新葡京娱乐场-大陆娱乐场开户注册

本技術(shù)成果提供了一種實(shí)用價(jià)值大、反映營(yíng)銷深層規(guī)律的、準(zhǔn)確預(yù)測(cè)電量的基于對(duì)熱點(diǎn)事件進(jìn)行關(guān)聯(lián) 挖掘的電量預(yù)測(cè)方法，包括以下步驟：1.分析數(shù)據(jù)，建立模型；2.挖掘熱點(diǎn)事件；3.運(yùn)用關(guān)聯(lián)規(guī)則挖掘事 件之間的聯(lián)系進(jìn)行電量預(yù)測(cè)

高溫、低溫和鹽堿脅迫已成為限制作物生產(chǎn)和植物生長(zhǎng)發(fā)育的重要環(huán)境因子。本項(xiàng)目歷時(shí)14年，以重要作物棉花和模式植物擬南芥為材料，將基因挖掘、機(jī)理探索與利用緊密結(jié)合，分離鑒定了多個(gè)溫度和高鹽脅迫應(yīng)答基因、高效特異表達(dá)啟動(dòng)子及基因表達(dá)調(diào)控元件，探討了其調(diào)控機(jī)制，為作物遺傳改良提供了新基因資源和理論支撐。①發(fā)現(xiàn)了高溫誘導(dǎo)的miRNA可變剪切新機(jī)制，探討了低溫脅迫下GhDREB1與激素的調(diào)控關(guān)系，為闡明植物應(yīng)答溫度脅迫的分子機(jī)理提供了新證據(jù)。②解析了GhZFP1、GhMT3a和GhNHX1等基因在植物高鹽脅迫適應(yīng)中通過(guò)調(diào)節(jié)Na+積累和清除活性氧發(fā)揮作用，為作物抗逆品種改良提供了重要基因資源。③發(fā)掘并鑒定了植物組織特異高效啟動(dòng)子和調(diào)控元件，闡明了核基質(zhì)結(jié)合序列在提高遺傳轉(zhuǎn)化效率和轉(zhuǎn)基因表達(dá)水平方面的作用，為植物遺傳轉(zhuǎn)化提供了有效表達(dá)載體。本成果在Molecular Cell等國(guó)內(nèi)外學(xué)術(shù)刊物發(fā)表論文71篇，其中SCI論文62篇；總影響因子235，影響因子5以上論文15篇，單篇最高影響因子15.28，他引總計(jì)2227次。高溫誘導(dǎo)的miRNA可變剪切闡明了環(huán)境脅迫與植物miRNA加工的調(diào)控關(guān)系，是本領(lǐng)域研究的重大發(fā)現(xiàn)，在國(guó)內(nèi)外產(chǎn)生了較大影響，為提升我國(guó)在該領(lǐng)域研究的國(guó)際影響力發(fā)揮了積極作用。

中試階段/n該項(xiàng)目實(shí)現(xiàn)了豬產(chǎn)肉性狀、抗病性狀基因的批量挖掘與驗(yàn)證，開發(fā)出一批分子育種標(biāo)記，建立了多標(biāo)記聚合輔助育種技術(shù)體系，為湖北及我國(guó)優(yōu)質(zhì)健康豬的培育提供了豐富基因資源和技術(shù)支撐，取得了良好社會(huì)經(jīng)濟(jì)效益。

汽車零部件產(chǎn)品知識(shí)數(shù)據(jù)庫(kù)系統(tǒng)主要用于汽車產(chǎn)品的自主開發(fā)設(shè)計(jì)。系統(tǒng)內(nèi)可儲(chǔ)存相關(guān)成熟產(chǎn)品的設(shè)計(jì)圖紙、結(jié)構(gòu)圖片、及設(shè)計(jì)知識(shí)。為設(shè)計(jì)師進(jìn)行新產(chǎn)品設(shè)計(jì)開發(fā)提供查詢和參考。系統(tǒng)可運(yùn)用關(guān)鍵詞或圖號(hào)或所屬關(guān)系進(jìn)行模糊查詢，調(diào)用內(nèi)存中的設(shè)計(jì)圖紙、結(jié)構(gòu)圖片、及設(shè)計(jì)知識(shí)。實(shí)現(xiàn)技術(shù)支持的目標(biāo)。 系統(tǒng)可實(shí)現(xiàn)權(quán)限管理，即根據(jù)不同的權(quán)限進(jìn)行分級(jí)授權(quán)管理和存儲(chǔ)調(diào)用AutoCAD、Pro/E、UG、CATIA等多種繪圖軟件繪制的工程視圖，以及對(duì)相關(guān)圖片、表格和測(cè)試報(bào)告等資料。并設(shè)計(jì)接口以兼容和調(diào)用采用其它設(shè)計(jì)計(jì)算模塊，使其能有效的進(jìn)行二次應(yīng)用與管理操作

