系和医疗实践备受世界各国的关注。
然而，因为中医药的观念和方法与现代医学有所不同，中医药的研究面临着一些挑战，如疾病分类的不确定性、药效评价的难度等。
在这种情况下，数据挖掘成为了一种非常有前途的研究方法，可以帮助我们发掘中医药中的有价值的信息和知识。
二、研究内容和目标本次研究的内容是探讨数据挖掘技术在中医药领域中的应用，具体包括以下方面：1.中医药疾病分类的数据挖掘方法2.中药成分与药效的关联分析3.药物相互作用网络的构建和分析本次研究的目标是：1.了解数据挖掘技术的基本原理和常用方法，掌握数据挖掘的流程和技巧。
2.掌握中医药领域的基本知识和研究方法。
3.针对中医药领域的一些研究问题，探索适合的数据挖掘方法，并应用于实际的研究中，以试图解决一些现有的问题和挑战。
三、研究方法和步骤本次研究将采用如下步骤：1.首先进行文献研究，了解数据挖掘技术在中医药领域中的应用现状和研究进展。
2.针对中医药领域的一些具体问题，如疾病分类、药效评价等，选取适合的数据挖掘方法，并进行模型建立和验证。
3.通过实验分析，验证所选方法的有效性和准确性，并探索数据挖掘技术在中医药领域中的推广和应用。
四、预期成果和意义本次研究的预期成果包括：1.针对中医药领域的一些具体问题，提出适合的数据挖掘方法，并进行实验验证。
2.通过对中医药数据的挖掘和分析，发掘其中的知识和规律，并为中医药的研究和应用提供科学依据。
3.为数据挖掘技术在中医药领域的推广和应用提供参考和借鉴。
本次研究的意义在于：1.为中医药领域的科学研究和实践提供新的思路和方法，有助于提升中医药的科学性和实用性。
2.为数据挖掘技术在中医药领域的应用提供借鉴，有助于推动数据挖掘技术在医学领域的发展。
数据挖掘及其在中医药现代化研究中的应用
数据挖掘及其在中医药现代化研究中的应用一、本文概述随着信息技术的快速发展，数据挖掘作为一种高效的信息处理技术，已经在各个领域展现出其独特的优势。
在中医药现代化研究领域，数据挖掘技术的运用更是为传统中医药的现代化发展提供了新的视角和工具。
本文旨在探讨数据挖掘技术在中医药现代化研究中的应用，以期推动中医药领域的科技进步和创新发展。
本文将首先介绍数据挖掘技术的基本概念、原理和方法，然后重点分析数据挖掘技术在中医药现代化研究中的应用案例和效果。
我们将从中药材的种植、采摘、炮制、配伍、药效评价等多个环节入手，详细阐述数据挖掘技术在这些方面的具体应用，以及所带来的实际效果和潜在价值。
本文还将对数据挖掘技术在中医药现代化研究中面临的挑战和问题进行深入探讨，包括数据挖掘技术的局限性、中医药数据的复杂性、数据挖掘与中医药知识的融合等问题。
通过这些问题的分析，我们希望能够为数据挖掘技术在中医药现代化研究中的进一步应用提供有益的思考和建议。
本文旨在全面、系统地探讨数据挖掘技术在中医药现代化研究中的应用，以期为中医药领域的科技进步和创新发展贡献一份力量。
二、数据挖掘技术概述数据挖掘（Data Mining）是一门新兴的交叉学科，它融合了数据库技术、机器学习、统计学等多个学科的理论和方法。
数据挖掘的主要目的是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识。
这些信息和知识可以表示为概念、规则、规律、模式等形式，它们可以用于决策支持、过程控制、信息查询、科学研究等多个领域。
数据挖掘的过程通常包括数据预处理、数据挖掘、结果解释和评估等步骤。
数据预处理是对原始数据进行清洗、转换和整合的过程，以消除噪声、处理缺失值、标准化数据等，使得数据更适合于挖掘。
