前言：中文期刊网精心挑选了药学信息论文范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
药学信息论文范文1
作者：黄欣 谷大建 杨蕊 苏乐群 李宏建 单位：山东省千佛山医院药学部
出院小结主要记录病人的诊疗经过及出院时的主要检验指标、出院医嘱、出院用药教育等，第几次住院只设置了住院信息与出院小结两项。住院信息记录病人后续的入院原因及诊疗经过，同时关注住院期间发生的药物不良反应（ADRs）、药物相互作用及其处理措施。出院小结内容同第一次住院的出院小结。药学服务包括药学服务发生时间、形式（面对面、电话、网络等）、病人状态（住院、门诊、家庭）及服务内容。内容包括是否进行了用药依从性教育，是否进行了常见ADRs、用药方案、用药注意事项的宣教，对于咨询是否有答复，进行药学服务时是否发放教育材料。上述选项均为点击完成，操作方便且节约时间。此外，还设置了便于随时记录服务内容的输入框，如病人的咨询内容及答复情况。资料库包括三种药学服务材料，即药品说明书、肾移植病人药学服务手册和肾移植术后病人药学服务单。药品说明书纳入的是山东省千佛山医院的药品处方集；肾移植病人药学服务手册的内容是基于前期调查问卷的结果［3］，针对肾移植术后病人最想了解的内容，以问题的方式从“您了解肾移植吗”、“您了解移植后将面临哪些挑战吗”、“您了解正在使用的药物吗”、“您了解术后生活上需要注意哪些事项吗”四个方面提出了27个问题，并采用通俗易懂的语言进行回答，兼顾了科学性、专业性与实用性，。
肾移植术后病人药学服务单重点讲述病人在使用的抗排异药物与其他药物／食物间的相互作用，及日常工作中预防感染、自我监测的重要性，旨在提高病人对用药安全性和自我监测的关注。设置资料库便于药师在接受病人咨询时给予及时、准确的答复，并对病人进行必要的教育，从而提高病人用药依从性。该部分内容采用超链接的形式实现快速查询，便于药师方便、快捷地提供咨询服务。功能为了方便药师为病人提供纸质的教育材料，以及回顾性分析、利用该系统内的资源，MIS设置了查询／打印功能。查询功能为实现不同的应用目的，此项设置了多个查询路径。按病人姓名、住院号或身份证号查询，可直接定位至某一病人，并可方便地切换查看该病人的全部内容；按手术时间段查询，可将某一时间段内的手术病人全部列出，便于比较同一时间段内手术病人的情况；按是否发生ADRs／药物相互作用查询，可将发生ADRs／药物相互作用的病人全部列出，方便地统计具体反应、处理措施及潜在风险，利于药物信息的汇总分析、评价药师在药学服务中的干预是否到位；按是否应用过抗细菌药物／抗真菌药物／抗病毒药物／抗卡氏肺孢子虫药物来查询，可将用过此类药物的病人全部列出，便于统计分析感染的发生率、预防或治疗性抗感染药物的使用率等。打印功能根据药学服务内容可选择打印病人出院用药指导单、药品说明书、药学服务手册及药学服务单的全部或部分内容。在出院小结界面下输入相关内容后，便可生成一张病人出院用药指导单，在为病人进行出院指导的同时提供纸质材料，可有效地提高药学服务的效果，同时体现出药学服务的规范性、专业性，提高病人对药师的信任度，从而提高病人的用药依从性。
病人在本院行肾移植术后，临床药师即为其建立MIS相关信息库，按照MIS中的内容记录其术前、术中、术后的病情及用药相关事项，对每次测定的环孢素浓度及时记录并分析，一旦发现异常及时与医师沟通，根据病人具体情况有针对性地提供药学服务。住院病人的监护一住院病人肾移植术后第3周时静脉滴注伏立康唑。开具此医嘱后，药师即开始介入并随时将病情变化记录于MIS中。药师首先与医师沟通，告知伏立康唑能抑制环孢素的代谢，联用时环孢素需调整剂量，此外还需增加环孢素的监测频率；然后对病人进行用药教育，告知其因存在药物相互作用，伏立康唑的用量将会调整。在后续的药学查房中，药师了解到病人出现了幻听、幻视症状，于是告知病人这些症状是伏立康唑用药初期的常见ADRs，因第一天为负荷剂量，症状会比较明显，以后随着用量的减少和耐受性的产生，ADRs会逐渐减轻。在对病人进行用药教育时提供用药教育单，并针对性地告知其药物相互作用及其监测、预防等知识。服务内容均记录在MIS相应的项目中。门诊病人的监护一门诊病人严格按医嘱用药并定期复查环孢素血药浓度，既往环孢素浓度比较稳定，在本次常规检测环孢素血药浓度时发现较前升高了30％。病人提出疑问，药师问诊后得知该病人因腹泻应用盐酸小檗碱3次。遂帮助该病人分析可能原因，并再次告知其药物相互作用的知识，建议该病人停用盐酸小檗碱5d后再来复查。病人一周后来本院复查，环孢素浓度下降至既往水平。家庭随访及咨询一肾移植术后23个月的病人电话咨询近几天来左下肢关节肿痛，最近一次查得血尿酸升高至640μmol／L，血肌酐稳定在110～120μmol／L。询问后得知病人6个月前诊断为肺结核，目前应用利福喷丁、异烟肼、吡嗪酰胺抗结核治疗。考虑关节肿痛为血尿酸升高所致，经查阅资料发现，吡嗪酰胺可引起尿酸升高，与其代谢产物吡嗪酸抑制肾小管对尿酸的排泄有关，因此建议病人咨询医师是否能停用吡嗪酰胺，或是住院治疗，必要时应用促尿酸排泄的苯溴马隆。病人住院后给予碱化尿液、服用苯溴马隆、停用吡嗪酰胺，8d后尿酸降至335．4μmol／L。综上所述，在日常工作中药师借助MIS，不仅可以动态地了解病人的病情、及时发现药物相关事件，而且能针对性地为病人提供药学服务，还可以判断病人的用药依从性，从而推断病人是否遵医嘱用药、定期复查。此外，通过MIS也能量化药师的工作内容、评估药学服务效果等，这些内容将在以后的工作中慢慢探索和实践。Winsett等［4］报道，已经证实移植术后病人服药的不依从是继急性排斥反应和感染之后，导致移植物功能丧失的第3大原因，所以提高肾移植病人的用药依从性对于提高肾移植术后病人生活质量和生存率有着举足轻重的作用。作者开发的MIS可满足药师为肾移植病人提供全程化药学服务的需求，有助于提高肾移植病人的用药依从性，同时也可方便、快捷地实现病人信息管理和数据汇总分析。MIS通过设置较多的按钮和复选框来简化药师的操作，但由于病人的检验结果、血药浓度值、病程描述、出院医嘱等内容仍需手工录入，占用药师较多的时间和精力，因此正尝试将MIS嵌入医院信息系统，通过直接调用病例中的相关内容来实现资源共享，必将大大简化药师的工作量，更好地实现借助MIS来为病人提供全程化药学服务的目的，
药学信息论文范文2
[关键词]信息与计算科学；案例；建模；计算；开发
[中图分类号] G420 [文献标识码] A [文章编号] 2095-3437（2016）08-0017-03
一、前言
