欢迎访问发表云网!为您提供杂志订阅、期刊投稿咨询服务!

医学信息概论大全11篇

时间:2023-12-29 14:50:08

医学信息概论

篇(1)

一、课程性质地位

基础医学概论是一门概要介绍机体结构组成、功能代谢、疾病发生发展过程以及药物与机体相互作用规律和原理的课程,它是一门融会贯通基础医学各学科、廓清基础医学整体脉络的综合性课程。它突破了传统医学课程的内容,以“器官、系统为主线”从正常和异常两个方面重组,融合了细胞生物学、人体解剖学、组织胚胎学、生物化学、生理学、遗传学、微生物学、病理学、病理生理学和药理学等10余门课程的内容,使基础医学知识体系高度融合,课程间的知识相互渗透。通过该课程的学习,使学生对基础医学知识体系有一个整体的、简要的、明晰的认识。它是我校医学相关专业开设的一门必修考查课程,为这些专业学生以后的学习和工作奠定一定的医学基本理论知识基础。

二、学时与适用对象

课程学时总计110学时,其中课堂教学108学时、考核2学时。适用于四年制药学类、管理学类等专业学生。

三、课程目标

通过对基础医学概论的学习,了解基础医学的发展现状,学会从分子、细胞、组织、器官、系统和整体水平,特别是从整体水平理解人体的结构组成、功能代谢、疾病发生发展过程及药物和机体相互作用的规律和原理,具有将所学知识按系统进行串联、归纳、总结的综合能力;通过对基础医学概论相关课程的网络学习拓宽知识面,延伸课堂知识,培养自学能力和兴趣,增强自主学习与计算机网络应用能力;为学习有关的专业理论知识奠定必要的基础。

四、教材和课程资源的选用

根据课程教学对象、教学目标及学时,考虑教材的实用性、系统性和融合性,我们选用了刘利兵主编的《基础医学概论》(高等教育出版社)作为基本教材。选择人民卫生出版社出版的前述相关课程教材和牡丹江医学院校园网中网络教学平台作为参考资料与课程辅助资源。

五、课程教学实施

(一)教学组织。

课程教学由教务处、基础医学院及病理生理学教研室组成的教改小组负责论证审核教学大纲等,由病理生理学教研室主任任教学组长负责具体的组织与实施。基本流程包括:成立教学组-教学准备-课堂教学-辅导答疑-课程考核-成绩分析-总结反馈。课程教学在第二学期进行,一学期内修完。

(二)教学方法。

课堂教学主要采用启发式、案例式教学法,如在部分章节采用以临床病例为引导的课堂讨论式教学,通过病例引导和教师指导下的课堂讨论,启发学生分析、讨论有关生理学及病理生理学问题,学习生理学和病理生理学知识,让学生有针对性地去探索并运用理论知识,以提高分析和解决问题的能力,这些章节包括呼吸、循环、消化、泌尿系统等与临床基础理论相关的内容。灵活运用多媒体、网络课程等多种现代化教学手段,发挥信息化教学的特点和优势,激发学生学习的兴趣,调动学生的积极主动性,以利于学生对教学内容的理解。同时辅以学生自修教师辅导答疑的教学方法,如与中学学过的知识相关且易懂的内容(细胞、分子的结构与功能等)以学生自修为主,教师答疑、分析归纳、总结,培养学生的自学能力、发现问题和解决问题的能力,使学生学会学习,为终身学习奠定基础。六、课程考核

本门课程考核性质为考查课。考试方式为综合评价学习成绩,分为平时成绩和课程结束考试成绩两部分。平时成绩由出勤和测验构成,测验方式由测验教师决定,占总成绩的20%;课程结束考试采用闭卷笔试的方式,以百分制评分,60分为及格,满分为100分。试题类型及权重为选择题60%、名词解释10%、填空题10%、简答题20%,占总成绩的80%,考试时间为120分钟。

七、教学效果与课程评价

通过校、院二级教学督导组专家评价、学生评价和课程平时测验、考核等形式,加强课程教学质量监控。我们将课程考核作为基础医学概论课程评价的主要方法,课程结束后进行闭卷、笔试,根据课程命题标准、实施教考分离、设A、B卷,有评分标准和标准答案,客观评价教学效果。以百分制评分,课程最后的考核成绩占总成绩的80%,学生平时的测验成绩占总成绩的20%。

对成绩进行科学的统计分析,可以了解学生的学习情况和教师的教学效果,从而对后续的教学工作提供指导意义。2012年6月我们对我校2011级信息管理与信息系统专业本科学生29人、药学专业本科学生27人,共计56人,进行了关于学生学习动机的随机抽样问卷调查,共发放问卷56份,回收56份,问卷有效率100%。同时对信息管理与信息系统专业和药学专业的学生课程考核成绩进行分析。

调查问卷结果显示药学专业整体学习态度端正,全体学生对目前班集体学习氛围感到“很满意”或‘‘比较满意”信息管理与信息系统专业中有75.87%的学生对目前学习氛围感到“很满意”或‘‘比较满意”;药学专业全体学生认为基础医学概论课程‘‘与本专业知识的继续学习帮助很大”或‘‘有一定关联”,信息管理与信息系统专业中在这一问题上,有51.72%学生认为课程开设与专业相关性大或有相关性。

在授课条件相同和试卷难度相同的前提下,我们利用牡丹江医学院成绩分析软件将2011级信息管理与信息系统专业和药学专业所有学生成绩输入该系统,生成最终分析结果

篇(2)

SNOMED发展历程

1974年,SNOMED第一版问世,由44587个词条、6个模块构成。SNOMED的范畴包括解剖学、形态学、正常与非正常的功能、症状及疾病体症、化学制品、药品、酶及其他体蛋白、活有机体、物理因素、空间关系、职业、社会环境、疾病/诊断和操作。SNOMED的每一个术语(词条)均有一个编码与之对应,在疾病/诊断轴内,很多疾病概念还提供了与其他术语的交叉参照关系。1998年,SNOMED演进到3.5版,包括156965个词条和压缩过的12个模块。

近年来,美国国家医学图书馆与美国病理学会(CAP)签署了关于使用SNOMED CT的协议书,允许在美国推广使用SNOMED CT,并且允许一些组织在国内免费使用SNOMED CT。

英国国民健康保险制度(NHS)也与美国病理学会共同成立了SNOMED CT标准发展组织 (SNOMED CT SDO)用于推动并规范SNOMED CT的使用。

1997年发行的3.4版是中文译本的原版。中文SNOMED电子版是中文SNOMED 3.4版的电子化产品,含145856个词条,并且建立起3.2万个词条与ICD-9-CM的对照关系。之所以与英文版的词条数目(146217)不同,是因为两种语言本身存在的差异(例如同义词)。它分为11个模块,其层次结构通过该词条代码的树型构造表达。每个词条的内容包括: 编码、中文名、英文名、类别符、层次、与该词条相关的外部编码、ICD-9-CM码、药品编码、药厂编码、酶编码及SNOMED相关词条的交叉参照列表。

SNOMED CT 的概念与构成

SNOMED RT (Systematized Nomenclature of Human and Veterinary Medicine

reference Terminology) 是为了满足医学信息处理的广泛要求,在SNOMED 3.6版基础上加入了新的设计理念,于2000年面世的。SNOMED RT定义了概念(Concepts)和关系(Relationships)的集合,提供了通用的参考标准,用于全面的医疗保健信息的比较与聚合处理。

SNOMED CT是SNOMED RT的衍生物,于2002年面世。它在SNOMED RT定义的概念中加入了编码、关系、描述、层面等内容,使之更加清晰完备。SNOMED CT所包含的概念并没有大幅度增长,大量增长的是描述与关系。其中,描述由2002年1月时的40万条发展到如今的90余万条,关系则由近80万条发展到近146万条。

因此,SNOMED CT由概念(Concepts)、概念ID、描述(Descriptions)、属性(Attributes)、层面(Hierarchies)、关系(Relationships)(关系又分为IS-A关系与属性关系)构成。其中,概念、描述、关系是SNOMED CT的核心构件。

1. 概念、描述与层面

SMOMED CT不再使用词条表的方式对术语进行表示,而是采用概念的形式。概念以理解为医学中标准的临床术语,每个概念都有惟一的概念码,但每一个概念都可能有多个描述,并且由993420条描述形成了庞大的描述表――我们可以理解成同义词表。如“Pain in throat”(咽喉痛),在SMOMED CT中是概念,而在实际应用中,它将会有多种不同的术语表达,如“Sore throat”、“Throat pain”、“Pain in pharynx”、“Throat discomfort”、“Pharyngeal pain”、“Throat soreness”,但它们并不是概念,而只作为描述被收集在描述表中。每一条概念有若干描述与之对应,描述表中的每一条描述也有与之相对应的概念存在。

SMOMED CT不再使用“轴”或“模块”来划分术语,而是定义了18个层面(Hiera-rchies),用18个层面区分366170条概念。

实际应用中,上述18个层面中还有细分,如“人体结构”这一层面中又有细分为“形态学上的反常结构”,下面的列表所示为以一组解剖病理学中所使用的概念与概念所在层次举例。

2. 关系

SMOMED CT中的概念与概念间是有一定“关系”存在的。概念有36万条,但关系有近146万条。这种基于概念间的语义关系令数据的获取充分可靠。在SNOMED CT中,关系分为两种: IS-A关系与属性关系。