在一個(gè) B2C電子商務(wù)網(wǎng)站中，通常都會(huì)產(chǎn)生大量的數(shù)據(jù)，如用戶資料，用戶行為信息，用戶消費(fèi)信息，以及其他的一些日志信息等。如何利用這些數(shù)據(jù)增進(jìn)對(duì)運(yùn)營(yíng)和業(yè)務(wù)情況的了解，幫助我們?cè)谶\(yùn)營(yíng)管理及營(yíng)銷策略等方面做出及時(shí)、正確的判斷，并且提供有效的決策支持—這就是B2CMiner 的核心課題。 與同類技術(shù)產(chǎn)品相比，B2CMiner具有如下的特點(diǎn)和優(yōu)勢(shì)： 強(qiáng)大的數(shù)據(jù)挖掘引擎實(shí)現(xiàn)了高效的關(guān)聯(lián)規(guī)則分析、分類、和聚類算法，并且為 B2C電子商務(wù)應(yīng)用進(jìn)行了量體裁衣地優(yōu)化和改進(jìn)。 多種數(shù)據(jù)源處理能力可以處理關(guān)系數(shù)據(jù)庫(kù)數(shù)據(jù)源， XML 數(shù)據(jù)源，文本（日志）文件數(shù)據(jù)源。 跨平臺(tái)，部署靈活軟件可以運(yùn)行在 Windows ，Unix 和 Linux 上；而且 B2Cminer 和 web 應(yīng)用程序耦合度小，靈活部署。無(wú)論是在網(wǎng)站運(yùn)營(yíng)前還是運(yùn)營(yíng)中都可以方便地使用。 主要應(yīng)用范圍： 電子商務(wù)網(wǎng)站，電子政務(wù)網(wǎng)站。 市場(chǎng)應(yīng)用前景： 提高電子商務(wù)網(wǎng)站營(yíng)業(yè)額5%-10%；提高電子政務(wù)網(wǎng)站。

一、成果簡(jiǎn)介 擁有雞基因組細(xì)菌人工染色體(BAC)文庫(kù)，基因組覆蓋率10倍以上，100~300kb基因組插入率達(dá)到90%以上，文庫(kù)的嵌合體率為5%~6%，為功能基因的研究提供了重要的資源和平臺(tái)。對(duì)雞重要經(jīng)濟(jì)性狀QTL座位的大尺度定位，在10條染色體發(fā)現(xiàn)19個(gè)QTL座位影響體重性狀；在18條染色體上發(fā)現(xiàn)52個(gè)QTL座位影響不同的屠宰性狀和屠體測(cè)量性狀；在12條染色體發(fā)現(xiàn)21個(gè)QTL座位影響脛長(zhǎng)性狀。開展了包括茶花雞在內(nèi)的雞蛋白質(zhì)組功能基因表達(dá)研究，通過(guò)

本發(fā)明公開了一種基于結(jié)構(gòu)和內(nèi)容二級(jí)過(guò)濾的 Web 數(shù)據(jù)相似性檢測(cè)方法，在傳統(tǒng)的通用相似性檢測(cè) 方法的基礎(chǔ)上，發(fā)掘出 Web 數(shù)據(jù)結(jié)構(gòu)和內(nèi)容分布的特點(diǎn)，對(duì)檢測(cè)的文檔集進(jìn)行兩級(jí)過(guò)濾；兩級(jí)過(guò)濾中的 第一級(jí)過(guò)濾是結(jié)構(gòu)相似性過(guò)濾，對(duì)每個(gè)Web文檔建模為Tag樹結(jié)構(gòu)，從而剔除在結(jié)構(gòu)上不相似的文檔集， 并對(duì)剩余的文檔進(jìn)行關(guān)鍵內(nèi)容抽取，將其表示成元組向量的形式，將關(guān)鍵信息連接起來(lái)生成字符串集； 兩級(jí)過(guò)濾中的第二級(jí)過(guò)濾則對(duì)第一級(jí)過(guò)濾后生成的字符串集進(jìn)行 Trie

環(huán)境溫濕度、光照強(qiáng)度、水分、鹽堿度、作物生理指標(biāo)……這些參數(shù)關(guān)系農(nóng)作物生長(zhǎng)，現(xiàn)代農(nóng)業(yè)通過(guò)農(nóng)業(yè)信息智能感知技術(shù)便可輕松“一網(wǎng)打盡”。 然而實(shí)時(shí)監(jiān)測(cè)這些指標(biāo)需要電力驅(qū)動(dòng)，電力無(wú)疑是智慧農(nóng)業(yè)蓬勃發(fā)展的“源頭活水”。田間地頭常常難以鋪設(shè)管線，而電池有限續(xù)航能力和污染風(fēng)險(xiǎn)又比較突出。因此發(fā)展農(nóng)業(yè)信息“無(wú)源感知”是未來(lái)智慧農(nóng)業(yè)一大趨勢(shì)。 為更好地解決這一難題，浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院IBE團(tuán)隊(duì)平建峰研究員課題組，提出了一種簡(jiǎn)便有效的方法，從農(nóng)業(yè)環(huán)境中挖掘自然能源并將其高效轉(zhuǎn)化為電能。首次將摩擦納米發(fā)電機(jī)技術(shù)應(yīng)用于農(nóng)用紡織品中，并用于降雨時(shí)雨水能的收集，通過(guò)能量轉(zhuǎn)化獲取電能。 這項(xiàng)研究，近日發(fā)表在國(guó)際知名期刊《納米能源》（ Nano Energy ）上，論文第一作者為浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院2020級(jí)博士研究生姜成美 ，通訊作者為平建峰研究員。 