课程建设是专业建设中的重要组成部分，专业导论课往往在第一学年开设，是学生了解专业、建立专业概念和专业认同的重要课程，对学生的专业学习和发展有着重要的引领和指导作用。[1] [2] [3]
信息与计算科学专业是信息科学、计算科学、运筹与控制、计算机及应用等学科交叉而形成的专业，往往设置为理科专业。多种学科知识的交叉渗透，加上因专业名称的望文生义，使学生容易产生简单的认识――“信息与计算科学专业是数学与计算机结合的专业”。这样笼统的认识可能会导致学生认为该专业“要么学数学，要么学计算机”，至于“怎么结合”搞不清，不重视专业的其他重要方面，甚至连信息与计算科学的专业特点和核心竞争力也模糊不清。
关于信息与计算科学专业课程体系建设的论述已有很多，然而关于该专业大导论课程的研究还不多见。针对上述存在的种种问题，本文认为信息与计算科学专业设置专业导论课程是极为必要的，而且在课程体系中应作为独立的重要一环。因为作为信息与计算科学（信计）专业的导论课程，需要回答的问题多且必要：信计专业培养什么样的人才？什么是信计专业？信计的核心竞争力是什么？如何实现？信息处理、应用开发中有哪些数学知识？信息挖掘、信息安全与算法设计的联系如何？建模能力如何铸就？计算分析能力怎样打造？就业岗位对信计的现实要求有哪些？等等。
信计专业导论课的开设需要对信计专业的发展历史，专业的研究应用进展和前沿有深入、广泛的了解，通过精选教学内容，使教学内容形成体系，以达到解决学生关切问题、培养学生专业思想、建立学生专业认同、激发学生专业学习兴趣的教学目标。教学过程中典型的教学案例对学习兴趣的提高有明显的促进作用，在专业学习中能够激发学生对专业的兴趣，促进学生对专业的理解，特别是有利于学生加深对专业的宏观认识以及对专业的一些具体方向的感性认识。本文将结合教学典型案例深入剖析信息与计算科学专业导论教学中需要解决的问题。
二、信息与计算科学的直观印象
信息与计算科学作为交叉学科，和其他一些专业的易混淆性，使得我们必须首先回答什么是信息与计算科学专业，更为紧要的是在大一阶段应该如何从直观的角度来阐述它。我们知道，随着现代信息计算科学技术的发展，上班考勤甚至上课考勤都有系列的产品可供选择，常见的考勤机为指纹考勤机器――这是一个很典型的利用信息与计算科学知识和方法进行应用开发的产品。在教学中，类似的案例可以体现信息与计算科学专业各学科之间的交叉渗透，为学生提供直观的专业认识印象，具体阐述如下。
1.利用该例阐述科技应用开发中，信息与计算科学专业知识的使用流程和涉及的课程知识。指纹考勤机首先要采集被识别人的指纹信息，并以此作为样本；预处理后把样本信息存储为向量或数据，通过建立样本的特征提取模型，进行特征提取；之后输入建立的识别模型，对待识别的指纹进行计算识别；接下来是针对硬件的编程实现和测试，最后再植入匹配的设备或者网络传入后台系统，完成系统测试，投入使用。由于建立特征提取模型和识别模型的方法很多，快速计算的方法选择有所不同，这涉及信息与计算科学中许多数学基础知识和数学建模方法等。总的来说，考勤机的工作流程可以归纳为5步：（1）信息采集和预处理；（2）特征提取和识别模型；（3）识别、计算分析；（4）编程实现；（5）植入硬件。分别讲述其中各个环节可涉及的专业课程：信息采集和预处理可涉及高等代数、概率统计等课程；特征提取和识别模型可涉及高等代数、数学分析、概率统计、运筹优化、数学建模等课程；识别、计算分析涉及高等代数、数学分析、运筹优化、数值分析等课程；编程实现可涉及程序设计语言、算法设计、软件开发测试，等等。这样结合专业课程知识与应用实例的详细讲解，易于让学生了解信息与计算科学专业知识的应用流程，使学生对信息与计算科学专业知识有直观的认识。
2.利用该例阐述科技应用开发中，信息与计算科学中各个学科的交叉渗透。如前所述，由于一个产品的开发可能涉及的知识点很多，可采取的模型方法也是多种多样，这些知识之间的应用就会有交叉。例如，特征提取、识别模型的建立有可能用到信息处理的数学基础，这时又需要考虑该模型是否能设计出快速的计算方法来满足实际计算速度的要求；识别模型的实现最后需要计算机编程来完成，这又涉及合适的模型、快速的算法和良好的程序设计之间的协调融合。当然，完整的产品设计还需要考虑到采集设备的精度、程序植入等其他学科的知识。这样讲解，学生就会对信息与计算科学知识的交叉有较为宏观的认识。
3.启发学生对信息与计算科学中的相关问题进行思考。
（1）指纹样本信息采集是很微妙的事，如果当采集一个样本的次数太多，超出了很多人的承受范围，比如一个手指的指纹采集超过了三次，这样产品的便利性、应用性和竞争力就值得怀疑了。因为通常情况下，我们很自然的认为事不过三为好。那么，如何以最少的采集次数达到要求的识别效果？这就是值得考虑的问题。
（2）如何提高产品的识别效果（正确识别率），提升产品质量，这除了与团队的专业知识相关以外，还与获取知识的能力有很大关系。例如能不能利用已有的专业知识积累从现有的国内文献中获取最新的技术信息，能不能利用国外的技术文献，等等。这些都是由典型案例所延伸出的值得思考的问题。这些问题有利于开拓思路，使学生对将来的工作和研究研发空间充满期待。
三、信息与计算科学专业的核心竞争力
信息与计算科学是由多个学科专业合并和综合而来的，其重视基础能力，培养能解决实际中信息与科学工程计算应用问题的宽口径专业人才。考虑到专业的名称与计算机、信息工程等专业有相似之处，专业导论课程需要阐明该专业与其他专业，特别是一些计算机科学专业、信息工程专业和数学与应用数学专业之间的区别。因此，信息与计算科学专业课程的核心是什么？专业人才的核心竞争力是什么？这两个问题是无法回避的。针对这些问题，除了上述案例，图像（信息）的压缩处理也是一个很直观的例子。利用图像压缩，可以给学生展示压缩编码技术、压缩的算法、软件开发等，这涉及信息编码、密码学、算法设计能力、应用开发能力等。结合这些案例，我们信息与计算科学专业并不是单纯的涉及数学基础课程、建模能力、算法设计或者计算机科学其中的某一方面，它的核心竞争力在于“数学基础与建模能力、计算分析与算法设计、程序语言与应用开发”这三者的有机融合。单单讲某个方面还不足以称之为专业的核心竞争力。因为专业人才的定位是解决信息与科学工程计算的应用问题，这些实际问题本身与这三方面多有紧密的联系，单强调某一方面或重视某一模块容易和上述一些类似名称的专业混淆。因而，与这三方面相关的数学基础课程有数学分析、高等代数、解析几何、微分方程、概率统计等；与这三方面相关的一些专业课程需要凝聚成为专业的核心课程，如数值分析、离散数学、程序语言、数学建模等。