数据挖掘阶段则利用各种算法和工具，如聚类分析、决策树、神经网络、关联规则挖掘等，来发现数据中的模式和关联。
数据挖掘技术在中医医案的应用研究
数据挖掘技术在中医医案的应用研究随着现代科技的发展，数据挖掘技术在中医医案分析领域得到了广泛的应用。
传统的中医医案中蕴含了大量经验和知识，但由于医案数量庞大、结构复杂、数据纷繁，因此要想从中发现有效的治疗方案是非常具有挑战性的。
而数据挖掘技术正好可以通过对中医医案的数据分析，挖掘出其中关键的模式、规律和知识，为中医医生提供更准确、高效的诊断和治疗方案。
1、关联规则挖掘关联规则挖掘是一种基于频繁项集的挖掘方法，通过发现一组物品之间的相关关系，揭示出不同物品之间的潜在联系。
在中医医案领域，关联规则挖掘可以用来发现常常同时出现的病症和治疗方案，帮助医生快速准确地找到相关的治疗方案。
例如，通过关联规则挖掘，可以发现病人睡眠不足、失眠、头痛和便秘往往会同时出现，而且多使用桂枝、茯苓和甘草等中药进行治疗，这些规律对于中医医师选择治疗方案具有很大的指导意义。
2、分类算法分类算法是一种通过对事物进行特征提取，然后对新的数据进行分类的算法。
在中医医案中，可以将病人的不同症状，如头痛、咳嗽、腹泻等，看作是特征，将治疗方案看作是类别，应用分类算法来对病人进行诊断和治疗。
例如，当病人出现头痛、眩晕和失眠等症状时，可以使用川芎、白芍和龙骨等药物进行治疗。
通过对已有医案数据的分类分析，可以为中医医师提供更准确的治疗建议。
聚类算法是一种将数据分成相似的组或簇的方法，也可称为无监督学习方法。
在中医医案中，聚类算法可以将具有类似症状的患者群体划分为一类，并针对该类患者提出针对性的治疗方案。
例如，通过聚类算法将各种咳嗽疾病的患者分成一组，并推荐使用川贝、罗汉果和杏仁等药物进行治疗。
通过聚类分析，可以获得更为精准的治疗建议，从而提高治疗效率。
1、帮助中医医师更准确地了解病情和选择治疗方案中医医案中蕴含了丰富的治疗经验和知识，在现代中医临床应用中具有不可替代的价值。
而数据挖掘技术则可以帮助中医医师从中医医案中挖掘出所需的知识和经验，为中医医师判断病情、选择治疗方案提供更为准确和有效的指导。
数据挖掘在中医药领域应用研究进展
数据挖掘在中医药领域应用研究进展标签：数据挖掘；中医药；应用研究；综述数据挖掘是指从大量数据中提取或挖掘有效、新颖、有潜在应用价值和最终可理解的模式、知识，其涉及多学科技术集成，包括数据库和数据仓库技术、统计学、机器学习、高性能计算、模式识别、神经网络、数据可视化、信息检索、图像处理以及空间或时间数据分析等。
数据挖掘技术在中医药研究领域得到广泛应用，兹将近年来研究进展作一综述。
1 中医药文献数据挖掘中医药文献数据来源主要包括中医药古典、名家医案、验方验案、书刊述评、期刊文献、中药词典等。
数据挖掘技术对这些数据整理挖掘，重新展现及总结名家学术思想、辨证论治、中药选材、中药炮制、中药制剂、用药规律等成果，对传承、借鉴与发展起到重要作用。
中医药数据具有非线性、模糊性、复杂性、非定量等特征，针对具体的中医药数据和不同的挖掘目标，往往要将几种方法融合起来应用，以发挥各自的技术优势，或引进其他学科方法共同解决一些问题，其中关联规则、频数分析、聚类、文本挖掘等为常用方法。
中医药文献数据研究，要求数据来源、文献纳入标准、排除标准、文献规范原则、证候名称规范、症状名称规范、中药名称规范、计量标准规范等进一步加强与完善，数据获取、保存、抽取等预处理及数据挖掘技术的运用也有待更科学深入。