功能化紗線的制備流程及其在農(nóng)業(yè)中的應(yīng)用場(chǎng)景把摩擦納米發(fā)電機(jī)裝進(jìn)農(nóng)用紡織品的紗線里 南方地區(qū)經(jīng)常暴雨成災(zāi)，造成農(nóng)業(yè)生產(chǎn)的巨大損失。農(nóng)用紡織品在大棚設(shè)施中最為常見，它能夠遮陰擋雨，保護(hù)農(nóng)作物。 如何從農(nóng)業(yè)環(huán)境中挖掘能源？ 浙大科研人員將這兩者巧妙結(jié)合，通過(guò)紗線表面功能化，將摩擦納米發(fā)電機(jī)依附在紗線上，織成智能化農(nóng)用紡織品，利用雨水沖刷時(shí)的電子轉(zhuǎn)移與流動(dòng)產(chǎn)生電流，源源不斷地為智慧農(nóng)業(yè)供能。裝載摩擦納米發(fā)電機(jī)的紗線可以說(shuō)是智慧農(nóng)業(yè)的“無(wú)源活水”。 這個(gè)研究靈感來(lái)自一場(chǎng)突如其來(lái)的大雨：仲夏時(shí)節(jié)，一場(chǎng)突如其來(lái)的傾盆大雨透過(guò)來(lái)不及關(guān)閉的窗戶摧殘了窗臺(tái)邊的綠植。這引起了研究人員的思考：“農(nóng)作物所處的環(huán)境只會(huì)更惡劣，那么我們就想辦法利用它的惡劣。”大棚不僅可以作為作物、動(dòng)物的“保護(hù)傘”，還可以作為雨滴能的收集器。 實(shí)驗(yàn)數(shù)據(jù)顯示，在9.5牛頓的連續(xù)力作用下，3厘米長(zhǎng)的紗線就能產(chǎn)生7.7伏的電壓。 平建峰介紹，未來(lái)通過(guò)連接儲(chǔ)能設(shè)備，這些被改造的農(nóng)用紡織品，不僅可以為種植業(yè)和畜牧業(yè)提供保護(hù)以提高農(nóng)畜產(chǎn)品質(zhì)量與產(chǎn)量，還可以為物聯(lián)網(wǎng)感知器件源源不斷地輸送電能，從而開展農(nóng)業(yè)信息的無(wú)源監(jiān)測(cè)和實(shí)時(shí)提供天氣狀況。 功能化紗線在農(nóng)用紡織品上的應(yīng)用綠色能源在智慧農(nóng)業(yè)中具有廣闊應(yīng)用 為什么雨滴的能量可以轉(zhuǎn)化成電能呢？ 這是因?yàn)閷?duì)農(nóng)用紡織品的紗線進(jìn)行了特殊改造。科研人員在其表面覆蓋了兩層特殊材料——導(dǎo)電的碳化鈦納米材料和不導(dǎo)電的聚二甲基硅氧烷（一種高分子聚合物）。 功能化紗線收集雨滴能的原理 該聚合物能夠防水并與環(huán)境中的雨水發(fā)生電子轉(zhuǎn)移。而碳化鈦感應(yīng)電極，不僅具有高導(dǎo)電性能，還因其高電負(fù)性可以助力表面聚合物搶奪電子。因此在實(shí)現(xiàn)農(nóng)用紡織品原有的農(nóng)用保護(hù)材料、保溫、遮陽(yáng)、水土保持、排水灌溉、種子培育基材的功能基礎(chǔ)上，還能從農(nóng)業(yè)環(huán)境中源源不斷地獲取能源，為智慧農(nóng)業(yè)提供驅(qū)動(dòng)力，實(shí)現(xiàn)農(nóng)業(yè)信息“無(wú)源實(shí)時(shí)感知”。 平建峰說(shuō)，這兩種材料具有良好的生物相容性，而且整個(gè)制備過(guò)程易于規(guī)模化和工業(yè)化。

2020年11月29日，中國(guó)機(jī)械工業(yè)聯(lián)合會(huì)在杭州市組織召開了由浙江大學(xué)、江蘇恒立液壓股份有限公司、江蘇恒立液壓科技有限公司共同完成的“挖掘機(jī)核心液壓元件關(guān)鍵技術(shù)與產(chǎn)業(yè)化”科技成果鑒定會(huì)。會(huì)議邀請(qǐng)了7位專家組成鑒定委員會(huì)，天津工業(yè)大學(xué)夏長(zhǎng)亮院士擔(dān)任鑒定委員會(huì)主任委員，南車株洲電力機(jī)車研究所有限公司丁榮軍院士擔(dān)任副主任委員，華中科技大學(xué)丁漢院士、邵新宇院士、上海交通大學(xué)李仁涵教授、中國(guó)生產(chǎn)力促進(jìn)中心協(xié)會(huì)蔡文沁研究員、三一重機(jī)有限公司曹東輝研究員級(jí)高級(jí)工程師擔(dān)任委員。會(huì)議由中國(guó)機(jī)械工業(yè)聯(lián)合會(huì)馬敬坤處長(zhǎng)主持，浙江大學(xué)機(jī)械工程學(xué)院院長(zhǎng)楊華勇院士到會(huì)致辭。 鑒定委員會(huì)聽取了項(xiàng)目負(fù)責(zé)人徐兵教授的匯報(bào)，審查了相關(guān)技術(shù)資料。經(jīng)質(zhì)詢和討論，鑒定委員會(huì)認(rèn)為，該成果技術(shù)難度大，創(chuàng)新性強(qiáng)，總體技術(shù)達(dá)到國(guó)際先進(jìn)水平，在柱塞泵/馬達(dá)高承載與低噪音設(shè)計(jì)、內(nèi)高壓復(fù)雜薄壁結(jié)構(gòu)均質(zhì)化精密鑄造工藝、液壓系統(tǒng)高效匹配控制技術(shù)等方面達(dá)到國(guó)際領(lǐng)先水平，同意通過(guò)鑒定。