四、信息处理、应用开发中的数学知识
信息与计算科学专业的大一新生对就读该专业充满了憧憬。他们能发现数学基础的老三样（数分、高代、解几）但看不到信息和计算的影子，看不出专业的特征和特色，这就需要专业导论课程加以引导。选取信息处理和应用开发中的相关案例来阐述数学基础知识在解决这些问题中的重要作用，可以使学生对数学基础知识与实际科学工程问题有直观的印象，这对学生下决心打好基础，投入前期课程学习有着重要的作用。如选择图像处理中的修补算法、游戏开发中愤怒的小鸟的技术含量为讲述案例，则这些应用案例就可结合数学基础知识来阐述。
1.图像处理中的修补算法。图形图像的基本处理分析方法，如傅里叶分析可选择进行更为全面的介绍，介绍其在工程领域、数字信号处理、医学领域的广泛应用。这样来看，大一开始学习的分析类课程作为专业的基础课程确实是名符其实。图像图像处理的修补涉及优化模型和优化算法、算法的复杂性等，而这些基本的模型形式――在一定约束要求的前提下，求目标函数的极小值，容易使学生对开始学的分析课程的导数与极值、矩阵等基本知识联系起来。
2.愤怒的小鸟的技术含量。应用开发形式多种多样，游戏开发是一种有趣生动的开发过程，许多游戏开发又与数学基础知识有紧密联系。因此，选取其中的典型案例进行介绍，容易激发学生的学习兴趣，促进学生对数学知识在应用开发中作用的理解。如该例涉及的物体碰撞检测和连续碰撞检测与向量及运算、旋转矩阵、线性变换等数学基础知识，可以由此进一步介绍物体的移动、壁障和寻路等游戏开发中常见的智能化算法，这些都将和许多基础知识紧密结合。
五、信息挖掘与算法设计
信息与计算科学专业人才应具有处理实际中信息与科学工程计算问题的能力。当前大数据处理涉及的信息挖掘的相关内容，与信计专业有天然的联系，特别是挖掘目标的设置、隐含信息的挖掘模型的建立和使用、模型的求解、算法性能分析等，与信息与计算科学中的计算能力、建模能力、程序设计等核心能力模块要求相连。这方面的热点案例很多，如可选阿里巴巴大数据竞赛、2012年和2015年深圳杯全国大学生数学建模夏令营B题进行展示，其中阿里巴巴大数据竞赛可联系到机器学习算法等。讲述这些典型的热点应用案例，对学生了解专业课程和专业的内涵有重要的指导作用。
综上，通过梳理信息与计算科学专业导论教学中一些需要澄清的问题，根据教学实践，从典型案例的视角对这些问题设置的必要性和解决方式进行了分析和探讨，剖析了这对于促进学生对专业内涵的总体把握、了解专业应用领域、品味专业学习价值的有益作用。
[ 参 考 文 献 ]
[1] 杨晓东，崔亚新，刘贵富.试论高等学校专业导论课的开设[J].黑龙江高教研究，2010（7）：147-149.
[2] 王晓晖.大学专业导论课开设的目标探析[J].高教论坛，2013（12）：69-71.
[3] 王利众，朱丽平.工科专业导论课教学研究――以“通信技术导论与导学”为例[J].黑龙江教育：高教研究与评估，2015（9）：29-30.
[4] 许峰，方贤文，许志才.信息与计算科学专业教学体系的实践与探索[J].高等理科教育，2007（4）：70-73.
[5] 龚日朝.“以特色取胜”建设信息与计算科学专业的新型思路与实践[J].大学数学，2004（3）：12-15.
[6] 苏丽卿，黄民海.对信息与计算科学专业的认识与思考[J].河北师范大学学报（教育科学版），2008（6）：107-109.
[7] 李学勇，王鑫，谭义红.应用型本科院校信息与计算科学专业人才培养模式[J].长沙大学学报，2009（5）：109-111.
[8] 汪富泉.信息与计算科学专业应用型人才培养模式研究与实践[J].大学教育，2013（18）：62-63.
[9] 郑金洲.案例教学：教师专业发展的新途径[J].教育理论与实践，2002（7）：36-41.
药学信息论文范文3
关键词：幼儿教育; 心理健康; 无形渗透; 心理氛围;
随着社会的不断发展, 家庭结构、教养方式的改变, 竞争压力的增大和生活节奏的加快, 增加了儿童成长过程中的紧张因素, 这导致儿童的心理问题有明显的逐年增加的趋势。据全国22个城市的调查发现, 儿童行为问题的检出率达13%。另据某地区对当地5000名4—6岁的幼儿心理健康状况的调查:9.7%的幼儿有不良行为, 14%的幼儿情绪抑郁、自卑, 8.9%的幼儿忧虑、紧张。心理健康问题已成为我国的社会问题, 同时也引起社会各界的高度重视。
一、教师的教育行为是影响幼儿心理健康的重要因素
实践证明, 规范幼儿教师的教育行为, 为孩子创设良好的心理环境, 不仅有利于激发幼儿参加活动的积极性和创造性, 而且有助于孩子良好性格的形成。相反则有可能给孩子的心里留下阴影, 使孩子向着不正确的方向发展。请看下面两个实例:
实例之一:在某大学附属幼儿园里, 小朋友们正在进行晨间活动。一个小朋友高高兴兴地跑到“建筑角”准备拿积木拼搭, 一不小心, 一筐积木全倒翻在地上。老师生气地大声说:“你怎么回事?光会调皮捣蛋, 真讨厌!快把积木捡起来!”这个孩子呆呆地望着老师, 等老师视线转移时, 他悄悄地走到活动室一角的桌边。
实例之二:一个小女孩走出活动室, 恰好一个小男孩往里跑, 小男孩把小女孩撞倒在地上, 小女孩忍不住大哭起来。老师忙跑过来, 对小女孩说:“哎呀, 他不小心撞到你了。”接着老师转向小男孩问:“怎么办呢?”小男孩说:“对不起, 我不是故意的。”此时小女孩想哭又忍住了。老师对小女孩说:“脸被泪水弄脏了, 来, 老师用手帕替你擦擦。”老师帮小女孩擦干净脸, 整理好衣服后, 说:“让老师看看, 哟!真漂亮。”小女孩笑了。
从以上两个实例中, 我们不难看出, 这两个幼儿在遇到意外情况以后的心境是完全不同的:一个受到责备惊慌失措, 一个得到安慰破涕为笑。可想而知, 这两个幼儿接下去的情景:一个处于惊恐状态之中, 而另一个则能以一种愉快的情绪投入新的活动。两位教师不同的教育方式产生了正反两种截然不同的效果, 可见幼儿园教师的教育行为对幼儿的心理健康所起的作用是相当关键的。
为了幼儿心理的健康发展, 幼儿园教师必须为幼儿创设一个良好的心理环境。教师要不断改善自己的个性品质和心理健康状况, 不要把个人的不良情绪带进幼儿园。同时, 教师要规范自己的教育行为, 注意自己的一言一行, 甚至是一贯认为正确的做法都应该作深刻的反思, 避免不经意中使幼儿稚嫩的心灵受到创伤。
二、教师的关爱是滋养幼儿健康心理的重要基石
教育家陶行知先生指出:“小孩的体力和心理都需要适当的营养。有了适当的营养, 才能发生高度的创造力, 否则创造力就会被削弱, 甚而至于夭折。”关爱会给幼儿带来自信、安全、信任感, 同时也会形成幼儿对教师的信赖关系, 促进幼儿心理的健康发展。