IS-A在同一个层面中,表示某些概念间的关系。如关节炎属于关节系统疾病,而关节系统疾病属于骨科疾病,这样关节炎关节系统疾病骨科疾病就形成了一种IS-A关系;

属性关系表示跨层面的概念间的关系,如“阑尾炎”是一种疾病,但从形态学上看,“阑尾炎”属于炎症的一种,在属性关联中,可由“阑尾炎”引导出“炎症”。

3. 属性

在SNOMED CT中,每一条概念都有若干种属性用于准确具体表示概念。同一层面中的概念的属性类型是相同的。以临床表现为例,在临床表现中的概念的属性为: 发现部位、联合词(如: 之后、导致、因为)、形态学、严重程度、发作情况、过程、情景、解释、病理学、事件等。

SNOMED与本体论

本体(Ontology)是关于概念和概念之间关系的形式化描述系统,在此指形式化的(即可以被机器所处理的)、对共享概念的精确详细的说明和描述,一般包括概念的使用类型及约束条件。本体提供了信息交互各方在特定领域的共同知识背景,常用于作为特定领域中可被计算机理解、应用的知识模型,包括领域中的概念、属性及其相互关系。

SNOMED 是从术语表演进而来,仍然处于不断的发展与变化之中。当前SNOMED的发展方向和方法学正在走向医学本体研究与表达,RIM的框架和复杂关系的表达,加上SNOMED多年来在临床应用受控词表的经验,预示着医学知识本体研究将会有重大进展,而UML(Unified Modeling Language,统一建模语言)将是重要工具。

SNOMED CT已经成为美国最重要的医学受控词表,36万条的概念与146万条关系形成了医学领域本体,反映的是医学领域理论与本质上的事实。

应用现状与前景

1.在临床信息系统中的应用

目前,受控词表(CMV)在医学信息交换中位于数据处理的核心地位,它紧紧包裹在临床数据库外,临床信息系统将通过一系列引擎与受控词表相连接,从而形成可交互的、能够保障病人安全协作医疗服务与监控的突发公卫事件系统、电子病历(EMR)系统、ICU监测系统、临床诊断支持系统、用药观察研究、临床试验系统、医嘱处理系统、疾病监测系统、影像学及社区人群健康服务等系统,方便数据挖掘与决策分析。

2.SMOMED CT与UMLS

SNOMED为UMLS(Unified Medical Language System,统一医学语言系统)提供医学术语词条开始于2004年1月。UMLS是医学术语研究的重要课题。SNOMED为UMLS提供了最为广泛和最为重要的医学术语,是UMLS所包含的多个术语集之一。UMLS的主要角色是提供多用途的电子化医学词典,它使得许多不同源术语集中的相同语义拥有标准格式成为可能。

3.SMOMED CT在医药学中的作用

在美国国家医学图书馆编制的临床药学标准术语RxNorm 中,SNOMED CT在公众领域可以提供一些特殊的药品概念与编码信息。SMOMED CT与RxNorm都可以应用于药品信息系统。

4.SMOMED CT与英国国民健康信息基础架构(NHII)

篇(3)

中图分类号:TP182;TP315 文献标志码:A

中医医学历史悠久,同时也产生了与中医学有关的大量文献。在中医学走向现代化的过程中也产生了海量科学研究数据和文献,但是这些资料存在着分散、片面等状况不能被有效地利用。由于历史的久远和中国地域的辽阔,同一事物在不同时期、不同地域有着不同的名称,更是加大了实现古医学与现代医学资源共享的障碍。

语义检索可以通过从语义网上获取数据从而给出与检索者请求的查询结果以及请求的相关资源,从而解决了关键词一词多意或多词一意等局限性,提高了检索的准确性和全面性,实现了机器理解与人机交互的协同能力[2]。在基于本体的检索系统中,领域本体[3-4]的Ontology层提供共享的术语和概念,而知识库则使用这些语义的共享来表达领域事实,因此本体层是语义搜索引擎的关键所在。本文引入信息工程的知识库架构和基于领域本体的知识库构建理论,将中医喘证知识作为形式背景,使用Protégé 工具及OWL 语言构建了基于中医喘证本体的领域知识库实例,解决了案例知识的表示和组织问题,为下一步中医喘证案例推理的研究奠定基础。

1知识库

知识库是针对某一领域问题求解的需要,采用某种知识表示方式在计算机存储器中存储、组织、管理和使用的互相联系的知识的集合[5]。

领域知识是指在某一专门领域中重要问题或概念以及概念之间的相互关系的集合。领域知识库这一术语源于人工智能领域。在人工智能领域,领域知识主要应用于知识的专家系统和自然语言理解的系统中。

1.1知识 目前,知识这一概念有3种比较有代表性的定义:①Feigenbaum:知识是经过消减、塑造、解释、选择和转换的消息。②Bernstein:知识是由特定领域的描述、关系和过程组成。③Heyes-Roth:知识=事实+信念+启发式。知识常常是模糊、不确定或不完全的。而且知识还处在不断地动态变化过程中。

对于任何知识,通常采用Heyes-Roth提出的知识的三维空间来描述。即知识的范围、知识的目的和知识的有效性。范围由具体到一般,目的从说明到指定,有效性由确定到不确定。知识的三维空间描述,见图1。

图1 知识的三维空间描述

大量的数据经过加工后才会有价值,经过分析处理的数据形成了信息,信息的作用后有时间和范围的限制。为了使信息在较长的时间内有效,必须进行一系列的内部处理,这个过程叫综合,综合后的信息组成了知识。

从计算机科学的观点来看,知识是信息综合处理的结果。在综合过程中,信息传递相互比较,结合成有意义的链接。数据、信息和知识具有层次关系,它们的层次关系,见图2。

图2 数据、信息和知识的层次关系

1.2领域知识 领域知识主要应用在基于知识的专家系统和自然语言理解以及有关概念的约束的集合。知识工程对领域知识进行了3方面的描述:①领域知识是一个概念模型,这个概念模型包括概念和概念之间的关系。②领域知识是概念和概念之间的约束。③领域知识是陈述如何推导计算出新概念和新概念之间的关系的规则。

领域知识的2个基本概念:①领域特征概念:是领域知识的概念化,是各种相关领域内的重要概念的语义描述。②领域特征属性:是指某一领域内的概念所具有的特点,领域特征概念可以是词,也可以根据需要扩展成短语甚至词串。

2本体

2.1本体的概念 本体原本是一个哲学上的概念,在被引入信息科学之后,其定义尚未统一, Studer在1998年对本体的定义得到最多认同,他提出"本体是共享概念模型的明确的形式化规范说明",此定义包含4层含义:①概念模型:本体论的研究对象;②明确:某套概念及其相互之间关系被准确定义;③形式化:计算机可读的精确的形式化描述;④共享:本体中反映的知识是相关领域中公认的概念集。

2.2本体构建步骤 以本体构建[6-8]原则[清晰(Clarity)、一致( Coherence)、可扩展性(Extendibility)、编码偏好程度最小(MinimalEncoding Bias)、本体约定最小(Minimal Ontological Commitment)]为基础,国内外学者提出了一种构建本体的实际操作方法,归纳为两种模式:①利用现有文献和领域专家使用手工的方式创建概念关联;②将已有的叙词表改造成本体,或者采用学习机制,进行自动或自动化的本体构建。

目前国际上被认可的本体手工构建方法主要包括有骨架法、企业建模法、Methontology、KACTUS、循环获取法、IDEF-5、七步法等本体构建方法。

本文架构的中医喘症知识库即采用七步法构建本体。

2.3本体构建工具 目前构建本体的工具有很多种,不同的专业领域选取不同的本体构建工具,本文选择由斯坦福大学研制开发的Protégé(使用Java和开放资源作为操作平台)作为本体的建模工具,OWL(Ontology Web Language)作为描述本体的语言。Protégé提供了本体概念类,关系,属性和实例的构建,并且屏蔽的具体的本体描述语言,只需在概念层次上进行本体模型的构建。

3中医喘证医案的本体和知识库构建

3.1中医喘证医案的研究背景数据整理 收集和整理《吴鞠通医案》、《丁甘人医案・伤寒案》以《中华医典》所收录的75部医案著作中所涉及的喘证医案为研究对象[9],以"喘主证"、"喘息"、"喘逆"、"喘鸣"、"咳喘"、"上气"等关键词为核心概念,筛选整理医案,最终确定相关属性字段10余个,建立了较为完善的中医喘证医案数据库,如图3所示,将此作为研究对象的形式背景,见图3。

图3 喘症医案数据库

3.2形式背景中概念树的组织

3.2.1定义类及层次关系 从喘证本体中自上而下抽象出基本类及层次关系,并采用Protégé建立中医喘证领域本体类关系初步模型。其中,类对应本体体系中的Class,对象对应本体体系中的Instance或Individual例如,外感型喘是实喘的子类,实喘又是喘证的子类,用OWL描述上述关系具体如下。

3.2.2定义并应用各类之间的关系 每种关系相当于一个二元组或多元组函数,各函数的定义域和值域为喘证本体模型内部的各本体类和子类对象,可分别由各关系所对应的ObjectProperty属性的domain和range两个子属性来设置函数的定义域和值域,以便于本体模型内部各类通过上述关系进行关联,以下显示的是ObjectProperty属性"痰象"以及它的特殊性质,其中"痰象"的定义域是案例,值域是由"痰白"、"痰黄"和"痰清稀"组成的并集构成,说明案例是由值域中的3部分构成的,同时它还具有传递属性()