在醫(yī)學(xué)領(lǐng)域首次應(yīng)用商務(wù)智能軟件（Business Objects XI）作為中醫(yī)臨床數(shù)據(jù)倉(cāng)庫(kù)OLAP分析的軟件基礎(chǔ)。開發(fā)實(shí)現(xiàn)了基于細(xì)節(jié)數(shù)據(jù)模型、多維數(shù)據(jù)模型和海量臨床診療數(shù)據(jù)的探索性分析、展示系統(tǒng)，分析展示的內(nèi)容包括名老中醫(yī)經(jīng)驗(yàn)傳承、重大疾病的病證及臨床表現(xiàn)要素關(guān)系等的主題分析集。可從數(shù)據(jù)概況、方劑、藥物、疾病、癥狀、治法和證候等方面分別對(duì)名老中醫(yī)和重大疾病臨床數(shù)據(jù)進(jìn)行多種關(guān)系知識(shí)的探索性分析。同時(shí)，對(duì)分析結(jié)果可進(jìn)行實(shí)時(shí)查詢、導(dǎo)出和展示（下圖是一位名老中醫(yī)某經(jīng)典處方的臨床應(yīng)用證候分布情況）。    本實(shí)驗(yàn)室與中國(guó)中醫(yī)科學(xué)院合作進(jìn)行中醫(yī)臨床數(shù)據(jù)倉(cāng)庫(kù)與挖掘分析平臺(tái)，以及中醫(yī)臨床數(shù)據(jù)挖掘方法的研究，實(shí)現(xiàn)了對(duì)中醫(yī)臨床采集病歷數(shù)數(shù)據(jù)的集成與整合，數(shù)據(jù)挖掘與分析的中醫(yī)臨床數(shù)據(jù)倉(cāng)庫(kù)及挖掘分析平臺(tái)，該平臺(tái)旨在支持從真實(shí)世界中醫(yī)臨床診療中產(chǎn)生海量科研分析用數(shù)據(jù)，并以真實(shí)、高質(zhì)量的數(shù)據(jù)為基礎(chǔ)進(jìn)行中醫(yī)臨床與理論研究，為中醫(yī)臨床療效評(píng)價(jià)、臨床中藥新藥創(chuàng)制提供客觀的醫(yī)學(xué)證據(jù)和適宜的數(shù)據(jù)分析方法。該成果于2009年12月獲得國(guó)家科技進(jìn)步二等獎(jiǎng)。   名老中醫(yī)OLAP展示例子 1.2多維分析與復(fù)雜網(wǎng)絡(luò)分析系統(tǒng)   以中醫(yī)臨床數(shù)據(jù)中癥-證-治的復(fù)雜關(guān)系和復(fù)雜網(wǎng)絡(luò)分析方法研究為出發(fā)點(diǎn)，開發(fā)實(shí)現(xiàn)了中醫(yī)臨床復(fù)雜網(wǎng)絡(luò)分析系統(tǒng)。該系統(tǒng)包括如聯(lián)機(jī)數(shù)據(jù)篩選、復(fù)雜網(wǎng)絡(luò)建模、統(tǒng)計(jì)特性分析、可視化網(wǎng)絡(luò)數(shù)據(jù)篩選等基本功能，能夠支持中醫(yī)臨床診療數(shù)據(jù)中的疾病（中西醫(yī)）、癥狀、證候、藥物等實(shí)體內(nèi)部元素以及實(shí)體之間元素的網(wǎng)絡(luò)模型構(gòu)建和多種復(fù)雜網(wǎng)絡(luò)分析方法如節(jié)點(diǎn)中心性分析、社團(tuán)分析、節(jié)點(diǎn)相似度分析等。從大量的臨床數(shù)據(jù)中分析獲得臨床核心處方及其主要適應(yīng)癥，以及隨癥加減信息。該系統(tǒng)采用Eclipse 富客戶端(Rich Client Platform, RCP)和Java語(yǔ)言開發(fā)（下圖是該系統(tǒng)的主界面）。  在醫(yī)學(xué)領(lǐng)域首次應(yīng)用商務(wù)智能軟件（Business Objects XI）作為中醫(yī)臨床數(shù)據(jù)倉(cāng)庫(kù)OLAP分析的軟件基礎(chǔ)。開發(fā)實(shí)現(xiàn)了基于細(xì)節(jié)數(shù)據(jù)模型、多維數(shù)據(jù)模型和海量臨床診療數(shù)據(jù)的探索性分析、展示系統(tǒng)，分析展示的內(nèi)容包括名老中醫(yī)經(jīng)驗(yàn)傳承、重大疾病的病證及臨床表現(xiàn)要素關(guān)系等的主題分析集。可從數(shù)據(jù)概況、方劑、藥物、疾病、癥狀、治法和證候等方面分別對(duì)名老中醫(yī)和重大疾病臨床數(shù)據(jù)進(jìn)行多種關(guān)系知識(shí)的探索性分析。