热爱孩子是做好教育工作的基础, 相信孩子是教师对教育对象应有的信念, 了解孩子是做好教育工作的前提, 尊重孩子是教师必须遵循的教育原则。成人和孩子的关系, 首先是爱的关系, 只有透过爱, 教育幼儿才有可能。幼儿是先感受到成人对自己的关爱, 进而才能发展到关爱他人的。教师以真诚关怀的态度对待每一个幼儿, 耐心细致地观察、分析、了解幼儿的内心世界, 接受并满足他们的合理需求, 将自己爱的情感传递给幼儿, 与幼儿的情感紧紧联系在一起, 幼儿就会逐渐对教师产生亲切感、安全感、信任感。教师则又在这种情感中体验到理解、成功与自我人格化的存在, 从而在促进幼儿全面和谐发展的教育过程中, 不断提高自己的教育艺术与修养。
真正了解孩子的内心, 正确掌握他们的心理状态却不是一件容易的事情。当幼儿有不良情绪时, 他们一般不愿意正面对他人表露出来, 但大多数孩子会以比较间接的方式表达出来。比如, 对着洋娃娃倾诉, 自言自语或者对着其他一些事物发泄。针对这种现象, 老师就在美术课堂上指导孩子们制作“表情卡片”。让他们画出自己在心情高兴、心情沮丧和心情一般时的卡通脸, 然后利用这三张代表心情的脸谱图制成三张卡片。在孩子们制作好卡片之后, 告诉他们, 这三张卡片就代表自己, 以后每天早晨来到幼儿园, 如果很高兴就在自己的学号下面挂上表情快乐的卡片;如果不高兴, 就挂上一张表情沮丧的卡片;心情一般, 就把表情一般的卡片挂上。孩子们心纯如水, 加之卡片是他们亲手制作的, 因此他们就很乐意地用卡片来代表他们自己, 间接地表达自己当天的心情。这种在孩子眼中间接的表达方式却可以让教师轻而易举了解孩子的心理状态。如果发现某个幼儿连续几天都不高兴, 就应该追寻其原因并对症下药, 尽快解除孩子心中的结。通过较长一段时间的实践, 我们深切体会到, 以关爱幼儿为出发点, 以“表情卡片”为切入点, 准确掌握孩子的心理状态, 结合其他的辅助手段, 可以很有效地将心理健康教育渗入到幼儿的一日活动当中去。
三、无形渗透是幼儿心理健康教育的有效方法
笔者强调幼儿园教师在幼儿心理健康教育中的重要性, 但不是要求教师对孩子们进行专门的心理健康教育。这样不但会增加教师的负担, 而且如果让幼儿园教师在无任何专业培训的情况下担任此项工作其结果会适得其反。因此, 切实可行的做法是将心理健康教育渗透到幼儿的一日活动中去, 使其融入幼儿园日常教育的有机体之中。要达到渗透的目的, 就必须创设“尊重、信任、理解、关爱、激励、愉快”的心理氛围, 以自然而然的方式, 达到“润物细无声”的教育效果。
班上有一个叫静静的女孩, 是一个活泼可爱懂礼貌的孩子, 但有一段时间却发现她脾气很暴躁, 情绪很低落。一个小朋友不小心撞到了她, 她不但又哭又闹, 而且朝着撞到她的小朋友吐口水。其实, 上课前我就已经发现她的“表情卡片”是沮丧的, 而且已经是连续第三天了。我知道静静的反常表现肯定有特殊的原因, 通过进一步的了解, 得知静静近来有了一个小弟弟。小静最近发现爸妈把所有的注意力都集中在小弟弟身上了, 对自己不像以前那样疼爱。她错误地认为有了弟弟之后, 爸爸妈妈再也不喜欢自己了, 于是心里产生了不舒服的感觉, 这种感觉由于没有被父母及时发现, 不断的积压使得静静由一个活泼可爱的小女孩变得忧虑不安起来。
其实, 小静的问题是目前大多数独生子女普遍存在的问题。大多数独生子女在特殊的关爱环境下, 养成了自私、任性、依赖性强、独立性差的不良心理, 更谈不上去关心他人, 照顾他人。针对这些问题, 我们开展了一次“大带小”活动:让大班里的孩子当一回“小保姆”、“小老师”照顾小班幼儿。具体任务有三个:第一, 当“小保姆”, 照顾小班幼儿吃饭, 哄他们睡午觉。第二, 当“小老师”, 指导一名小班幼儿共同完成一幅图画。第三, 进行一个合作性游戏。在整个活动过程中, 我刻意给静静物色了一个长得可爱又听话的小弟弟, 静静很喜欢这个可爱的小弟弟, 小弟弟也听静静的话, 两人俨然就是一对黄金搭档。活动结束了, 评出了表现最好的前三名, 静静得了第一名。我毫不吝惜地赞美了获奖者一番, 特别表扬了静静, 让其他小朋友以她为榜样。当然, 最后我也没有忘记鼓励其他小朋友, 肯定了他们今天的优异表现。
“大带小”活动在孩子们的欢声笑语中结束了, 孩子们或许还体会不到付出自己的爱心和关怀比得到别人的疼爱更加幸福。静静笑了, 比以前那个活泼快乐的静静笑得更加灿烂。在后来的日子里, 她再也没有因为有了弟弟而不快乐, 反而常常主动向我提起弟弟是多么的可爱, 她又是如何逗弟弟开心的。这一实例充分说明, 无形渗透是幼儿心理健康教育的有效方法。
四、营造健康温馨的氛围为幼儿健康的心理成长创造条件
幼儿教师应该从幼儿早晨入园的那一刻起即开始, 为他们营造一种温暖、关爱、民主的心理气氛。无论孩子美抑或丑, 也无论聪明抑或愚钝, 都应该无条件的平等对待他们。充分地接纳和尊重幼儿。教师在与幼儿的接触中, 要通过积极的带鼓励性的语言, 对幼儿的注视、微笑、点头、肯定性手势以及身体接触, 使幼儿有一种充分的被重视和接纳感, 沐浴在温馨和谐的气氛里。在这种健康和谐的氛围, 就可以在幼儿的一日活动中渗透心理健康教育:情感教育, 行为教育, “成功”教育。情感教育主要是使幼儿明辨是非善恶, 培养幼儿关心、爱护、尊敬等良好的情感素质。前面介绍的“大带小”活动就是情感教育很有效的方法之一。行为是心理的表现, 行为教育就是培养幼儿良好的行为习惯, 包括日常的生活习惯以及保护环境的习惯。“成功”教育是对幼儿进行心理健康教育、培养幼儿自信心最有效的途径。让幼儿在取得成功经验的基础上体验快乐, 增强其自信心和进取心。“成功”教育必须符合每个幼儿的实际, 适合幼儿的性格和爱好, 让其跳一跳才能摘取成功果实的效果更好。在“成功”教育的过程中, 教师和小朋友的赞赏会对幼儿建立良好的自信心起到催化剂的作用。我们在班里开展的“赞美十分钟”活动就是“成功”教育的一种手段。当然, 就幼儿心理健康教育而言其手段是多种多样的, 但都应有一个共同的特征, 那就是貌似游戏、活动却在无形当中对幼儿的心理健康起到潜移默化的作用。
幼儿时期是心理教育的关键时期。幼儿教师的教育行为对幼儿心理健康有着重要影响。幼儿教师对幼儿的关爱是培养幼儿健康心理的最重要的基石。但幼儿教师也必须认识到教师对幼儿的心理教育, 需要有正确的对策和方法, 即无形渗透法, 同时营造健康、和谐的氛围为幼儿健康的心理成长创造条件。
参考文献
[1]刘艳.幼儿心理健康问题及其影响因素分析与应对[J].学前教育研究, 2015, 03:70-72.