3.2.3设置各本体类的属性及关系 包括各属性的名称、值、类型及其他约束,对应本体体系中的Datatype Propety。

属性是个体间的二元关系,也就是说,属性把两个个体连接在一起。

本体所描述的概念间的关系主要有4 种:①概念之间部分与整体的关系(Part of);② 概念之间的父子继承关系(Kind of);③概念的实例和概念之间的关系(instance of);④某个概念是另一个概念的属性关系(attribute of)。

概念间的内在联系构成了丰富的概念间的语义关系,通过规则的逻辑推理就能获取概念间的蕴涵关系。

3.2.4定义概念的语义扩展关系如同义、近义、上下位关系等。为了实现关键字的语义检索,本体模型需要实现词语的本义、同义、近义和上下位等关系查询。例如,"微喘"可以具有"喘息"等同义词或近义词,若把其中任何一词作为关键词输入,不仅可以得到关键词的本义信息,并且能查询到关键词的同义、近义信息。这也是将来提高案例检索查全率的关键技术。

3.2.5实例填充 用具体实例填充(1)中定义的类,并对实例的属性及其属性值进行定义和扩展。

3.2.6修正本体模型 采用Jean推理机对已构造本体进行推理,验证本体初步模型是否合理性以及概念是否具有可满足性,并完善不合理之处。

3.2.7设置本体的存储方式。本体存储主要有文件存储和数据库存储两种方式,文件存储指以OWL或RDF等文件格式存储。喘证本体模型以OWL的文件格式存储,知识库中的案例数据以关系数据库形式存储。

应用Protégé工具建立的中医喘证本体片段,见图4。

图4 中医医案喘证本体片段

3.3导出owl本体文件 目前,Protégé 中存在4 种文件类型,本文选择OWL RDF files,导出的本体文件可以支持OWL 浏览和编辑的工具中被保存、阅读和修改,为知识推理[11-12]和检索提供了资源描述。中医喘证医案本体的概念集合语义树,见图5。

图5 中医喘证医案的概念模型

4结论

本体技术作为一种新的知识组织工具,可以多维度、可视化、动态地表示和组织中医知识和相关的信息资源,基于本体的领域知识库可以清晰地表达领域知识的基本概念、属性、处理方法和内在关系,使用这些概念可以完成知识表示和语义推理。本文将本体技术应用于中医喘证的知识库构建,是下一步实现中医喘证的知识检索和案例推理的前期关键工作,旨在为中医信息化和知识传承探索一条新途径。

参考文献:

[1]田甜,高思华.本体在中医药学领域的应用现状及展望[J].中华中医药杂志,2013,(6):1832-1834.

[2]许德山,张智雄,邢美凤.面向本体知识库的可视化检所研究[J].信息系统,2010,(8):114-117.

[3]李景,孟宪学,苏晓路.领域本体的构建方法与应用研究[M].北京:中国农业科学技术出版社,2009:7.

[4]曾召.构建中医药学领域本体的实践[J].中华医学图书情报杂志,2009,(7):1-5.

[5]马晓丹,邓晓楠,彭文娟,等.基于领域本体的知识库架构和实现[J].河北联合大学学报,2012(10):42-47.

[6]高成勉,包含飞,.本体构建原则及其在中医顶层本体构建中的应用[J].医学信息学,2008,(5):581-583.

[7]李兵,裘俭,张华敏.中医药领域本体研究概述[J].Chinese Journalof Information on TCM,2010,(3):100-106.

[8]张继芳.基于本体的教学领域知识库构建及应用[J].时间与经验,2011,4:58-61.

[9]阎红灿,李丽红,马会霞,等.基于粗集理论的中医喘证临床医案关联规则分析[J].辽宁中医杂志,2012(7):1218-1220.

篇(4)

中医药学知识信息对现代生物医学的医疗实践和科研都有重要的意义。随着计算机技术的发展,医学信息研究工作也随之逐步深入,例如在数据挖掘领域,医学信息数据挖掘是比较活跃的领域之一,同样在中医领域也受到广泛重视。但目前的医学信息组织方式与数据挖掘之间存在着诸多“瓶颈”,尤其是中医领域的数据挖掘研究,仅仅得到诸如“石膏与知母具有配对相关性”、“六味地黄丸可治疗阴虚”等数据挖掘的结果,只是对简单知识的简单认证,而其结果无法解释。究其原因,“数据整理”是中医药数据挖掘研究的瓶颈。近年来,领域本体构建技术已逐渐成熟,并迅速在各个领域形成研究热点。构建领域本体(ontology)可以从数据整理与信息组织方面更好地实现数据挖掘与知识发现。在客观需求和条件具备的双重推动下,在中医药领域内开展中药本体构建工作切实可行。

1 本体的概念及特点

ontology是一个哲学概念,用于描述客观事物的本质,通常译为本体或本体论(在本文中称为“本体”)。本体论与认识论在哲学上是两个相对的理论,认识论指人对客观存在的主观认识,而本体论则指客观存在本身。

自20世纪90年代,ontology引入计算机人工智能领域后,在计算机及相关领域迅速形成一个研究热点。作为一种能在语义和知识层次上描述信息系统的概念模型建模工具,已被广泛应用于知识工程、系统建模、信息处理、数字图书馆、自然语言理解、语义web等领域之中[2]。研究人员从各自的专业角度出发对本体的理论和应用进行了深入研究,取得了丰富的研究成果,本体理论与技术也随之日趋成熟。

目前得到普遍认同的关于本体的定义是:本体是共享概念模型的、明确的、形式化的规范说明[3]。这个定义包含了概念模型、形式化、明确、共享4层含义。即本体的目标是捕获相关领域的知识,提供对该领域知识的共同理解,确定该领域内共同认可的概念或术语,并从不同层次的形式化模式上给出这些概念及概念间相互关系的明确定义。

本体不仅描述概念、术语,而且对概念、术语间的关系描述得更为广泛、细致和全面。即,本体不仅明确了概念,同时也明确了概念间的属性及属性间的关系,它是从“属性”的角度出发去确定一个概念,能够在语义和知识层次上描述信息,从而真正达到知识理解的目的。这也是本体作为知识组织方式的最重要的特点。可以看出,与传统的mesh表相比,本体描述的概念关系是网状、立体的。在本体中可以描述的概念间关系有反义关系、上位关系、下位关系、整体-部分关系、部分-整体关系、转指关系、近义关系、同义关系、动作关系等,而不仅是传统的信息组织工具mesh中所描述的参照、用代、隶属关系[4]。

在中医药领域中,中药的概念术语相对较明确,选择中药作为突破点,首先构建中药本体,逐步实现中医药医学信息的知识组织与构建。

2 构建意义

本体建设的目的是应用,这方面的研究遍布人工智能、信息管理、知识管理相关的各个领域:①基于语义的信息检索,特别是网络搜索引擎和数字化图书馆。②基于本体的数据集成、机器学习等。③领域本体的应用,比如,在生物信息学中已建成的geneontology,尽管只包括了part of等简单的关系,但是对生物信息学界已经有巨大的影响。④语义web服务。⑤在线元数据管理和自动信息。⑥非相关文献知识发现[5]。

中药本体作为领域本体的一种,通过概念及概念间的关系全面描述中药的本质,揭示中药本身及中药间复杂的功效与物质关系,澄清中药的知识结构,为中药的知识表达提供数据基础。例如:可以提供基于语义的信息服务,通过语义检索,为用户提供知识层面的语义检索服务;定题服务,进行相关的数据挖掘,帮助人们发现隐含的知识,如通过数据挖掘分析研究,揭示药性、药效、物质基础间的关系,归纳构建基于现代科学语言的中药药性表征理论体系等应用型研究。中药本体既具有专业领域性,亦具有普遍性,可应用于其他信息工程与知识管理等方面。

3 中药本体概念关系体系的构建

3.1 构建原则

领域本体的构建至今没有一个统一的标准, gruber在1995年提出的5条规则[6]得到较广泛的公认。中药本体的构建同样遵循以下5条原则:①明确性和客观性。ontology应该用自然语言对术语给出明确、客观的语义定义。②完整性。所给出的定义是完整的,能表达特定术语的含义。③一致性。知识推理产生的结论与术语本身的含义不会产生矛盾。④最大单向可扩展性。向ontology中添加术语时,通常不需修改已有内容。⑤最少约束。对待建模对象应该尽可能少列出限定约束条件。

3.2 构建方法

目前,利用现有的领域内公认的知识以及领域专家的参与,是一致认同的构建领域本体的最优方式[7]。

构建中药本体,首先需要解决的问题是概念关系体系的确立。在注重知识结构关系的原则上,可借助已有的中药分类法。中药分类方法主要有按药物功能、药用部分、有效成分、药材自然属性和亲缘关系分类等。中药本体概念关系体系的构建采用比较成熟的自然属性分类法(主要参照《中华本草》[8]的现代自然属性分类法),即采用植物学分类法、动物学分类法,能够更好地反映中药之间的内在联系及其变异特征。此外,该分类法还有以下优点:对药物来源、属性、药物部位等一目了然,条理清晰便于查检,便于更新和修改,便于不同专业的人操作中药本体的建设工具。