同時(shí)，對(duì)分析結(jié)果可進(jìn)行實(shí)時(shí)查詢、導(dǎo)出和展示（下圖是一位名老中醫(yī)某經(jīng)典處方的臨床應(yīng)用證候分布情況）。  獲獎(jiǎng)證書   1.中醫(yī)臨床數(shù)據(jù)倉(cāng)庫(kù)與挖掘分析平臺(tái) 通過(guò)分析中醫(yī)臨床數(shù)據(jù)元素及其多維、多層次的關(guān)系特點(diǎn)，研究設(shè)計(jì)了中醫(yī)臨床參考信息模型，以及為基礎(chǔ)構(gòu)建中醫(yī)臨床數(shù)據(jù)倉(cāng)庫(kù)細(xì)節(jié)數(shù)據(jù)模型和多維數(shù)據(jù)模型，建立以數(shù)據(jù)倉(cāng)庫(kù)為核心的數(shù)據(jù)整合、數(shù)據(jù)抽取/轉(zhuǎn)換/轉(zhuǎn)載和數(shù)據(jù)整理、數(shù)據(jù)挖掘、OLAP和統(tǒng)計(jì)分析的智能信息處理平臺(tái)。該平臺(tái)以中醫(yī)臨床數(shù)據(jù)倉(cāng)庫(kù)及其運(yùn)行環(huán)境工具的構(gòu)建為基礎(chǔ)，基于實(shí)際的臨床診療數(shù)據(jù)，實(shí)現(xiàn)對(duì)中醫(yī)診療數(shù)據(jù)進(jìn)行多主題、多粒度、多需求、高效、快捷的展示、研究和查詢檢索，并支持基于Web的OLAP主題應(yīng)用，為名老中醫(yī)經(jīng)驗(yàn)繼承研究、中醫(yī)臨床評(píng)價(jià)研究和臨床科研提供實(shí)際的診療數(shù)據(jù)證據(jù)和知識(shí)來(lái)源，以支持臨床科研決策分析，滿足中醫(yī)臨床評(píng)價(jià)研究的探索性分析需求。針對(duì)中醫(yī)臨床數(shù)據(jù)的特點(diǎn)，研究體現(xiàn)中醫(yī)臨床數(shù)據(jù)模型特點(diǎn)的數(shù)據(jù)挖掘新方法，為面向中醫(yī)臨床研究的數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)方法研究提供新的思路和研究方向。該平臺(tái)的構(gòu)建初期以重大慢性疾病：中風(fēng)、冠心病和糖尿病診治規(guī)律，以及名老中醫(yī)經(jīng)驗(yàn)傳承研究為支持目標(biāo)。   中醫(yī)臨床數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)   1.1中醫(yī)臨床數(shù)據(jù)預(yù)處理技術(shù)臨床數(shù)據(jù)的預(yù)處理包括數(shù)據(jù)整合、數(shù)據(jù)整理和數(shù)據(jù)轉(zhuǎn)換等技術(shù)，我們面向中醫(yī)臨床數(shù)據(jù)結(jié)構(gòu)內(nèi)容以及中醫(yī)臨床研究的分析需求，實(shí)現(xiàn)具有完善的數(shù)據(jù)抽取-轉(zhuǎn)換-裝載（Extraction-transforming-loading，ETL）、數(shù)據(jù)整理和數(shù)據(jù)轉(zhuǎn)換導(dǎo)出功能的數(shù)據(jù)前處理軟件。該軟件針對(duì)醫(yī)學(xué)數(shù)據(jù)利用中的分布式（多采集點(diǎn)）采集、患者隱私保護(hù)和大規(guī)模數(shù)據(jù)處理的特點(diǎn)，采用靈活的數(shù)據(jù)映射配置和臨床術(shù)語(yǔ)庫(kù)銜接等方式把各采集點(diǎn)數(shù)據(jù)導(dǎo)入到臨床數(shù)據(jù)倉(cāng)庫(kù)中，并支持批量數(shù)據(jù)核查和數(shù)據(jù)規(guī)范整理（對(duì)臨床數(shù)據(jù)中的術(shù)語(yǔ)性數(shù)據(jù)如癥狀體征、診斷和藥物等進(jìn)行概念化語(yǔ)義規(guī)范）功能。   在醫(yī)學(xué)領(lǐng)域首次應(yīng)用商務(wù)智能軟件（Business Objects XI）作為中醫(yī)臨床數(shù)據(jù)倉(cāng)庫(kù)OLAP分析的軟件基礎(chǔ)。開發(fā)實(shí)現(xiàn)了基于細(xì)節(jié)數(shù)據(jù)模型、多維數(shù)據(jù)模型和海量臨床診療數(shù)據(jù)的探索性分析、展示系統(tǒng)，分析展示的內(nèi)容包括名老中醫(yī)經(jīng)驗(yàn)傳承、重大疾病的病證及臨床表現(xiàn)要素關(guān)系等的主題分析集。可從數(shù)據(jù)概況、方劑、藥物、疾病、癥狀、治法和證候等方面分別對(duì)名老中醫(yī)和重大疾病臨床數(shù)據(jù)進(jìn)行多種關(guān)系知識(shí)的探索性分析。