[2]童安.积极心理学视野下3~6岁幼儿心理健康教育的研究[J].基础教育研究, 2015, 05:83-84.
药学信息论文范文4
中图分类号：R2-03 文献标识码：A 文章编号：1005-5304（2013）04-0103-05
由于中医诊断主要根据医生的经验来决定，因此，在临床施治过程中存在较大的主观性和不确定性等问题。在中医诊断领域引进数据挖掘技术，不但符合现在多学科交叉发展的潮流，在解决实际问题上，无疑也是中医客观化进程中的又一催化剂。作为一门融合人工智能、机器学习和数理统计等方法的新型学科技术，数据挖掘在克服人类本身认知和思维长度的基础上，充分利用海量临床数据，通过模拟临床诊断推理过程来挖掘临床诊断数据中繁杂的证、症关系，对寻求中医专家的辨证规律有重要价值。目前，在该领域涉及到的数据挖掘方法较多，主要有贝叶斯网络、人工神经网络、粗糙集理论、关联分析、决策树、聚类分析、判别分析、支持向量机、多标记学习、随机森林等。笔者现对这些方法的相关应用综述如下。
1 常见数据挖掘方法
1.1 贝叶斯网络
贝叶斯网络是通过简明的图形方式结合统计理论来定性表示变量间复杂因果或概率关系的一种数据分析方法，包括网络集和概率集两部分。该方法具强大的执行高效推理任务的功能，能充分利用先验知识，而使其在诊断领域的应用价值极大。在解决中医定量诊断问题上，其体现出的功能主要表现在：揭示众多症症之间以及症与证间的复杂关系，探究证候的主要症状和次要症状，定量确定其诊断价值，这有助于确定证候诊断的标准和规范，而且建立的证候诊断模型以概率形式给出诊断结果，能有效辅助专家作出决策。因此，该方法对促进中医诊断学发展所做的贡献不可忽视。张氏等[1]对255例肺癌患者证候以症状之间的关联性及关联强度为基础，利用贝叶斯网络概括出了肺癌的证候要素，包括病机要素9个、病位要素5个及病机要素之主要症状与次要症状。曲氏等[2]对611例抑郁症患者的中医证候进行了研究，采用贝叶斯网络对抑郁症中医症状进行评定，发现拟定的中医证型包含了抑郁症的核心症状和周边症状的不同组合方式，体现了抑郁症临床多变的证候特点。范氏等[3]对收集到的1512例类风湿关节炎（RA）患者的临床数据采用基于聚类的贝叶斯网络模型，提取出了RA的7项主特征及4型的类特征，为中医辨证分型及RA中医诊断标准提供了临床依据。龚氏等[4]对2501例2型糖尿病的临床数据运用该方法分析，发现空腹血糖异常患者及糖化血红蛋白异常患者均以阴虚热盛多见，而餐后2 h血糖异常患者则以阴虚多见。王氏等[5]应用此方法通过分析474例血瘀证临床诊断数据进行血瘀证定量诊断，发现了血瘀证的7个关键症状，并与此同时建立“是否血瘀证”的分类器模型，经交叉验证发现此分类器诊断准确率达96.6%。郭氏等[6]认为，证候的复杂性表现为证候各因素之间的高维高阶性，他们运用贝叶斯网络技术对肺系疾病证候构成因素之间关联形式进行了研究，发现各因素间的联结形式是线性相关与非线性相关并存的，它们相互交织，形成复杂的网络结构，表现出典型的非线性特征。
1.2 人工神经网络
人工神经网络是在对人脑神经网络结构认识理解的基础上人工构造的新型信息处理系统。目前的神经网络模型有：用于分类、预测和模式识别的前馈式神经网络模型，用于联想记忆和优化计算的反馈式神经网络模型，以及用于聚类的自组织映射方法。其中前馈式神经网络模型是目前应用最广泛的神经网络之一。对于将其应用于中医诊断领域，陈氏[7]认为，中医学辨证施治本质上就是对众多数据信息进行处理并提取规律的过程，而人工神经网络恰恰具备较好获得数据规律的能力。人工神经网络模型的优势主要体现于其黑箱结构，这赋予人工神经网络强大的非线性拟合能力，使其能够任意精度逼近非线性函数。
但不足的是，在中医研究中，人工神经网络不能进行变量筛选，对其得到的结果也只是局部最优而非全局最优。如李氏等[8]对142例脾气虚弱及肺脾气虚证HIV/AIDS患者的主要实验指标、四诊信息的主要症状和舌象运用Clementine中的特征选择节点进行筛选，建立脾气虚弱和肺脾气虚的人工神经网络模型，发现该模型能较好地诊断艾滋病患者脾气虚弱和肺脾气虚证型，其样本模型训练集诊断的正确率和测试集诊断的正确率分别为87.25%和80.00%。傅氏等[9]认为，运用数据驱动模式建立中风人工神经网络模型，将为进行繁杂多变的中风证候的动态研究、掌握证候的动态演变规律及在不同时点进行疗效评价提供一个新的探索方向。许氏等[10]通过对心血管疾病中医临床信息数据库中的临床信息和证候类别之间的关系进行分析，发现人工神经网络尤其是OCON网络对该病常见的中医证型的识别率最高，其中心气虚证和心阳虚证分别高达92.4%、82.9%。有研究运用人工神经网络分析RA、糖尿病肾病（DN），分别建立RA和DN证候的BP网络模型，并采用三倍交叉验证的方法，发现这2种模型平均诊断准确率分别为90.72%、92.21%[11-12]。余氏[13]通过文献资料和临床资料收集选用人工神经网络等方法开展2型糖尿病证候诊断标准模型建立及对比研究，所建模型在临床数据测试样本的正确辨识率为73%。
1.3 粗糙集理论
粗糙集理论主要用于分析研究不完备数据，这是继概率论、模糊集、灰色理论之后又一个刻画不确定、不完备系统的有力数学工具。基于其具有能有效处理各种不确定、不完备信息的强大能力，有研究者认为将其用于分析中医症状-辨证要素间相关性，建立定性定量标准，有很大前景[14]。其最大优点在于不需要问题所需处理数据之外的任何先验信息，能够在保留关键信息的前提下求得知识的最小表达式。因此，将粗糙集理论引入中医，运用到中医诊断上，将可能是实现中医诊断智能化的又一个发展方向。
陈氏等[15]以450例老年人细菌性肺炎患者在就诊过程中的285项指标为研究对象，采用粗糙集方法对已经过初始数据处理的各数据进行挖掘分析，得到7种中老年肺炎的证候诊断标准，为疗效评价指标提供了客观依据。陈氏等[16]从与原发性高血压相关的古今医案中收集237例病案，对其症状和体征进行数据预处理，运用基于粗糙集理论的KDD决策分析系统Rosetta软件约简病证属性，获取到了原发性高血压肝阳上亢证的专家知识，为进一步研究原发性高血压肝阳上亢证奠定基础。刘氏[17]运用粗糙集理论对脾胃系疾病的证候诊断进行相关研究，建立了可进行辨证分型的计算机软件，并通过这一软件量化标准来判断患者所属证候，为治疗脾胃系疾病辨证提供可靠依据。谢氏[18]建立了一个基于粗集理论的中医诊断专家系统模型，以模拟中医专家诊断的过程。秦氏等[19]把粗糙集应用于中医类风湿证候诊断，并在类风湿病的各证候诊断上应用。