各个中药类目下设定27个属性,属性设置包括:正名、异名、释名、品种考证、发生发展史、产地、原植(动、矿)物、栽培(养殖)要点、采收加工、贮藏、药材及产销、药材鉴别、化学成分、药理、炮制、药性、功能与主治、应用与配伍、用法用量、使用注意、附方、制剂、现代临床研究、药论、集解、附注、参考文献。中药的属性可以根据需要与新发现进行修改。

通过属性参数,从各个角度尽可能全面地描述中药,更精确、全面地确定概念,并显示概念间的关系。其中,中药药性、药理的研究有助于阐明中药理论的科学实质,为中药药性研究提供数据挖掘的基础资源,实现中药药性的知识发现与理论创新。

4 结语

领域本体的开发和完善是一个反复叠加的过程,没有一种“唯一”的途径或方法,但无论从客观世界具体的角度或者是从逻辑抽象的角度出发,领域本体中概念的设计都应该贴近于研究者要研究的专业领域中客观对象和对象间的关系法则[9]。因此,中药本体构建模式是一种探索,建成之后仍然需要维护和不断进化。据此还可以继续构建中医本体,实现中医药领域内知识信息的知识化组织与利用。

【参考文献】

[1] 刘 耀,段慧明,穗志方.非相关文献知识发现的数据基础研究——以中医药古文献语言知识库的构建为例[j].情报杂志,2006,(9):21?26.

[2] 曹树金,马利霞.论本体与本体语言及其在信息检索领域的应用[j].情报理论与实践,2004,(6):632?637.

[3] studer r, benjamins vr, fensel d. knowledge engineering, principles and methods[j]. data and knowledge engineering,1998, 25(1-2):161?197.

[4] 牟冬梅,崔艳玲.mesh、本体论在医学知识组织中的作用[j].情报杂志, 2005,(7):120-122.

[5] 袁 媛.领域本体建设的方法论和工具研究[d].中国人民大学硕士学位论文,2004.

[6] peter d karp, thomas r gruber. a generic knowledge-base access protocol[a]. proceedings of the international joint conferences on artificial intelligence[c]. montreal,1995.

篇(5)

中图分类号:R241.2

文献标识码:A

文章编号:1673-7717(2007)12-2514-03

中医四诊,是中医诊察疾病的基本方法。形神学说与天人学说、阴阳五行学说、脏象学说、经络学说并称中医五大核心理论。中医“四诊”和“形神学说”皆为中医学的重要组成部分。形神一体观是形神学说的核心,是中医的健康观;中医四诊信息反映形神一体观。

1.中医“四诊”信息是人体生命活动的客观体现

中医“四诊”是望、闻、问、切四种诊察疾病方法的概括,体现了医者的主观思维过程,是主观思维对人体状态变化的综合识别。中医四诊的基本内容:望诊是对患者的神色、形态、五官、舌象以及排出物等进行有目的地观察,以了解病情,测知脏腑病变;闻诊是通过闻患者语言、呼吸等能声息以及嗅患者体内排出物的气味以辨别内在的病情;问诊是通过对患者及知情者的询问,以了解患者平时的健康状态、发病原因、病情经过和患者的自觉症状等;切诊是诊察病人的脉象和身体其他部位,以测知体内变化。在四诊之中,以望神、望面色、望舌、问诊、切脉为要,望、闻、切三诊收集的资料是疾病的直接征象表现;问诊则是获取患者对自觉症状的主观描述。四诊各有其特定的诊察内容,不能互相取代,四诊必须合参,只有这样,才能全面系统地获得临床生物信息,为辨证论治提供可靠依据。中医四诊信息反映人体的形、神内容,反映人体状态的基本变化;传统的中医四诊信息,由于形成的历史久远,自然存在着视野和认识的局限性,很难全面客观地反映形神内容、真实表达人体的状态变化。

因此,全面认识、理解中医的四诊信息内容,已经成为现代临床实践必须解决的关键科学问题。  过去有一个错误的提法,叫做“四诊客观化研究”,这是一个原则错误。四诊收集到的都是客观的“实在”,而不是医生主观臆造的。只不过有可能在精确度上,人的感官与机器有所差别,但绝对不是主观与客观的差别。病人的主观感觉,就是医生的客观依据。中医从病人感觉出发,就是从客观出发,因此,中医四诊方法是科学可行的,结论也是依据客观事物做出来的,是可靠的。只不过中医的表述,在概念上达到的是寒热虚实的清晰,而不是物理化学的清晰。

中医四诊信息的内容,经历了长期继承与发展、全面理解与完善的过程,现代科学技术的发展开阔了中医四诊所能涉及的信息领域。中医四诊信息应该在继承传统认识的基础上,合理吸收患者进行的相关实验室及物理器械等诊察内容,如:x光片、CT、超声波、脉象仪等;吸纳“血糖”、“血压”等现代医学的定量生物信息指标,丰富和完善问诊的内容构成。

随着对中医辨证论治认识的不断深化,要求中医四诊信息的内容,必须反映人体的状态变化,真实体现形神一体观的客观表征。形神一体涵盖了人体生物属性与精神意识属性的和谐,其内容需要有相应的客观指标来体现,中医“四诊”信息即是这些指标的具体化。因此,全面客观的中医四诊信息构成了形神一体观的指标体系。

1.“形神学说”是中医对生命的认识其核心是“形神一体观”

中医认为,形即形体;“神”是机体生命活动的体现,健康的标准是“形神合一”;强调对“神”的深刻理解和关注,辨证论治是调神守形的过程;重视经过辨证论治后“神”的变化,形成了中医特有的思维模式,体现了中医的特色和优势。

中医强调“形神合一”,《内经》认为人的精神活动与人的形体密不可分,互相依存,如《灵枢・天年》记有“血气已和,荣卫已通,五藏已成,神气舍心,魂魄毕具,乃成为人。”说明人是肉体和精神的合一体,精神和肉体相合生命体才能得以存在。形是神的载体,神为形的主宰,二者相互依存,不可分割。明代着名医家张景岳在《类经・针刺类》中明确地指出:“形者神之体,神者形之用:无神则形不可活,无形则神无以生。”深刻阐明形神互相依存的辩证关系,集中体现了“形神合一”的中医形神观。《景岳全书・传忠录・神气存亡论》说“善乎神之为义,比死生之本,不可不察也。……以形证言之,则目光精彩,言语清亮,神思不乱,肌肉不削,气息如常,大小便不脱,若此者,虽其脉有可疑,尚无足虑,以其形之神在也。若目暗睛迷,形赢色败,喘急异常,泄泻不止,或通身大肉已脱,或两手寻衣摸床,或元邪而言语失伦,……或忽然暴病,即沉迷烦躁,昏不知人,或一时卒倒,即眼闭口开,手撒遗尿,若此者,虽其脉无凶候,必死无疑,以其形之神去也。”也是概括地体现了形神之间的辩证关系与形神一体观。

中医理论以生命活动的整体观为指导思想,认为人体的生理、心理活动及与外界环境之间动态系列的平衡遭到破坏,就会产生疾病。在对疾病的认识方面,形神学说清楚地认识到形与神在疾病的发生过程中互为因果的关系。在此认识基础上,张景岳进一步论述了神的变化动对形体及其生理活动的作用,曰:“虽神由精气所生,然所以统摄精气而为运之主者,则又在吾人心之神”,突出了神对形及其生理机能产生的重要作用,即神的活动以形的生理机能为基础,又高于生理过程。说明“神本于形”,而“神又为形之主”,强调“形神统一”这一概念。

在对疾病的治疗和预防方面,在“形神合一”的理论基础上,中医主张“治神”与“治形”并用的“心身并治”。《素问宝命全角论》就曾指出:“一日治神,二日知养身,三日知毒药为真,四日制砭石大小,五日知脏腑血气之诊。五法俱立,各有所先。”强调了形神并治,方可祛病的重要思想,使中医的诊疗手段形神兼顾,体现了形神统一。

2.中医四诊信息全面反映了人体形与神在本质上的辨证统一

形神一体观,体现了结构与功能的统一。形神一体观的指标体系由反映“形”、“神”本质的中医四诊信息构成,集中概括为结构与功能两大类。结构指标体系主要反映生物学属性;功能指标体系既反映生物学属性又反映精神意识属性,同时反映二者之间的辨证关系。任何对疾病的干预措施,不仅表现为结构指标的改善,更表现为功能指标的改善;临床疗效评价,既强调关注结构指标的变化,也关注功能指标的改善。但临床实践中尚需加强对功能指标改善的重视,同时重视结构指标与功能指标的辨证关系。如:精神意识状态以及能反映整体结构功能状态的气色、神态等

指标,在大多数临床干预效果评价体系中未涉及或涉及较少。再如:患者经治疗,各种理化检测指标正常,西医认为属临床痊愈状态;然以中医“四诊”信息概括、归纳认识,或有脾胃不和、纳运不佳,或有气血未复、神疲乏力,或有元气亏损、虚弱消瘦等,就人体的整体功能状态而言,没有达到结构与功能的真正和谐统一,即形神统一。相反,患者经治疗后,反映结构完整的理化检查指标并未恢复正常或不能恢复,但概括、归纳中医的“四诊”信息,却发现五脏和调,气血充沛,舌正脉平,形神俱健。