同時(shí)，對(duì)分析結(jié)果可進(jìn)行實(shí)時(shí)查詢、導(dǎo)出和展示（下圖是一位名老中醫(yī)某經(jīng)典處方的臨床應(yīng)用證候分布情況）。   名老中醫(yī)OLAP展示例子    以中醫(yī)臨床數(shù)據(jù)中癥-證-治的復(fù)雜關(guān)系和復(fù)雜網(wǎng)絡(luò)分析方法研究為出發(fā)點(diǎn)，開發(fā)實(shí)現(xiàn)了中醫(yī)臨床復(fù)雜網(wǎng)絡(luò)分析系統(tǒng)。該系統(tǒng)包括如聯(lián)機(jī)數(shù)據(jù)篩選、復(fù)雜網(wǎng)絡(luò)建模、統(tǒng)計(jì)特性分析、可視化網(wǎng)絡(luò)數(shù)據(jù)篩選等基本功能，能夠支持中醫(yī)臨床診療數(shù)據(jù)中的疾病（中西醫(yī)）、癥狀、證候、藥物等實(shí)體內(nèi)部元素以及實(shí)體之間元素的網(wǎng)絡(luò)模型構(gòu)建和多種復(fù)雜網(wǎng)絡(luò)分析方法如節(jié)點(diǎn)中心性分析、社團(tuán)分析、節(jié)點(diǎn)相似度分析等。從大量的臨床數(shù)據(jù)中分析獲得臨床核心處方及其主要適應(yīng)癥，以及隨癥加減信息。該系統(tǒng)采用Eclipse 富客戶端(Rich Client Platform, RCP)和Java語(yǔ)言開發(fā)（下圖是該系統(tǒng)的主界面）。     中醫(yī)臨床復(fù)雜網(wǎng)絡(luò)分析系統(tǒng)  1.3 真實(shí)世界中醫(yī)臨床有效處方發(fā)現(xiàn)系統(tǒng) 中藥新藥創(chuàng)制與研發(fā)是極具挑戰(zhàn)和機(jī)遇的領(lǐng)域，當(dāng)前化學(xué)制藥和單成份藥物研發(fā)已經(jīng)出現(xiàn)明顯的瓶頸，傳統(tǒng)植物/天然藥以及多成份復(fù)方藥物的研發(fā)成為國(guó)內(nèi)外關(guān)注的焦點(diǎn)。而從多成份調(diào)控和多靶點(diǎn)機(jī)理的研究為主要視角的網(wǎng)絡(luò)藥理學(xué)更成為新的趨勢(shì)和方法。針對(duì)中醫(yī)臨床診療過(guò)程中具有證-治-效信息，且個(gè)體性的真實(shí)世界診療實(shí)踐特點(diǎn)，我們研究基于大規(guī)模臨床診療數(shù)據(jù)進(jìn)行有效處方分析和發(fā)現(xiàn)的問(wèn)題，通過(guò)對(duì)以中藥復(fù)方為重點(diǎn)的治療手段藥物組成原理的分析，基于復(fù)雜網(wǎng)絡(luò)模型和方法研制形成了有效核心處方及適應(yīng)癥分析方法、有效臨床中藥篩選與發(fā)現(xiàn)系統(tǒng)，對(duì)基于真實(shí)世界臨床診療數(shù)據(jù)分析獲得有效處方知識(shí)的方法、技術(shù)平臺(tái)和示范應(yīng)用進(jìn)行了探索和初步實(shí)踐，初步表明從真實(shí)世界臨床診療數(shù)據(jù)中發(fā)現(xiàn)和挖掘有效方藥是一種可行的途徑，有望為中醫(yī)新藥創(chuàng)制提供可以驗(yàn)證的新處方、新藥物等臨床有效目標(biāo)藥物。     1.  中醫(yī)臨床數(shù)據(jù)挖掘分析方法 海量觀察型臨床數(shù)據(jù)是中醫(yī)辨證論治數(shù)據(jù)的主體內(nèi)容，具有復(fù)雜、多維和多關(guān)系的特點(diǎn)。從大規(guī)模中醫(yī)臨床觀察數(shù)據(jù)中分析提煉形成有意義的臨床假設(shè)或診療知識(shí)如有效處方、人群劃分、藥癥關(guān)系以及多階段優(yōu)化治療方案等，是實(shí)現(xiàn)從復(fù)雜、系統(tǒng)的中醫(yī)辨證論治過(guò)程中發(fā)現(xiàn)并確認(rèn)有效優(yōu)化的臨床診療處方及其藥物組成的基本方法。中醫(yī)臨床數(shù)據(jù)包括門診數(shù)據(jù)和住院數(shù)據(jù)兩大主要部分，其數(shù)據(jù)內(nèi)容由臨床表現(xiàn)、診斷和治療（臨床療法）三部分核心內(nèi)容（如下圖），其中辨證知識(shí)、證候分布、藥癥關(guān)系、方證關(guān)系和藥物組成等是數(shù)據(jù)挖掘和分析的主要目標(biāo)，而所有這些知識(shí)的有效性的評(píng)價(jià)依據(jù)是臨床療效，即確認(rèn)和發(fā)現(xiàn)臨床有效的中醫(yī)診療知識(shí)是中醫(yī)臨床數(shù)據(jù)挖掘分析方法的主要有價(jià)值研究目標(biāo)。    