1.4 关联分析
在数据挖掘方法中，关联分析常用来挖掘特征之间或者数据之间的相互依赖关系，对给定的事务数据库找出满足最小支持度和最小置信度的关联规则。与其他数据分析方法不同的是，关联规则的引入，可以从大量貌似繁杂症与证的数据中，找到隐形的关联，极大促进中医诊断学的发展；并且其所得结果清晰有用，同时支持间接数据挖掘；可处理变长的数据，为寻找诊断数据中的隐性关联带来了方便，其计算的消耗量也可以预见[20]。
肖氏等[21]设计了一种基于遗传算法的正相关关联规则挖掘算法，发现胃部不适症状与处方、证候重要关联关系。陈氏等[22]通过对400例肝硬变患者进行关联分析，找出符合最小支持度和最小置信度并形成规则的中医证候气滞/气郁证和血瘀证，这表明肝硬变和气滞证、血瘀证之间关联度非常高。钟氏等[20]采用关联规则的分析算法，探求胃炎症状与“中虚气滞”辨证之间的关系，得到在中虚气滞证中，口干欲饮这个症状对辨证的影响最大。
1.5 决策树
决策树算法是一种逼近离散值函数的方法，常用来形成分类器和预测模型，是建立在信息论基础之上对数据进行分类的一种方法。岳氏[23]通过选取300例确诊为小儿肺炎患者的数据为基础，成功构建了基于决策树算法的小儿肺炎指纹辨证分类模型，准确率达84.5%。钟氏等[20]从中医胃炎数据中筛选出“中虚气滞”的病历，通过决策树，以“中虚气滞”为目标属性，根据病历中症状辨证是否与目标属性相同设置“yes”和“no”两值，再通过设置的训练样例运用ID3算法构建决策树，以判断未知中医证型的病例是否归属“中虚气滞”。查氏等[24]将397例已确诊活动期RA患者随机分为中药和西药治疗组，通过对其初诊中西医症状及检查结果采用决策树进行证病信息和疗效的相关关系探索，得出可从证候信息的角度获得药物治疗的最佳适应证，从而实现个体化治疗。徐氏等[25]对406例慢性胃炎病例用bootstrap抽样扩增，采用基于信息熵的决策树c4.5算法建立中医辨证模型，测试集模型分类符合率为81.25%。
1.6 聚类分析
聚类分析的实质就是聚集数据成类，使类间的相似性最小，而尽可能增大类内的相似性。其优点是：作为一种探索性的统计分析方法，聚类分析方法可以在对数据没有先验知识的情况下对数据资料进行分类，根据数据的内在相似或相关程度，可使得类别内数据“差异”尽可能小，类别间“差异”尽可能大，对中医药领域中的症状组合规律、证候规律等方面的研究具有一定的推动作用。但由于中医证候复杂程度较大，聚类分析在解决这些问题时存在的局限性表现在：①多结果，主观性大。此分析方法无法根据数据内部特点自主确定分为几类，需要研究者依据其学科知识和经验来确定到底聚为几类、聚到哪一类为最佳；此外，选择不同的类间距离和变量间距离的定义方法，结果将大有不同，因此，多次尝试、反复分析对于此类分析方法来说是必须的。②单分配，即变量只能被聚到某一类。在研究症状的聚类问题时，中医的一个症状常需要能被聚到不同的类中，但聚类分析只能将一个症状归入某一个类别里面。
李氏等[26]应用系统聚类的方法对276例乙肝后肝硬化的症状、体征进行分析研究，得出乙肝后肝硬化基本中医证候有湿热内蕴证、肝肾阴虚证、肝郁脾虚证、脾虚湿盛证、脾肾阳虚证、血瘀证、气（阳）虚证共7类。卢氏等[27]通过制定“中医证候临床观察表”，对106例儿童中间型β地中海贫血患者进行中医证候调查，采用聚类分析等统计学方法得出广州地区中间型β地中海贫血患儿中医证候分布特点为气血两虚证>肝肾阴虚证>脾肾阳虚证>阴阳两虚证，这为进一步规范化辨证论治提供了一定依据。何氏等[28]采用临床流行病学的方法，对143例冠心病PIC术后患者的症状、体征等临床资料进行了聚类分析，得出冠心病PIC术后患者证候分为气虚痰浊、肾虚血瘀、肝气郁结、脾气亏虚、心气亏虚、气阴亏虚共6类。黄氏等[29]应用变量聚类分析的数理统计方法，对慢性疲劳综合征（CFS）进行了中医辨证分型，并对收集到的237例CFS患者的症状、舌象和脉象等临床资料进行了变量聚类分析，得出变量聚类分析能帮助CFS在中医证候中合理分为精髓空虚、阴液亏虚、脾肾阳虚和肝火亢盛共4型，解释比例为61.68%。
1.7 判别分析
与其他统计学方法不同的是，判别分析的主要目的是建立一个线性组合，使其可用最优化的模型来概括分类之间的差异。该方法常用来根据已知数据的分类情况判断未知待分析数据的归属问题等，在证候的研究方面应用最广。
胡氏等[30]根据所收集的413例亚健康失眠患者的中医证型对证候变量进行逐步判别分析，建立判别函数式，得出亚健康失眠中医证型判别函数与临床诊断吻合良好，逐一回代法判别总一致率达81.1%。夏氏等[31]对77例慢性再生障碍性贫血（CAA）患者进行辨证分型分组，应用逐步判别分析方法建立CAA中医证型判别方程，筛选出了与判别方程最相关的6个免疫学和血常规指标。郦氏等[32]以脑梗死中医证型标准化研究结果为基础，采用逐步判别分析，建立了脑梗死各证型与观察指标间的数学判别方程。赵氏等[33]对收集符合RA诊断标准的患者按照辨证对变量进行逐步判别分析，建立了一个具有较好的判别效果的判别模型。薛氏等[34]选用已进行频数分析的文献207篇进行肝病证候的判别分析，认为肝郁脾虚证辨证标准难以脱离疾病特点。
1.8 支持向量机
支持向量机是基于统计学习和结构风险最小化原则的学习机器，可以通过核函数将低维输入空间的数据特征投射到高维数据控件，并求得最优分类的超平面。该算法的关键思想是利用核函数把一个复杂的分类任务映射，使之转化成一个线性可分问题。在许多实际学习问题中，它允许扩大的空间维数非常大，在某些情况下可能无穷大，能较好地解决小样本、非线性、高维数和局部最小等问题。支持向量机方法较适用于中医诊断数据的现状和对中医临床经验的总结。