1.1 关联规则郭氏等[1]采用关联规则分析方法分析了古医籍中治疗带下病的用药规律，发现明清时期治疗带下病的方药以健脾祛湿药物为最常用结构，其中又配伍一些专属度比较高的特色药物，如收涩止带药、补肾药、清热燥湿药等。
1.2 频数分析吴氏等[2]检索中国期刊全文数据库等1991-2011年发表的有关围绝经期综合征文献，进行整理及频数分析。
结果围绝经期综合征常见中医证候有49个，其中肝肾阴虚、肾阳虚、肾阴虚、肾阴阳两虚、心肾不交、肝郁气滞、脾肾阳虚最多见；提取常见症状共65个，包括月经紊乱、头晕耳鸣、失眠、烘热汗出、腰膝酸软、心悸、易怒、纳呆等；病位以肾、心、肝、脾为主；病性以虚为主；脉象以细数、沉细、弦细为主，舌象以舌淡或舌红、苔薄或少苔为主，说明围绝经期综合征的中医证候分布比较集中。
数据挖掘在中医药研究中的应用述评
数据挖掘在中医药研究中的应用述评数据挖掘为中医药传承研究提供了新思路和新技术。
目前数据挖掘技术在中医药传承中的应用主要包括：名老中医学术思想提炼，挖掘四诊以及证候之间的隐性关联，挖掘“方-药-症”的关系。
此外还有中药研究、中医特色技术研究等。
今后对数据挖掘所得出的结论需要进行临床实践的验证和机理的探索与研究，这样才能全面掌握和继承中医的学术思想和临床经验。
标签：中医药传承；数据挖掘；述评中医药事业的发展需要“薪火传承”，总结和研究中医药用药规律、诊疗规则、名老中医经验是传承中医防治疾病方法和手段的核心内容。
历代中医古籍文献及当代的临床实践和理论研究积累了丰富的信息，面对海量且无序的中医药数据，仅靠传统经验分析和简单统计学处理无法获得数据中隐含的规律。
数据挖掘为从海量数据中提取潜藏信息提供了方法学支持。
近年来，数据挖掘技术被广泛应用到中医药领域研究中，得到一些有价值的信息。
数据挖掘方法主要有频数分析、关联规则、聚类分析、决策树分析、回归分析、人工神经网络等，在实际应用过程中可根据不同的需求选取不同的任务进行分析研究，如在中医诊疗规则提取中应用决策树分析，得到症状-证型间的中医诊疗规则及症状-方药间的中医诊疗规则。
兹就数据挖掘方法在中医药研究中的应用情况述评如下。
1 在中医学术传承中的应用1.1 名老中医学术思想提炼名老中医的临床思辨特点充分彰显了名老中医的独特诊疗经验，其辨证论治的新观点、新方法、新方药、新技术能直接指导中医提高临床水平。
临床医案是医家临床思维活动和辨证论治过程的记录，是中医理、法、方、药综合运用的具体反映。
通过收集大量的名老中医医案，在中医理论指导下，运用数据挖掘技术，对医案中蕴含的各类方证、药证关系，进行整理、归纳、分析，并以简明扼要的理性语言将其概括，达到提炼名老中医独特的学术观点或思想的目的。
如舒氏等[1]对名老中医王自立使用运脾汤、归芍运脾汤、运肠润通汤的典型病例进行方证知识规律分析，归纳其“健脾先运脾，运脾必调气”、“治肝必柔肝”、“柔肝先养肝”、“补而通之”的学术思想。
数据挖掘及其在中医药现代化研究中的应用
数据挖掘及其在中医药现代化研究中的应用中医药有着悠久的历史，一直是我国重要的医学分支，在传承和传播祖先积累的医学知识的同时，也在不断发展。
近年来，中医药现代化研究取得了飞跃式的发展，取得了一定的成效。
随着信息技术的不断发展，数据挖掘技术已被广泛应用于中医药研究中，这种技术可以让我们更全面、更准确地了解中医药。
数据挖掘是一种利用计算机科学技术从数据库、文本或日志中提取信息的技术，具有客观、准确的特点，可以有效地提高中医药研究的质量和效率。
与传统的数据处理方法相比，数据挖掘技术具有诊断、模式抽取和模型应用等特点，可以更快捷地将历史数据转化为精准的信息，从而为研究中医药提供有效的参考依据。