中医的望闻问切第一次将视之不见,听之不闻,搏之不得的神与人的感官相沟通。《易经》认为:“书不尽言,言不尽意”,《老子》曰:“视之不见名曰夷,听之不闻名日希,搏之不得名日微,此三者不以致诘”,就是说,世界的本质既不能用感官感知,又不能语言表述。但中医是一门实践性的应用科学,若不能用感官感知,用语言表述生命的本质,则无法进行临床实践,所以中医就创立了用感官沟通形神的方法――“四诊”。

“四诊”不仅是中医的诊断方法,也是中医的研究方法,就是用感官和语言沟通形神的方法。在对人体和疾病的认识研究上,中医用望闻问切的方法建立了独特的“四诊学说”。《丹溪心法》说:“欲知其内者,当以观乎外;诊于外者,斯以知其内。盖有诸内者必形诸外”。就是说疾病的本质藏于体内,不能被感官所感知,但却必然会有主观和客观的现象表现于体外,为语言所能表达,感官所能感知,所以要知道内在的疾病本质,就要从体表来观察,诊察病人的外部表现,就能知道内在的疾病本质,因为只要内部的脏腑组织发生了病变,就必然会表现于体外。这就是中医以神通形的诊断原理。

篇(6)

近30年来,我国中医药领域相继实施了大量的标准化研究工作,以术语为核心,推出了包括行标乃至国标的众多标准,对中医药事业的发展起到了基础性的支撑作用。伴随信息化时代的到来,中、西医电子化病历(健康记录)与电子化CRF表格正在全国范围内以极高的速度推进、普及,纸质记录由于在书写、保存、检索以及后期数据挖掘等方面的先天不足,已逐步退向辅助位置。新的载体形式对已有术语标准从标准的体例、标准的应用模式等方面均提出了新的要求。为更好地支撑信息化时代中医药工作的开展,中医临床术语的标准化工作也应当逐步深化推进,不仅应与国际通行的方法学接轨以全面提升标准的系统性,还应力争提高标准的实用性,使中医临床术语标准真正在信息化临床科研工作中发挥作用。

1 中医临床术语体系复杂性高,标准化工作难度大的成因探析

与现代西医学大量采用“死语言”建立术语体系以描记医学信息不同,中医临床术语的主体——汉语语言文字伴随中华民族的发展始终处于动态演变之中。在中医学数千年发展历史中,与其他传统学科相似,有些术语凭借古籍保持了其原始含义,在当前工作中仍被普遍使用;有些术语则已在内涵上发生了本质转变;有些术语则已完全被弃用。时代变迁对汉语的影响,不仅造成中医术语在概念理解上的古今差异,不同时代度量衡的标准还造成了同一种度量单位术语在实质意义上的改变。此外,我国幅员辽阔、方言众多,促成了各地区所习用中医术语的地域性差别,内容涉及中医学理、法、方、药、术各个层面。另外,由于学术流派与传承的分歧以及出于对学术保密的需要,人为编制形成的近似密语,只被少数人理解掌握,如孟氏[1]文中所提到的“鬼把子”。更为重要的是,伴随近一百余年来现代西医学在我国扎根、壮大乃至逐渐成为占据主流地位的医疗卫生体系,大量西医学术语被翻译引进,其中既包括对西方语言的本土化汉译,也包括日文汉字的翻译回流,造成大量医学术语字面相同而含义迥异,严重冲击了原本相对自成体系的中医学术语;而中西医结合医疗模式又同时提出了对中医术语与西医术语两方面的需求。上述列举原因可能尚不够全面,但其综

合结果使中医临床术语体系远较现代医学术语体系更为复杂,也决定了中医临床术语标准化工作是一项艰巨的系统工程。

2 中医临床术语标准化的重大意义与相关标准的推出

标准化中医临床术语是中医药标准规范体系中最为基础也是最为重要的组成成分:文以载道,中医临床术语是相对抽象的中医文化、中医诊疗与中医养生保健预防理念的主要载体,依赖中医术语才实现了中医学理、法、方、药、术的记载、描述和表达。因此,中医临床术语标准化是更好继承传统中医事业,使其得到不断发展与创新的基础;语言是信息交流的主要手段,标准化的中医临床术语则是中医药生产、教学、临床与科研在领域内部以及领域间、学科间、产业间进行正确信息交流、保障业务顺利进行的基础;标准化是信息化的基础,中医临床术语标准化则是中医药领域信息化的基础,基于标准化的中医临床术语能够提升信息处理的能力,实现中医药信息高质、高速地采集、储存、管理与利用;中医临床术语的标准化是实现中医临床辨证论治过程标准化,进而建立中医临床评价体系的基础,而中医临床评价体系是实现科学、客观、综合地评价中医临床,实现中医药在新时代健康发展与推动中医药现代化事业进程的重要保障力量;尤为重要的是,中医临床术语标准还是建立中医药领域其他标准与规范的基础。术语被作为最细小、最基本的元件参与中医药标准的制定,完成概念定义描述。标准化中医临床术语的采用不仅能够提高概念定义的精细度和准确度,还便于建立起概念间基于语义的逻辑性关联,使制订的标准规范在质量与学术水平上得以整体提升。

基于标准化对中医药行业的重要意义,更为解决实际工作对标准化中医临床术语的迫切需求,近30年来,我国中医药领域开展了大量基础性的标准化研究,涵盖了中医、中药、针灸等内容,目前已推出了包括行业标准乃至国家标准的系列标准。纵观已有标准,绝大部分面向特定的应用环境与应用目的,以中医学知识体系中特定范围的术语种类(如中医疾病与证候诊断类、中医基础理论类、针灸腧穴定位类等)为中心,实施了术语的再分类与编码研究,并主要以文字描述的模式进行了术语的标准化定义,部分标准还完成了术语与其同义术语的链接。

3 已有标准在临床科研工作中规范化应用的瓶颈问题分析

电子化病历、健康记录在我国医疗卫生行业的深入、高速推进,对标准化临床术语提出了新的需求,将已有标准成功地应用到临床科研工作中,既是各项标准制定的初衷,也是中医信息化发展的必经过程。但前期研究发现,已有标准的实际应用情况与预期水平存在较大差距。在中国知网(CNKI)以“标准”、“中医”、“应用”及已有中医标准的全名等作为检索词进行全库查询,除国标《中医病证分类与代码》有数篇文献外[2-6],论述其他已有标准应用情况的文献几乎为零。已有标准的应用性文献数量之少,一定程度上能够反映其在中医临床科研应用中的实际情况。通过与中医院临床医师的访谈,还发现临床工作者对现有标准的认知度普遍偏低,大多数人既不熟悉与中医临床科研工作相关的标准究竟有哪些,也不了解应该如何使用标准。

笔者认为,现有标准未能得到理想施行主要存在如下原因:①中医标准大多采用纸质形式发布,书籍是规范化术语的载体,虽然标准中具有对术语的明确定义,但仅凭人脑记忆来使用标准化术语或在使用中通过翻书查询都是不现实的,对标准内容的学习掌握与使用的不便阻碍了标准在实际中的应用;②已有标准大多各自围绕中医知识体系的局部分支建立,术语覆盖范围与描述能力相对有限,标准之间缺乏系统性关联。部分种类术语在不同标准间交错重叠,同时还有术语种类被遗漏,未纳入到标准化研究中,造成使用者难以甄别或无词可用。③当前大多数电子病历采用了非结构化模式,在病历主体内容的书写上并无特殊监控手段,使其与纸质病历书写过程一样具有了高度的随意性,标准难以有效实施。总之,缺乏有效的工具与方法成为已有标准规范化应用的主要瓶颈,建立起一套工具与方法,将已有标准有机整合并借助信息化手段将其与结构化电子病历系统绑定,为使用者提供最大程度的便利,是突破已有标准应用瓶颈、使其得到充分发挥与利用的关键。

4 系统化是深化推进中医临床术语标准化工作的必由之路

与国际先进的临床医学术语集如《系统化临床医学术语集》(SNOMED CT)相比,系统化是当前中医临床术语标准亟待提升的特质。主要体现在:①已有中医标准大多仍停留在对术语进行标准化而尚未提升到对“概念”实施标准化的层次,致使概念、术语的关系松散,缺乏系统化。术语是抽象化概念的实体性指代符号,概念的地位高于术语,术语紧密围绕概念存在并为概念服务;概念具有唯一性,受语言、民族、时代变更的影响甚微。SNOMED CT核心内容的设定即充分体现了其以概念为核心的系统化观念[7]。中医临床术语标准化研究的深化推进,同样应建立起以概念为核心的目标,首先要完成中医临床概念层次的标准化,再逐步建立概念与术语(包括首选术语与同义术语)的关联体系,以及概念与概念之间的语义关联体系,形成系统化的概念网络结构。这样不仅能够提升术语集本身的学术地位,从概念唯一性的角度实现中医临床术语标准与国际临床医学术语标准的接轨,同时能够真正有效解决当前临床术语使用中普遍存在的“一词多义”与“多词一义”的情况。②已有标准在术语分类框架的构建上大多缺乏系统性,单一标准难以全面涵盖当前临床科研工作所需内容;同时,大多标准采用了“学科分类”模式进行术语集框架构建,与临床科研工作的实际需求脱节。SNOMED CT在概念分类框架上的系统化主要体现在其依据现代医学理论,建立起了相互关系明确、符合现代医学诊疗思路并适用于临床科研应用的10余个顶级概念分类轴,并依据应用方的反馈进行框架的动态维护,从而将临床科研所需的近40万条医学以及非医学专有概念纳入其中,实现了单一标准对临床科研工作的全面支持。伴随中医学在世界上被广泛接受,SNOMED CT在其分类框架中还逐步纳入中医、针灸学的概念。中医临床术语标准化研究从分类框架角度的深化推进,应当确立全集的理念,力争通过一部分类框架实现对全部中医临床科研所需概念的汇总,并在具体顶级分类的设定上摆脱传统学科分类的影响,依据中医辨证论治临床诊疗流程的几大关键环节对全部概念进行合理切割。③已有标准的发布形式大多停留在纸质版本阶段,缺乏系统化展示、检索与使用的工具。