徐氏等[35]以中医心系503个样本为例，利用支持向量机进行中医心系证候分类研究，结果表明，该方法在证候分类中能达到较高的准确率。王氏等[36]以名医诊治冠心病典型医案115例建立冠心病名医诊疗数据库，运用支持向量机方法提取到名医诊治冠心病8个主要证候要素并确定其定量诊断，阐释了证候要素应证组合规律。殷氏等[37]对舌诊数据进行主成分提取，分别建立Logistic回归和支持向量机模型，发现在小样本情况下支持向量机模型更优，敏感度达92.8%，特异度达92.3%。杨氏等[38]精选1个家系虚寒证的相关基因信息，选择间接比较实验方案进行基因芯片实验，对5例虚寒证和5例正常人差异表达基因的表达值进行建模，使用支持向量机、K近邻分类法等方法，将家系中其他人样本带入，发现其能够正确判别。在舌象诊断鉴别上，谢氏[39]依据支持向量机理论，以径向基函数作为核函数构造多分类分类器，将舌象的特征参数作为输入样本，对病证进行分类，并以肝病病证分类做了仿真。
1.9 多标记学习方法
与其他分类方法不同的是，多标记学习方法的每个研究对象不再对应于单一的概念标记，而是由单个示例（属性向量）表示并对应于多个概念标记，即一个样本和多个类标相关联。鉴于现实社会涉及到的很多真实对象往往都具多语义、多分类目标性，如疾病的证候、证型，待分类的文档、网页，生物信息学中的基因等，因此，多标记学习方法的成熟对促进这些领域的发展也就显得十分重要。然而该方法存在的一个主要问题是不能充分利用各训练样本所含概念标记之间的相关性，从而有效提高学习系统的泛化能力；此外，由于其存在复杂程度较大，运用该方法进行研究尚存在降维方法和特征选择方法较少的不足。
针对中医临床证候兼夹的多标记特点，研究人员首次将多标记学习算法引入到中医问诊的客观化研究。该研究将多标记学习结合频次分析，应用于冠心病的问诊证候模型建立，有效提高了诊断模型的识别率；在此基础上，还结合中医数据特点，提出了多标记学习算法（REAL），并结合信息增益等特征选择方法，挑选出常见证候的20个最优特征，显著提高了慢性胃炎的证候的识别率[40-41]。邵氏等[42]运用多标记学习结合混合优化的特征选择算法（HOML），用于冠心病中医问诊数据分析，建立了中医冠心病数据模型，并获得了冠心病问诊症状的最优特征子集。
1.10 随机森林
随机森林是决策树算法的一种改进，其综合思想是组合多棵bootstrap样本建立的决策树的预测，通过投票给出有效的错判率估计、分类器强度、相关性和变量的重要性等指标。该方法对每个被分析的数据都给出了重要性的评分，在某种程度上有利于有效的特征变量的挑选，降低数据维度。随机森林作为一种自然的非线性建模工具，具有很高的预测准确率，能很好地容忍异常值和噪声，不易出现过拟合，降低分类错误率；也不会出现在bootstrap样本中的OOB数据，还能为样本提供一个数据内部估计，可用来高效估计组合分类器中的泛化误差，有助于理解分类精度以及如何提高精度。
洪氏等[43]通过引入随机森林方法，对《慢性疲劳（CF）中医临床症状分级量化表》中的95个症状进行数据编码，选取CF常见证候要素的主要症状并衡量症状对各证候要素的贡献程度，得到了CF脾虚证、心虚证、肝郁证以及气虚证4个证候要素的症状集，将各症状集作为模型输入，各模型预测准确率分别为96.13%、94.75%、95.89%、94.26%。邹氏等[44]借用特定脾虚证临床数据集证明基于特征提取的分类集成模型比其他集成方法具更低的错误率，认为特征提取在降低错误率上作出了明显的贡献，但其结果是否适用于其他小样本数据尚未证实。王氏等[45]通过文献调研，推测使用随机森林提取亚健康关键症状或指标可帮助亚健康状态的判断。
2 讨论
中医临床诊断数据存在的一个显著特点是证候夹兼、数据多而繁杂、各数据之间的关系藏而不现。因此，借助现代化的信息技术手段，综合运用数理统计分析方法以进一步挖掘四诊以及证候之间的隐性关联具有重要意义。然而，在数理统计方法研究发展正处于高峰期的信息化时代，如何根据待分析的数据库的特点选择正确恰当的方法是当前数据挖掘首先要考虑的问题。
一个样本量较大的数据库，当需要进行一定的数据分类时，可能有必要对上述方法进行探索。聚类分析可满足对数据进行一定的症状的组合、证候规律的挖掘；若是在已知数据的分类情况下需要对待分析数据进行分类，判别分析恰有这方面的优势；决策树则在实现数据分类挖掘过程中的可视化方面凸显其优势；随机森林可在决策树的基础上进一步提高有效特征变量的提取率，同时还能避免数据预处理过程中的过拟合现象。当然，在临床数据分析过程中也经常出现数据样本量较小、维度较高等现象，支持向量机方法在中医领域的引进则为这些数据的分析带来新的契机。除了对数据进行分类挖掘外，数据之间的关联讨论也是数据分析必不可少的，尤其在中医诊断中探讨各症、证之间的关联领域的应用；在隐性关联分析的众多分析方法中，多标记学习法有效解决了证候夹兼的现象；粗糙集理论有利于建立定量定向标准；人工神经网络在识别证型上主要体现其强大的非线性拟合能力；此外，在探究症与证关系上，贝叶斯网络还是诊断领域的常用之法，该方法还可帮助我们进一步探讨症状集中的主次症。
总之，集各种数据挖掘方法之长于一体来对某一数据库进行挖掘分析将为中医界数据挖掘技术的成熟带来不可预料的进展。目前，大部分数据挖掘方法都只是被单一采用，即使有同时运用多种挖掘方法进行数据分析，也只是对某一数据系统运用多种方法相互比较，所获得的结果效用度较小。多重方法相互交融、相互补充、综合运用于某一数据分析系统中的研究在在中医领域尚不很成熟，或许可以成为数据挖掘在中医药研究中的进一步的模式和规则，为数理统计在中医药知识的创新和发展中开辟一条新的途径。
参考文献：
[1] 张霆，陈波，马胜林，等.基于贝叶斯网络的肺癌证候研究[C]//庆祝浙江省中西医结合学会成立三十周年论文集粹.杭州：浙江省中西医结合学会，2011：50-52.
[2] 曲森，启盛，包祖晓.贝叶斯网络模型在中医证候研究中的应用[C]//世界中联第三届中医、中西医结合老年医学学术大会论文集.北京：世界中医联合会，2010：61-63.