数据挖掘技术在中医药现代化研究中具有重要作用。
首先，它可以迅速获得有效的中医药信息，并进行有效的分析和处理，有助于改善和提升治疗效果。
其次，数据挖掘技术可以有效地组织和简化中医药的数据，有助于科学研究和推广应用，促进中医药现代化研究的发展。
此外，数据挖掘技术可以揭示中医药的规律性，有助于深度理解中医治疗理论，提高医护人员的临床技能。
在实际应用中，数据挖掘技术还可以用于构建中医药数据库，以帮助中医药机构更好地管理、存储和分析数据，有助于提高医疗质量。
此外，数据挖掘还可以帮助提取文献中的中医药信息，有助于基于大数据的中医药研究，进而推动中医药现代化研究的发展。
综上所述，数据挖掘技术对中医药现代化研究有着重要作用，但是，由于要素多样性、文化差异等原因，也在很大程度上产生了挑战。
为了解决这些问题，需要在相关法律政策、技术支持、数据管理和安全保护等方面投入大量资源，积极推进中医药现代化研究的发展，，实现“中国制造”的目标。
以上是关于《数据挖掘及其在中医药现代化研究中的应用》的文章，希望能够帮助到有关读者，祝所有读者学习进步，身体健康！。
数据挖掘技术在中医医案的应用研究
数据挖掘技术在中医医案的应用研究
随着科技的不断进步，数据挖掘在中医领域的应用也越来越广泛。
中医医案是中医的重要实践经验和理论积累，包含了丰富的临床诊疗信息和治疗效果数据。
因此，对中医医案进行数据挖掘，可以帮助医生更好地分析和总结临床经验，提高诊疗水平和疗效。
数据挖掘技术主要包括数据预处理、数据挖掘和模型评价等环节。
针对中医医案的数据挖掘，首先需要对数据进行清洗和预处理，包括去除重复数据、填补缺失值、数据标准化等。
接着，可以采用分类、聚类、关联规则、时间序列分析等方法对数据进行挖掘，通过挖掘中医医案中的关联和规律来辅助中医诊断和治疗。
其中，聚类算法可以发现中医医案中的共性，并将病例进行分类，有助于医生更好地把握各种疾病的基本特点和规律。
关联规则挖掘可以分析病例中的病因、病机、证候、诊断和治疗等因素的关联关系，为医生提供更准确的诊疗信息。
时间序列分析可以发现病情的动态变化趋势，并对治疗方案进行评估和优化。
在模型评价方面，需要根据中医特点对模型进行评估和优化，如合理性、实用性、科学性、依据性等方面进行评价。
在应用过程中，还需要注意保护患者隐私，避免泄露患者信息。
综上所述，数据挖掘技术的应用可以帮助中医医生更好地分析和总结临床经验，提高中医诊疗的准确性和效率。
但是，在实际应用过程中还需要加强方法的研究和探索，不断优化数据挖掘算法，以更好地服务于中医临床实践。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
医学计算机作业
数据挖掘在中医药领域中的应用
数据挖掘在中医药领域中的应用
摘要：数据挖掘技术为中医药学术传承的研究提供了新技术和新思路。
本文在中医药学术经验传承的领域中进行数据挖掘，突出介绍了名中医学术思想的提炼和其临床诊疗经验，对于全面掌握和继承中医的学术思想和临床经验指明了方向。
关键词：数据挖掘方法；中医药学术传承；名中医经验
1数据挖掘的基本概念
1.1数据挖掘的定义
数据挖掘（Dating Mining, DM）是从大量不完全的、模糊的、有噪声的随机数据中发现隐含且有用知识的过程。
它是数据库中知识发现（Knowledge Discovery in Databases, KDD）的关键环节。
1995年，由美国人工智能协会主办的KDD国际研讨会在加拿大蒙特利尔召开，数据挖掘一次被提出并很快流传开来。