SNOMED CT则主要通过电子化的TXT数据文件形式发布其核心内容,用户可以将数据便捷地导入诸如Sql Server、Oracle等大型数据库,或直接导入其电子病历等应用系统;同时,还开发了多种术语集浏览器,基于SNOMED所建立起的关联关系,可以从任何角度检索与浏览SNOMED的概念、同义术语。上述是中医临床术语标准化研究深化推进中值得借鉴学习的。

5结语

2006年,国家中医药管理局全面启动了中医药标准化工作,计划到2010年制定出500项中医药标准[8],这不仅为中医标准化研究提出了新的任务,也为深化中医临床术语标准化研究提供了有利时机。通过引入国际通行的临床医学术语标准化工作理念,借鉴其方法学体系,在提升术语集自身水平与临床实用性方面下功夫,依据中医学自身的规律形成系统化中医临床术语集,是深化推进中医临床术语标准化工作的必经之路。

参考文献

[1] 孟庆云.中医百话[M].北京:人民卫生出版社,2008.115-117.

[2] 邵企红,章如虹,毛树松,等.国家标准《中医病证分类与代码》应用研究——1994年全国88所中医医院出院患者人群中、西医双重诊断对照分析[J].湖北中医学院学报,2000,2(2):8-12.

[3] 章如虹,毛树松,邵企红,等.国家标准《中医病证分类与代码》应用研究(Ⅰ)——1994年全国88所中医医院出院患者中医病证诊断分布[J].北京中医药大学学报,1999,22(1):52-56.

[4] 章如虹,毛树松,邵企红,等.国家标准《中医病证分类与代码》应用研究(Ⅱ)——1994年全国88所中医医院出院患者中医病名诊断分布[J].北京中医药大学学报,1999,22(2):32-36.

[5] 章如虹,毛树松,邵企红,等.国家标准《中医病证分类与代码》应用研究(Ⅲ)——1994年全国88所中医医院出院患者中医证候诊断分布[J].北京中医药大学学报,1999,22(4):49-53.

篇(7)

在国内经济学领域对农村合作医疗研究文献中,陈秋霖最早提到过“医疗习惯”这一概念。不过,他定义的“医疗习惯”决定的是对不同种类医疗服务的选择。他还认为,“医疗习惯”与“医疗观念”有关,如果选择医疗服务的观念比较新,更可能接受一些价格比较高的先进医疗服务。与此不同,笔者所指的“医疗习惯”则决定对不同种类医疗机构的选择。通过社会调查和文献调查,笔者认为,“医疗习惯”主要受以下五个方面因素的影响。如图1所示:在长期的实践过程中,参保人会根据个人的实际情况,从以上五个方面对不同的医疗机构进行比较,通过不断的试错过程,形成对不同医疗机构的综合评价。参保人在接受医疗服务将会“偏好”于选择综合评价较高的医疗机构。这样就形成了“医疗习惯”。在“医疗习惯”的影响下,参保人需要医疗服务时对不同医疗机构的选择可能性各不相同。这一可能性可以用概率来表示。特别的,在“新农合”定点医疗机构规定下,可视参保人根据自己的“医疗习惯”决定的接受定点医疗机构医疗服务的概率。参保人自身对这一概率的了解远胜于承保人,可以视为是参保人的私人信息。需要指出的一点是,对于农民个体和农民家庭而言,“医疗习惯”是他们通过数十年长期实践形成的产物,对于刚刚诞生并在全国大规模推行时间不长的“新农合”制度而言,可以视为是一个外生变量。“新农合”自身的规定短期内不足以影响“医疗习惯”。笔者也是在此前提下,探讨这一类型信息不对称下的逆向选择问题。

2不完全信息下逆向选择问题的产生

由于参保人拥有自身选择定点医疗机构就诊的概率的这一私人信息,而承保人并不了解,这样就产生了信息不对称———即承保人与参保人之间对于参保人选择定点医疗机构就诊的概率的信息不对称,参保人具有信息优势。下面就借助经典期望效用理论模型的基本框架建立这一信息不对称前提下的逆向选择问题模型。在开展讨论之前,首先假设承保人对参保人“健康状况”具有完全信息。这一假设并不是仅仅为了方便模型的建立,也是要说明即便是在承保人对参保人“健康状况”具有完全信息这一理想状态下,仅仅是因为承保人与参保人之间对于参保人选择定点医疗机构就诊的概率的信息不对称,也会产生逆向选择问题。在这一假设条件下,承保人能根据参保人不同的健康状况收取不同的参保费用。那么给定任意一组相同健康状况下的参保人,他们将会被收取相同额度或者比例的参保费。假定这组参保人具有相同的经济状况(即收入W相同),由于具有相同的健康状况,他们预期参保期限内的报销前医疗费用支出为W。同时,假定在完全竞争的医疗市场中共有n个医疗机构可供参保人选择,他们选择到第i个医疗机构接受医疗服务的概率为Pi(i=1,2,3,…,n,∑Pi=1),特别的,他们到定点医疗机构接受医疗服务的概率为Pi。如果到定点医疗机构就医,参保人就能报销一定比例t(0<t<1)的医疗费用,此时,他们的收入就为W-w+tw;否则,他们不能报销医疗费用,收入就为W-w。最后,还假定这组参保人之间不同的情况是他们具有不同的选择定点医疗机构就诊的概率P1,形成高概率和低概率两类人群(高定点医疗机构就医人群概率为PH,低定点医疗机构就医人群概率为PL,0<PL<PH<1,)。如果具有完全信息,承保人能够区分“在定点医疗机构就医概率较高的人群”(以下简称“高定点就诊人群”)和“在定点医疗机构概率较低的人群”(以下简称“低定点就诊人群”),进而对他们进行差别定价,也即收取不同的参保费用。那么,在此情况下,高定点就诊人群参保费为PHW,低定点就诊人群参保费为PLW。则高定点就诊人群预期参保后的财富剩余为WH=W-w+PHtw-PHw(1)整理得WH=W-w+PHtw(t-1)(2)低定点就诊人群预期参保后的财富剩余为WL=W-w+PLtw-PLW(3)整理得WL=W-w+PLtw(t-1)(4)并且有PL<PH,且t<1,有WL>WH。它们之间的关系可以由图2所示;其中ab直线表示在不同的“''''选择定点医疗机构就诊''''概率P1”下的期望效用。如果承保人对高定点就诊人群征收PHw参保费,对低定点就诊人群征收PLw+cg参保费(经典期望效用理论模型证明,对低定点就诊人群,c点和的效用相同)。他们都会参保,因为此时高定点就诊人群的期望效用在f点,实际效用在e点,大于f点,实际效用大于期望效用。对应的,低定点就诊人群的期望效用在c点,实际效用在,实际效用等于期望效用。但是在信息不对称情况下,承保人不能够区分高定点就诊人群和低定点就诊人群。在这种情况下,承保人只能够根据平均定点就诊概率来决定参保费用,即:F=P1w(5)其中P1=(PH+PL)/2(6)进一步可得财富为W时对应的效用点是h点。如图2所示。此时,高定点就诊人群将继续参保,因为他们的效用将从e点增加到h点;低定点就诊人群则将不再参保,因为他们的效用将从降低到h点。此时,逆向选择问题产生。进一步的,随着低定点就诊人群的退出,剩余的参保人中低定点就诊人群定点医疗机构就诊概率PL上升,由式(5),(6),(7),PL上升,将导致F上升。面对这一情况,信息不对称下的承保人只能根据上升的F提高参保费,W下降,h点继续左移,进一步导致现有参保人中相对低定点就诊人群退出保险,而这群退出保险的人群必将通过相同的机制导致新一轮的退保行为。如此循环下去,一轮又一轮的退保行为发生,极端情况下,终将导致“新农合”规模萎缩,甚至最终消失。综合上文的分析来看,这类逆向选择问题除了产生原因不同于传统逆向选择问题外,其发生机制与传统逆向选择问题并无太大差别。

篇(8)