中醫(yī)臨床數(shù)據(jù)挖掘問(wèn)題：在療效信息的約束下，驗(yàn)證和發(fā)現(xiàn)有價(jià)值的臨床診斷/治療關(guān)系知識(shí)。  2.1基于復(fù)雜網(wǎng)絡(luò)的中藥配伍分析方法 人們通過(guò)對(duì)中醫(yī)臨床處方數(shù)據(jù)的初期分析，并與臨床專家的交流中發(fā)現(xiàn)，名老中醫(yī)的臨床復(fù)方的組織特性體現(xiàn)在兩個(gè)層次。第一層次為臨床醫(yī)生一般以經(jīng)典復(fù)方（包括經(jīng)方、時(shí)方和驗(yàn)方等）為基礎(chǔ)進(jìn)行臨床處方；第二層次為在藥對(duì)或藥癥關(guān)系基礎(chǔ)上的藥物隨癥加減處理。這兩個(gè)層次的臨床處方配伍過(guò)程形成了具有核心處方結(jié)構(gòu)，而又具有較大靈活性的處方集合。因此，通過(guò)對(duì)名老中醫(yī)處方集的共性網(wǎng)絡(luò)結(jié)構(gòu)分析，能夠發(fā)現(xiàn)體現(xiàn)其處方思維和學(xué)術(shù)特點(diǎn)的核心處方配伍結(jié)構(gòu)，從而輔助進(jìn)行名老中醫(yī)經(jīng)驗(yàn)的傳承和整理研究。通過(guò)應(yīng)用基于無(wú)尺度網(wǎng)絡(luò)現(xiàn)象的網(wǎng)絡(luò)分析方法進(jìn)行研究。無(wú)尺度網(wǎng)絡(luò)作為復(fù)雜系統(tǒng)研究的一種實(shí)證現(xiàn)象和方法，對(duì)基于網(wǎng)絡(luò)研究復(fù)雜現(xiàn)象和復(fù)雜系統(tǒng)的方法具有很大的推動(dòng)作用。具有宏觀無(wú)尺度現(xiàn)象的網(wǎng)絡(luò)在拓?fù)渖洗嬖趦缏涩F(xiàn)象，即節(jié)點(diǎn)的度分布服從冪函數(shù)分布。這在醫(yī)生處方中的具體體現(xiàn)就是某醫(yī)生對(duì)藥物的使用具有比較集中的趨勢(shì)，某些名老中醫(yī)偏好使用某些藥物，使得這些藥物的已有或潛在功效得到更大的發(fā)揮或挖掘。 我們基于網(wǎng)絡(luò)中權(quán)值的冪律分布規(guī)律，實(shí)現(xiàn)了多層核心子網(wǎng)分析方法，能夠從復(fù)雜的中藥配伍網(wǎng)絡(luò)中抽取多層核心子網(wǎng)。該算法已經(jīng)在名老中醫(yī)處方配伍經(jīng)驗(yàn)的分析中得到廣泛應(yīng)用。其得到的結(jié)果具有直接而明確的臨床含義，且可靠性較強(qiáng)。第一層核心子藥物子網(wǎng)一般解釋為共性的核心處方；第二層解釋為主要藥物配伍；第三層解釋為次要藥物配伍。這些藥物配伍分別對(duì)應(yīng)樣本的核心病機(jī)如主要疾病和主要證候等、兼證和加減癥狀等。以下是兩類特定中藥處方：1287個(gè)肝脾不調(diào)證(GPBT)處方和752個(gè)2型糖尿病合并代謝綜合征處方的分析結(jié)果。   特定中藥處方的核心藥物配伍網(wǎng)絡(luò)和主要加減網(wǎng)絡(luò)，其中的網(wǎng)絡(luò)中的節(jié)點(diǎn)是藥物，邊的權(quán)重表示兩相關(guān)藥物配伍使用的次數(shù)。 2.2基于隱主題模型的疾病人群臨床特征類別分析方法 癥狀-中藥-診斷主題模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用來(lái)提取中醫(yī)臨床數(shù)據(jù)中的癥狀、中藥和診斷間的隱主題結(jié)構(gòu)。SHDT模型是LDA主題模型在多關(guān)系應(yīng)用中的擴(kuò)展。該模型的核心思想是假設(shè)一類樣本里面包含有多個(gè)主題，例如，一類糖尿病人群有不同的并發(fā)癥，且這些主題所包含的信息特征（以癥狀來(lái)表達(dá)）具有相對(duì)完整性和獨(dú)立性。SHDT把每個(gè)主題看作是癥狀上的多項(xiàng)式分布，并通過(guò)癥狀來(lái)表達(dá)主題的內(nèi)容；同時(shí)，把每種中藥看作是主題上的多項(xiàng)式分布，因?yàn)橐活愔兴幙梢灾斡喾N癥狀/疾病；又因?yàn)橐环N診斷包含多種癥狀/疾病，于是把診斷看作是對(duì)主題的描述，構(gòu)建一種“癥狀-中藥-診斷”主題模型。SHDT模型這種分析原理和思路與中醫(yī)辨證論治過(guò)程基本吻合，它可以客觀地按照癥狀找到自然分類人群，給出診斷描述特征和中藥治療特征。SHDT模型分別在2型糖尿病、冠心病和肝炎等慢性疾病中進(jìn)行人群特征分析。實(shí)驗(yàn)結(jié)果說(shuō)明了該模型具有較好的適宜性和科學(xué)性，分析結(jié)果能夠較為完整的反映特定疾病中相關(guān)的主要人群特征類別。   