数据挖掘所发现的知识并不是严格的定理或定律，而是广义的知识，包括规则、模式、事物间的相互关联和规律等，可以应用于信息管理、决策支持和对未来的预测等方面。
1.2数据挖掘的内容和本质
随着数据挖掘和知识发现研究的发展，数据库、人工智能和数理统计已经成为数据挖掘和知识发现的三根强大的技术支柱。
数据挖掘所发现的知识最常见的有5类，包括：广义知识、关联知识、分类知识、预测性知识和偏差型知识。
1.3数据挖掘的功能
根据数据挖掘的内容和本质，可以将数据挖掘的功能归纳为5类，包括：①自动预测趋势和行为②关联分析③聚类④概念描述⑤偏差检测
1.4数据挖掘的技术
常用的数据挖掘技术有决策树、关联分析、聚类、人工神经网络等。
2.数据挖掘方法在名医经验传承方面的应用
2.1名中医学术思想提炼
名中医的特有的诊断和治疗经验彰显了其临床思辨特点，其辨证论治的观点、方法、药物、技术能直接指导广大医务工作者很快的提高临床水平。
医案是中医运用理、法、方、药的具体反映，是医家临床思维活动和辨证论
治过程的记录。
笔者收集了大量名中医的医案，在中医四诊指导下，运用数据挖掘技术整理、归纳、分析医案中蕴藏的证型与方药之间的关系，并以精炼的理性语言进行归纳总结，以期能够提炼名中医得天独厚的学术观点或思想。
如舒氏等[1]将名中医王自力的学术思想归纳为“健脾先运脾,运脾必调气”、“治肝必柔肝”、“柔肝先养肝”、“补而通之”就是对其在临床诊疗过程中治疗典型病运用运脾汤、归芍运脾汤、运肠润通汤的分析研究。
2.2临床诊疗经验
2.2.1挖掘“方—药—症”的关系
为了获取名中医组方用药规律、药对配伍规律及针对症状的用药规律，考证名中医的用药经验，研究“方—药—症”之间的关系，所以笔者运用数据挖掘的各类技术对名中医方药进行挖掘。
其中，有学者应用数据挖掘技术挖掘孟河学派晚清时期声望最大的四大医家之一马培之先生治疗中风、遗精、痢疾等病案中用药经验和规律，他们以《孟河四家医案医话集》和《孟河四家医集》为处方主要来源。
张京春等[2]将91例诊断为冠心病并经陈可冀老师治疗过的初诊患者数据录入数据库，统计分析其证候、处方、用药，结果表明91例患者出现的证候多为气虚血瘀、气阴两虚、痰瘀互结等证；多以瓜蒌薤白半夏汤、冠心Ⅱ号方、血府逐瘀汤、生脉散等加减为处方；临床用药大多为瓜蒌、半夏、薤白、川芎、赤芍、延胡索、红花、丹参等。
赵宇明等[3]通过频数分析和关联分析刘渡舟教授传人王庆国教授的临床处方，结果表明了王教授常用的药物组合与伤寒论经方及刘渡舟教授常用方相差不大，其中以小柴胡汤、泻心汤、柴胡桂枝干姜汤为主，而且“黄芪、当归、白芍”的频数超过20%，且3味药各自与柴胡、黄芩、炙甘草等组成药对的使用率也非常高，结果告诉我们王教授在应用经方时，非常重视补气与活血的结合。
通过数据挖掘技术的分析，得出王教授在临床用药过程中，善用柴胡与泻心汤类方，全方位的继承了刘渡舟教授“重视和解少阳”的学术思想，并在用药中有了自己的独特角度与创新。
2.2.2挖掘四诊及证候之间的关联
证候是指证的外候，即疾病过程中一定阶段的病位、病因、病性、病势及机体抗病能力的强弱等本质有机联系的反应状态，表现为临床可被观察到的症状等，是中医临床医学诊疗体系的一大特色。
吴荣等[4]运用贝叶斯网络收集名医治
疗冠心病典型医案115例，建立冠心病名医诊疗数据库，研究了证候要素及应证组合规律并有效提取了8个证候要素，将名医辨证经验替换成了定量的知识，开辟了名医经验传承的新途径。
叶放等［5］选择周仲瑛教授以犀角地黄汤为基础方的有效医案317例，对四诊信息进行规范预处理，采用描述性分析、关联规则等方法分析。
结果显示涉及病种广泛，病位主要在肝、肾；病性多为热、瘀、阴虚、湿、毒。