医学图像处理技术包括很多方面,如:图像恢复、图像重建、图像分割、图像提取、图象融合、图象配准、图像分析、图像识别等等。进行医学图像处理的最终目的是实际应用于医学辅助、工业区生产、科学研究等方面,所以其具有较广泛的应用价值和研究意义。医学图像处理的对象是各种不同模态的医学影像。在医学临床的使用中,医学影像主要有超声波(UI)、X-射线(X-CT)、核磁共振成像(MRI)、核医学成像(NMI)等。随着计算机技术的发展,医学影像技术已成为一门新兴交叉学科,目前是计算技术与医学结合技术中发展最快的领域之一。借助有力的医学图像处理技术手段,极大的改善了医学影像的质量和显示方法,其成果使临床医生能更直接、更清晰地观察人体内部组织及病变部位,确诊率也得到了提高。这不仅使医学临床诊断水平在现有的医疗设备的基础上得到极大地提高,并且能使医学研究与教学、医学培训、计算机辅助临床外科手术等实现数字化应用,从而为医学研究与发展提供坚实的基础,在医学应用中具有不可估量的实用价值。

医学图像与普通图像相比,具有以下几方面的特点(1)医学图像具有灰度上的含糊性。表现为两方面:一方面是由于成像技术上的原因带来的噪声扰,往往使物体边缘的高频信号被模糊化;另一方面,由于人体组织的螺动等现象会造成图像在一定程度上产生模糊效应。(2)局部体效应。处于边界上的像素中,通常同时包含了边界和物质,使得难以精确地描述图像中物体的边缘、拐角及区域间的关系,加之假如出现病变组织,则其会侵袭周围正常组织,导致其边缘无法明确界定。

1.2论文的研究目标及工作

1.2.1论文主要涉及的三方面基础理论

论文主要涉及马尔科夫随机场(MRF)理论、模糊集理论及Dempster-shafe证据理论三个方面的基础理论,下面分别作介绍:1)马尔科夫随机场(MRF)理论基于随机场的图像分割方法是一类考虑像素点间的空间关联性的统计学方法。其实质是从统计学的角度出发,将图像中各像素点的灰度值看作是具有一定概率分布的随机变量,从而对数字图像进行建模。Cristian Lorenz等人,在医学图像分割中提出了一种可应用于任意拓扑结构的新型统计模型。根据马尔科夫随机场图像模型,利用最大后验概率准则(MAP),提出一种迭代松弛算法。MRF模型能够区分不同纹理的分布,其特别适用于纹理图像的分割。但使用MRF模型进行分割的关键问题在于参数估计,所以分割的效果往往取决于对参数估计的准确度。为此通常在分割与参数估计间进行轮流迭代计算,例如:先初始化参数,在此基础上分割,再利用分割的结果对参数进行进一步的估计,然后再分割,如此直到满足收敛条件。然而此类方法只能利用单一的图像信息,不能综合利用多种图像信息。

第二章马尔科夫随机场(MRF、理论及其应用

马尔科夫随机场简称,是英文Morkov Random Fields的缩写。它包含了两层意思:一个是马尔科夫(Morkov)性质;一个是随机场性质。它是基于统计学的分割方法在医学图像分割的应用中,最为常用的一种方法。图像具有高度的空间信息相关性,而马尔科夫随机场(肿)恰好具有有效描述空间信息相关性的特点,加之其具有完善的数学理论和性质,所以广泛的被应用于图像的处理中,如:图像的恢复、纹理的提取、模板的匹配和图像的分割等。娜于图像的分割,对噪声有很好的抑制作用;同时是基于模型的方法,所以容易与其它方法结合是它的优点。在本文中主要用于脑部—图像的预处理及前期的分割。下面介绍马尔科夫随机场(MRF )的基本理论及其在本文中的应用。

2.1马尔科夫随机场CMRF )基本理论

2.1.1一维马尔科夫(MARKOV)随机过程

过程(或系统)在Zg时刻(即? = /q)的状态己知,若过程在/Q后面的时刻,即的状态与过程在时刻之前(即

2.2图像中马尔科夫随机场、MRF )模型的建立

2.2.1邻域系统与势团(Cliques)

由本文2.1.2小节中马尔科夫随机场(娜)的定义中,任何满足条件1)非负性的概率都由条件2)中的描述马尔科夫(MARKOV)性的条件概率所唯一确定。条件2)中的条件概率所描述的也称为随机场F (本文中也即数字图像)的局部特性。而条件2)中的条件概率的直接求得是很困难的,由概率论中条件概率的公式可知要求的尸C/i 需要知道即需要知道随机场的联合分布,而马尔科夫随机场)是用条件概率来定义的,不能很好反映的联合分布。也就意味着由马尔科夫随机场(MRF )的局部特性来定义整个场的全局特性是存在困难的。以上问题的解决要归功于Hammersley-Clifford定理,该定理给出了马尔科夫随机场随机场(MRF )与吉布斯随机场(GRF )的等价关系,从而可以用吉布斯(Gibbs)分布来求解中的概率分布问题。

1.1论文研究的目的和意义………………1

1.1.1医学图像处理的特点及重要性……………… 1

1.1.2医学图像分割中存在的问题、现状及发展………2

1.1.3医学图像分割的方法………………

1.2论文的研究目标及工作………………6

1.3本文组织结构………………9

第二章马尔科夫随机场(MRF、理论及其应用………………11

2.1马尔科夫随机场、MRF )基本理论……………… 11

2.2图像中马尔科夫随机场QMRF )模型的建立………12

2.3估计准则与优化算法………………16

篇(9)

【中图分类号】R255.2 【文献标识码】A 【文章编号】1672-3783(2012)05-0093-01

1 引言

辨证是中医学的特点与优势之一,也是中医药取得疗效的前提。中医是以传承性为主的实践医学,受生产技术水平的影响,前人在辨证的时候主要靠个人的临诊经验,掺杂了许多主观因素与模糊概念,加上众多的医学流派推崇不同的思辨方式,使证侯的外延与内涵愈加复杂而不可确定。随着计算机、生物技术的进步以及交叉学科的发展,中医证侯的研究开始了新局面,能否从病、证、症、生物学基础等不同层次中挖掘出其固有的规律性的联系,以确定不同证侯的概念范畴、使辨证更具重复性和临床可操作性,这成为大家所探求的方向。众多学者为此开展了不少研究工作,笔者就中医证侯近十年的研究概况进行论述并分析如下。

2 中医证侯近十年的研究概况

2.1 证侯研究成果检索结果与分析:利用“中医”、“证或证侯”、“文献”、“临床” 及“动物(实验)”等主题词检索CNKI数据库从2000-2008年所收录的论文,其中文献研究相关论文272篇,临床研究相关论文5323篇,动物实验相关论文238篇。统计结果如图1所示。从图中可以看出以下特点:1)临床研究是证侯研究的主要方式,这是由中医的临证性所决定的。2)中医古籍资源有限、研究成果转换周期较长,是导致文献研究数量低的主要原因。

2.2 证侯研究主要切入方向的研究成果检索结果与分析:在检索“证”或“证侯”研究论文的基础上,以“四诊规范”、“生物学”、“数据挖掘”等关键词结合手工进一步检索,获得近十年发表的论文中,与四诊规范研究相关的论文227篇,与生物学研究相关论文436篇,与数据挖掘相关论文220篇。其研究态势如图2所示。从图2中可以看出,相关研究论文均有逐年上升的趋势。就近十年而言,证侯生物学研究相关论文最多,数据挖掘类论文数量增长迅速。

2.3 证侯的具体研究概况

2.3.1 四诊的定性与定量研究:通过四诊收集到的症状(主要由患者自己叙述出来)、体征(由患者表现出来,通过望、闻、切可知的,包括舌象、脉象、面色、神志状况)等信息是证侯的构成基础。舌、脉和面色虽客观存在,但易受周围环境、自然光线及医者主观判断的影响,因此利用物理仪器、高分辨率的数码相机结合色彩、图谱分析软件力求量化已成为趋势。就舌象客观化而言,不少学者对舌色、苔色、舌苔的厚度与湿度、齿痕、纹理特征,甚至对舌体的胖瘦、歪斜,舌下络脉的长度、宽度、颜色进行了量化分析[2-5],具有一定的临床符合率。

此外,通过问诊所获取的信息在中医证候分类中起着重要的作用。如何控制和把握这些“软指标”,近年来不少学者也做了很多工作。有学者把社会学中的定性研究引入中医问诊领域[12],建议与患者进行深入交谈,对患者的语气、语言表达方式、神态、言语内容等进行综合分析,以期获取尽可能多的与病症相关的信息,这些信息可能容易被医生所忽视,但对证侯的判别起重要作用,能弥补定量研究的缺憾。

2.3.2 证侯生物学基础的研究:中医证侯的确立是依据表现型组资料得来的,对于现代生命科学而言,一个证候表现型的产生必然有从基因组层次到器官组层次的不同范围的功能异常[13]。从文献检索的结果来看,涉及细胞、基因层面的研究论文较多,技术相对成熟;蛋白、代谢组学层面的论文较少,研究技术有待完善。

就细胞层面而言,研究较多的是细胞因子、细胞外基质及细胞表面标志物在不同证侯下的特异表达。细胞因子的相关性研究趋于热化主要是因为:其介导细胞间相互影响、作用而形成复杂的人体调节网络,这可能是证的实质所在[14];其种类众多,功能各异,如白细胞介素、肿瘤坏死因子、趋化性细胞因子及其细胞膜受体和可溶性受体等,这些指标常见于诸多论文中;检测方法较为便利,且敏感性强。