癥狀-中藥-診斷主題模型，圖中三個(gè)黑色圓圈，代表顯變量（觀察變量），其中s 表示一個(gè)采樣癥狀，表示患者p的所有藥，表示患者p的所有診斷。白色圓圈代表隱變量，其中z 采樣癥狀s對(duì)應(yīng)的主題，x表示s對(duì)應(yīng)的藥，u表示s對(duì)應(yīng)的診斷。矩形框表示重復(fù)采樣。外部矩形框表示在集合中有P個(gè)患者。內(nèi)部矩形框表示對(duì)患者p的個(gè)癥狀、主題、藥物以及診斷重復(fù)采樣。 2.3基于內(nèi)隱對(duì)照和部分可觀察馬爾可夫決策過(guò)程模型的動(dòng)態(tài)序貫處方治療方案優(yōu)化方法 中醫(yī)辨證論治是癥-治-效緊密相關(guān)的個(gè)體、動(dòng)態(tài)的復(fù)雜干預(yù)過(guò)程，動(dòng)態(tài)序貫干預(yù)是中醫(yī)臨床治療慢性疾病的基本方法。以患者為軸心的治療原則和醫(yī)生的個(gè)體性特點(diǎn)，使得中醫(yī)動(dòng)態(tài)序貫干預(yù)過(guò)程中包含多樣化的治療方案。在臨床診療經(jīng)驗(yàn)知識(shí)的形成階段，醫(yī)生往往通過(guò)對(duì)治療前后患者健康狀態(tài)的判斷，試圖獲得較好的治療方案的認(rèn)識(shí)，進(jìn)而逐步形成固化的有效經(jīng)驗(yàn)性治療方案。因此，在無(wú)外部對(duì)照的情況下，如何從大規(guī)模的復(fù)雜多維臨床關(guān)系數(shù)據(jù)中發(fā)現(xiàn)并確認(rèn)在臨床實(shí)際中較優(yōu)的動(dòng)態(tài)序貫診療方案是有效臨床方案形成的重要課題。 考慮到實(shí)際可行性和研究代價(jià)的問(wèn)題，在未有明確的有效干預(yù)方案形成的臨床研究初期，無(wú)外部對(duì)照的傳統(tǒng)中醫(yī)經(jīng)驗(yàn)整理和歸納普遍存在，且長(zhǎng)期的中醫(yī)學(xué)實(shí)踐表明是有效的。但由于臨床診療信息關(guān)系的復(fù)雜性，基于傳統(tǒng)經(jīng)驗(yàn)整理方式形成有效治療方案是一個(gè)較為漫長(zhǎng)的過(guò)程。 因此，如何借助源自真實(shí)世界（無(wú)外部對(duì)照）的大規(guī)模臨床觀察數(shù)據(jù)，進(jìn)行挖掘分析，以輔助發(fā)現(xiàn)和確認(rèn)較優(yōu)的臨床治療方案成為辨證論治臨床評(píng)價(jià)研究的關(guān)鍵問(wèn)題之一。我們采用部分可觀察馬爾可夫決策過(guò)程模型(POMDP)對(duì)此問(wèn)題進(jìn)行研究，實(shí)現(xiàn)了基于POMDP的中醫(yī)臨床處方優(yōu)化分析方法，以探尋從來(lái)自臨床實(shí)際的大規(guī)模觀察性臨床數(shù)據(jù)中發(fā)現(xiàn)較優(yōu)或最優(yōu)的動(dòng)態(tài)序貫治療方案，為中醫(yī)辨證論治有效動(dòng)態(tài)干預(yù)方案的形成和臨床驗(yàn)證提供參考知識(shí)。   中醫(yī)臨床診療過(guò)程對(duì)應(yīng)的POMDP模型 1.  成果的推廣應(yīng)用 本成果已經(jīng)在國(guó)家科技重大專項(xiàng)：重大傳染病防治、重大新藥創(chuàng)制等兩個(gè)項(xiàng)目；國(guó)家科技支撐計(jì)劃項(xiàng)目-名老中醫(yī)經(jīng)驗(yàn)傳承研究；北京市科技攻關(guān)項(xiàng)目和國(guó)家中醫(yī)臨床研究基地等項(xiàng)目中進(jìn)行推廣應(yīng)用。分別對(duì)艾滋病、肝炎和肺結(jié)核等傳染病的中醫(yī)藥防治規(guī)律，從中醫(yī)臨床中分析確認(rèn)有效處方與藥物，名老中醫(yī)的辨證論治個(gè)體診療經(jīng)驗(yàn)，中風(fēng)、冠心病和糖尿病等重大慢性疾病的臨床診治規(guī)律，以及全國(guó)10余家重點(diǎn)中醫(yī)院診療優(yōu)勢(shì)病種（如上海龍華醫(yī)院的中醫(yī)胃癌治療、骨關(guān)節(jié)病治療；河南中醫(yī)學(xué)院一附院的中醫(yī)艾滋病治療、中醫(yī)慢性阻塞性肺炎治療等）的臨床診療優(yōu)化方案等進(jìn)行應(yīng)用研究。逐步探索和完善中醫(yī)臨床科研一體化技術(shù)體系，支持基于臨床診療實(shí)踐及其真實(shí)世界診療數(shù)據(jù)，進(jìn)行中醫(yī)臨床研究和中藥新藥創(chuàng)制研究的醫(yī)學(xué)模式。   北京地區(qū)22家單位應(yīng)用分布圖