主要四诊信息表征包括舌苔黄占77．60%，舌质红或暗占52．37%～76．97%，腻苔占 55．84%；热象占38.83%；疼痛39．74%；出血征占30．04%等。
总计涉及269味中药，每例患者每次用19．93味药，与凉血、清热、解毒、化湿、滋阴等5类药物配伍占 83．31%。
得出了犀角地黄汤适用于多种难治性病证，瘀热相关病机演变每多复杂，临证要把握“瘀热”病机主要信息表征特征，随证加减，灵活施治的结论。
此外，通过对中医药相关文献的搜索，应用数据挖掘技术挖掘目标信息也为中医药传承提供了有效的途径。
肖永华等[6]收集了128例吕仁和教授治疗过的糖尿病患者的医案并将其存储于“中医医案数据库”，统计分析糖尿病的类型、分期、并发症、病因、病位等出现的频数；结果显示吕教授临床治疗的糖尿病患者以2型糖尿病和出现并发症的患者为大多数；并发症以糖尿病肾病的患者为主；中医病因主要为：饮食原因“肥美之所发”和情绪原因“怒则气上逆”；主要病位在肝肾。
其数据挖掘的结果客观地反映了吕教授治疗糖尿病的临床思路，为广大医务工作者提供了宝贵的临床经验。
郜氏等[7]通过对中国生物医学文献数据库、中医药文献数据库、中文科技期刊数据库、中国期刊全文数据库的检索，查阅“肺与大肠相表里”的理论对治疗肺系疾病的文献，运用关联规则分析相关症状、药物及症状与药物之间的关系。
在阅读文献后发现，在咳嗽、发热、气喘、小便黄赤、大便秘结等主要症状下，临床用药均用到了大黄、瓜蒌、苦杏仁。
因此得出，气机升降关系是肺与大肠相表里的核心机制。
赵氏等[8]运用现关联分析和聚类分析对历代文献治疗抑郁症的方药进行数据挖掘。
分析其性味归经、剂量、药物配伍及其与症状对应关系，发现其蕴含的潜在规律，为指导临床用药提供了依据。
综上所述，数据挖掘技术在名医经验的传承之中已经取得了长足的进展，更是当前名医经验传承的大趋势。
运用数据挖掘技术解决中医特色研究和发展中的
关键问题具有里程碑的意义，可中医药更加全面的伟大复兴。
3前景展望
现阶段，虽然数据挖掘技术在名中医经验传承中仍然面临着一系列的问题和挑战，但作为一个在海量数据中获取有用知识的工具，对于名老中医经验传承研究有着不可估量的价值，它必将促进中医药现代化的发展。
参考文献
[1] 舒劲,武正权,王煜,等.名老中医王自立运脾系列方剂方证知识数据挖掘研究[J].西部中医药,2013,26(2):45-48.
[2] 张京春,谢元华,蒋跃绒,等.陈可冀辨治冠心病医案证法方药的频数分析[J].中医杂志,2008,49( 10) :901-902,913．
[3] 赵宇明,尤海燕,刘哲.基于数据挖掘的王庆国教授对刘渡舟教授用药传承规律的研究[J].北京中医药大学学报,2012,35(5):293-296.
[4] 吴荣,聂晓燕,王阶,等.基于贝叶斯网络的名老中医治疗冠心病辨证规律研究[J].中国中医药信息杂志,2010,17(5):98-99.
[5] 叶放,李国春,沈波,等.基于周仲瑛教授大样本“瘀热”病案数据挖掘分析研究报告[J].中国中医药杂志,2012,10(5)：1294-1297.
[6] 肖永华,王世东,李靖,等. 吕仁和教授辨治糖尿病医案数据挖掘分析[J].北京中医药大学学报,2009,16( 3) :1－4．
[7] 郜峦,王键,李锋刚,等.基于关联规则的肺系疾病症药关系研究[J].中医杂志,2013,54(8):697-700.
[8] 赵少英,许二平.数据挖掘在中医治疗抑郁症方药文献研究中的应用[J].中医学报,2012,27(6):688-689.。