2.3.3 利用数据挖掘方法的证侯研究:中医辨证的过程是医者凭借个人经验从患者的一系列症状、体征或生物学指征、外界环境等复杂的非线性现象[15]中提取出相互关联的、有内在规律的、特异的组合信息。数据挖掘[16]则是从大量的、不完全的、有噪声的、模糊的、随机的数据集中识别有效的、新颖的、潜在有用的,以及最终可理解的模式的非平凡过程。可以说两者在获取信息的方式与过程上有契合之处。

研究者常依据不同的研究目的及数据的特点选择不同的多元统计方式。如探讨饮食习惯、居住环境、体质因素等不同的致病因素或生物学检测指标或某一疾病下各证型的症状、体征与该证型之间的关联性多采用回归法,如进一步分析哪些症状、体征和生物学指标对区分不同的证侯有较高的贡献度,多通过逐步判别分析。

3 结语

就近年主要的研究成果来看,将宏观与微观、定性与定量的研究方式相结合是证侯研究的可行路径和发展趋势。然而如何将有一定组合规则和重叠涵盖关系的证侯要素进行合理的分解,四诊宏观信息如何定量,生物学微观指标如何定性,二者怎样结合,采用什么样的方式结合才能真正提示或反应、甚而揭示证侯的内涵,这是目前研究的困惑与癥结所在,借鉴现代计算机信息处理技术、生物学技术和多学科交叉的优势互补,可能会有所突破。

参考文献

[1] 郭蕾,王永炎,张志斌.关于证候概念的诠释.北京中医药大学学报,2002; 26(2): 5-7

[2] 卫保国,沈兰荪.舌体胖瘦的自动分析.计算机工程,2004; 30(11):25-58

[3] 卫保国,沈兰荪,蔡轶珩.舌体歪斜的自动分析.计算机工程与应用,2003; 25(10): 22-26

篇(10)

PBL教学法(Problem-Based learning)是以自我指导学习和小组讨论为教学形式的一种新的教学模式。它通过在学习中遇到的问题激发学生的求知欲,让学生通过查阅书籍期刊、网络检索及与他人讨论等途径解决问题,并在此过程中实现新旧知识结构的重新整合。自1969年加拿大的麦克马斯特大学首次把PBL引入医学教育领域以来,PBL教学法已在世界60多所知名医学院校得到广泛的运用[1]。1986年,原上海第二医科大学和西安医科大学最早将PBL教学引进我国的医学教育。20世纪90年代以来,我国引进PBL教学法的高校逐渐增多并被广泛试行,反响良好[2]。

由于PBL教学模式是强调查找并利用信息资源来解决各种实际问题的,因此学生需要使用多种不同来源的信息及计算机网络设备。图书馆作为高校的学习中心和信息资源集散地,对PBL教学的顺利开展起着重要作用,其空间规划也应配合PBL的需求而做出调整。

2 PBL教学模式下医学院校图书馆的讨论与教学空间的规划

2.1 小组讨论室

医学院校图书馆实施PBL教学模式,经常需要利用小组讨论对学习中的问题或临床案例进行深入的讨论。因此,医学院校的图书馆应规划专供学生讨论用的小组讨论室,包括小型讨论室和中大型讨论室,每一间讨论室都应有电源插座与网络端口,用户在讨论室内能够检索网络资源信息及图书馆的电子图书、期刊及在线数据库等。以美国密苏里大学图书馆的PBL教学为例,图书馆提供设备齐全的PBL小组讨论室,所有的PBL教学活动都在讨论室中进行并完成[3]。大学图书馆设置的PBL教学小组讨论室也会对图书馆的管理造成一些困扰,如:加拿大的埃布尔达大学图书馆就发现,当学生利用小组讨论室进行PBL课程时会大声交谈讨论,因此影响了正在使用图书馆的其他读者,虽然图书馆的管理人员尽力协调冲突,但问题一直无法得到妥善解决[4]。

噪音问题一直都是图书馆管理中的一个难题,它不仅关系到图书馆的形象,更会对读者造成影响。因此,图书馆应落实噪音的管制与预防,以维护馆内环境。现代图书馆为适应读者新的学习模式与使用行为进行了更为科学的空间规划,如:讨论室可以设置为独立使用的空间,尽量与一般阅览区域分隔开或选用隔音材料装修讨论室等。

2.2 多媒体中心

医学院校图书馆内的多媒体中心是PBL课程中辅助教学与自我学习的重要场所之一。一方面,它为教师授课提供多媒体数据作为教学辅助;另一方面,学生也可以利用课余时间使用多媒体数据进行小组或个人的作业讨论与报告的撰写。因此,医学院校的图书馆在规划多媒体中心时,应以能够配合学校的医学教学活动作为其主要功能与目标。医学院校图书馆实施PBL课程的教学方式倾向于小班制教学、小组讨论的设计,因此除个人阅览与观赏座位外,在多媒体中心内还应规划中、小型的小组视听室,视听室应设置视频播放机、投影仪、麦克风等设备供教学使用。

3 PBL教学模式下医学院校图书馆展示与共享空间规划

3.1 医学人文专区

医学以人类的健康与生命为关怀对象,因此对生命的尊重及健康的信念应是在整体规划医学教育课程时的中心思想。医学教育最终是以培养良医为目的的,医学教育应是一种专业与人文关怀并重的教育[5],如果过分专注培养学生的专业知识与技术准确而忽视了对学生医学人文关怀的培育,将导致医疗逐渐远离人性化[6]。随着医学教育的发展,各医学院校对于医学人文与关怀等相关课程也日益重视。医学院校图书馆作为学生最常使用的场所,为配合学校教?W与营造医学人文及艺术环境,可在馆内规划医学人文、艺术与休闲的专属空间,同时展示艺术与医学人文的图书,还可播放相关的医学人文影片,举行相应主题的讲座和读书活动等。如“台湾大学医学院图书馆”分馆就设立了医学人文区,专架陈列台湾地区医疗史、台湾地区医界人物传记、医学校区发展历史等[7]。

3.2 学习共享空间

篇(11)

中图分类号:TP311文献标识码:A文章编号:1009-3044(2012)16-3962-03

A Medical Image Registration Optimized Method Based on Mutual Information

ZHAO Wen-jing1, CAO Zhong2

(1. Lab-center, Guangzhou University, Guangzhou 510006, China;2.School of Computer Science and Educational Software, Guangzhou University,Guangzhou 510006,China)

Abstract: This paper presents a novel Optimized method for medical image registration, the purpose is to solve problems, which are the registration precision and huge calculation in medical images registration based on mutual information. We present a novel optimized meth? od, called Quasi-Newton (BFGS algorithm), for multi-modal medical image registration. Experimental results show that the method, which develops precision of registration, can solve the problem of huge calculation, and achieve good effects.

Key words: image registration; mutual information; optimized method

图像配准是使图像相应特征位置对齐的调整图像的过程。多模态医学图像能够给医生提供多样的医学信息。多模态医学图像配准能够指导临床分析和医学诊断,这能帮助医生正确的判断和实施手术。因此配准的结果将直接影响诊断的精确性和可靠性的结果。

通常,有三种图像配准的方式,分别是:基于标记的配准、基于面的配准和基于体元素强度的配准[1]。最近几年许多鲁棒性和精确的算法已被设计,其使用两张图像的强度无需分割和描绘相应的结构。使用体元素强度值的统计关系对不同模态的图像进行对齐,在过去十多年已取得显著进步。

互信息的研究来源于信息论,是图像理论研究中的一个新领域。互信息量是概率统计的概念,其在图像配准的应用中取得了很大的成功。目前大多数研究者都从最大互信息作为配准准则,尤其在多模态图像之间的配准,当前大部分的刚体配准的研究都基于最大互信息或者对其改进的基础上展开的。

图像配准可以看成是尽力使两幅图像的共有信息的最大化。互信息,是不同模态图像配准的相似性测度,不需要对源图像进行线性化。

1.1熵与互信息

熵是信息论中的一个概念,是系统复杂性和不确定性的测度。香农在1948年提出了熵的概念,用以度量通信过程中心信息源信号的不确定性。

设i是一个随机变量,pi是i出现的概率密度函数,则i的熵定义为:

H(i)=-∑

通过分别采用Powell算法和BFGS算法的实验,对两种算法进行了比较。实验的比较以Vanderbilt University提供的标准值为基础,如果配准的误差在标准值范围内则视为成功配准,否则配准被视为错误配准。

为了比较两种算法配准的精度,计算了所有成功配准实验的平均配准误差。从表1和表2可以看出BFGS算法在配准精度上优于Powell算法。

表1 2D配准中的平均配准误差

文章中,对于医学图像进行配准提出了对优化方法的改进。采用拟牛顿方法的BFGS算法对基于互信息的医学图像进行配准,通过实验比较该方法在精确性和耗时上都要比Powell算法更好。这个算法还能被推广到非刚体配准和形变配准上。

[1] Hajnal J V.medical image registration[M].CRC Press LLC, 2001: 20-26.

[2] Shannon C munication in the presence of noise[C].//Proc IEEE 86,1998: 447–457.

[3]张红颖.医学图像配准算法研究[D].天津:天津大学,2007:26-30.

[4] Jr Dennis J E, MoréJ J. Quasi-Newton methods, motivation and theory[J].SIAM Review 1977, 19(1):46–89.

[5] Klein S.Optimisation Methods for Medical Image Registration[D].Utrecht University, the Netherlands,2008.