[3] 范建平，李常洪，吴美琴，等.贝叶斯网络在中医诊断中的应用研究[J].管理科学学报，2008，11（6）：143-150.
[4] 龚燕冰，倪青，高思华，等.Ⅱ型糖尿病主要理化指标与中医证候相关性的贝叶斯网络分析[J].中华中医药杂志，2010，25（1）：3l-33.
[5] 王学伟，瞿海斌，王阶.一种基于数据挖掘的中医定量诊断方法[J].北京中医药大学学报，2005，28（1）：4-7.
[6] 郭蕾，王学伟，王永炎，等.论高维高阶与证候的复杂性[J].中华中医药杂志，2006，21（2）：76-78.
[7] 陈伟青.浅论人工神经网络在中医学上的应用[J].河南中医学院学报， 2004，19（11）：12-13.
[8] 李玉森，施学忠，杨永利，等.人工神经网络在HIV/AIDS患者主要虚证诊断中的应用[J].中华中医药杂志，2012，27（5）：1269-1271.
[9] 傅勤慧，裴建，惠建荣，等.中风证候动态研究现状与展望：数据与模型驱动模式的应用[J].中西医结合学报，2011，9（12）：1292-1300.
[10] 许朝霞，王忆勤，颜建军，等.基于支持向量机和人工神经网络的心血管疾病中医证候分类识别研究[J].北京中医药大学学报，2011，34（8）：539-543.
[11] 白云静，申洪波，孟庆刚.基于共轭梯度下降算法的类风湿性关节炎BP神经网络症候模型研究[J].中国中医药信息杂志，2010，17（3）：96-97.
[12] 白云静，申洪波，孟庆刚，等.基于人工神经网络的中医证候非线性建模研究[J].中国中医药信息杂志，2007，14（7）：3-4.
[13] 余学庆.基于智能计算的2型糖尿病中医证候诊断方法研究[D].北京：北京中医药大学，2007.
[14] 晏峻峰，朱文锋.粗糙集理论在中医证素辨证研究中的应用[J].中国中医基础医学杂志，2006，12（2）：90-93.
[15] 陈楚湘，沈建京，陈冰，等.运用粗糙集理论建立中老年肺炎中医症候诊断标准[C]//第二中国控制会议论文集.上海：中国自动化学会控制理论专业委员会，2010：40-42.
[16] 陈素玲，付爽，高云，等.基于粗糙集理论的原发性高血压肝阳上亢证辨证系统的建立[J].山东中医药大学学报，2010，34（3）：201-203.
[17] 刘泉.粗糙集在脾胃系疾病中医辨证中的应用研究[D].武汉：湖北中医学院，2008.
[18] 谢国明.基于粗集理论的中医诊断模型的建立[J].数理医药学杂志， 2005，18（4）：302-304.
[19] 秦中广，毛宗源，邓兆智.粗糙集在中医类风湿证候诊断中的应用[J].中国生物医学工程学报，2001，20（4）：357-363.
[20] 钟颖，胡雪蕾，陆建峰.基于关联规则和决策树的中医胃炎诊断分析[J].中国中医药信息杂志，2008，15（8）：97-99.
[21] 肖光磊，陆建峰，李文林，等.正相关关联规则及其在中医药中的应用[J].计算机工程与应用，2010，46（6）：227-233.
[22] 陈明，杨慧芳，余蕾.基于关联规则的肝硬变辨证数据挖掘研究[J].河南中医杂志，2009，29（3）：258-260.
[23] 岳路.决策树算法在小儿肺炎中医临床诊断中的研究与应用[D].济南：山东大学，2011.
[24] 查青林，何羿婷，喻建平，等.基于决策树分析方法探索类风湿性关节炎证病信息与疗效的相关关系[J].中国中西医结合杂志，2006，26（10）：871-986.
[25] 徐蕾，贺佳，孟虹，等.基于信息熵的决策树在慢性胃炎中医辨证中的应用[J].中国卫生统计，2004，21（6）：329-331.
[26] 李毅，刘艳，寇小妮，等.乙肝后肝硬化症状学聚类研究[J].中医药导报，2012，18（2）：14-16.
[27] 卢焯明，钱新华.以聚类分析法研究儿童中间型β地中海贫血的中医证候分布规律[J].中华中医药杂志，2012，27（3）：607-611.
[28] 何庆勇，王阶.基于聚类分析的冠心病介入术后中医证候分类及诊断[J].中医杂志，2008，49（10）：918-921.
[29] 黄小波，李宗信，陈文强，等.慢性疲劳综合征的中医证候聚类分析[J].中华中医药杂志，2006，21（10）：592-594.
[30] 胡万华，陈克龙，赵娜，等.亚健康失眠患者中医证型的判别分析[J].中医杂志，2012，53（2）：142-144.
[31] 夏乐敏，王运律.慢性再生障碍性贫血中医证型判别方程的建立与使用[J].中华中医药学刊，2012，30（2）：409-411.
[32] 郦永平，温淑云.脑梗死证型量化分级的判别方程研究[J].中国中医急症，2012，21（1）：81-82.
[33] 赵宝利，黄可儿，赵敏.类风湿关节炎中医辨证分型的判别分析[J].中华中医药杂志，2012，27（1）：240-242.
[34] 薛飞飞，汪南.基于判别分析的肝病肝郁脾虚证证候特点的文献研究[J].中华中医药杂志，2011，26（6）：1260-1263.
[35] 徐，王亿勤，邓峰.基于SVM的中医心系证候分类研究[J].世界科学技术―中医药现代化，2010，12（5）：713.
[36] 王阶，吴荣，周雪忠.基于支持向量机的名老中医治疗冠心病证候要素研究[J].北京中医药大学学报，2008，31（8）：540.
[37] 殷彬，方思行.脾虚证诊断的数学模型[J].暨南大学学报：自然科学版，2006，26（3）：363-367.
[38] 杨丽萍，黄睿，张洛欣，等.用特征功能模块法挖掘一个虚寒证家系的基因表达谱[J].中华中医药杂志，2010，25（5）：683-685.
[39] 谢铮桂.基于多分类支持向量机的中医舌诊诊断的研究[J].计算机与数字工程，2008，36（11）：60.
[40] Liu GP， Li GZ， Wang YQ. Modelling of inquiry diagnosis for coronary heart disease in TCM by using multi-label learning[J]. BMC Complementary and Alternative Medicine，2010，10：37.
[41] Liu GP， Yan JJ， Wang YQ， et al. Application of multi-label learning using the relevant feature for each label （REAL） algorithm in the diagnosis of chronic gastritis[J]. Evidence- Based Complementary and Alternative Medicine，2012，6：3-5.
[42] 邵欢，李国正，刘国萍，等.多标记中医问诊数据的症状选择[J].中国科学：信息科学，2011，41（11）：1372-1387.
[43] 洪燕珠，周昌乐，张志枫，等.基于随机森林法的慢性疲劳证候要素特征症状的选择[J].中医杂志，2010，51（7）：634-638.
[44] 邹永杰，周继鹏，王桂香，等.基于特征提取的分类集成在脾虚证诊断中的应用[J].计算机应用与软件，2010，27（3）：22-25.
