首页期刊导航|南京中医药大学学报
期刊信息/Journal information
南京中医药大学学报
南京中医药大学学报

范欣生

双月刊

1672-0482

xbnjutcm@126.com

025-85811769，85811934，85811935

210046

南京市仙林大道138号

南京中医药大学学报/Journal Journal of Nanjing University of Traditional Chinese MedicineCSCD北大核心CSTPCD
查看更多>>本刊是全国有影响的综合性中医药学术刊物，1959年创刊，由南京中医药大学主办。设有学术探讨、临床研究、方药研究、针灸推拿、医史文献临床报道、经验交流等专栏。
正式出版
收录年代

    基于中西医双维特征构建老年高血压轻度认知障碍机器学习预测模型

    钟霞赵天恩吕世盟赵琳琳...
    1366-1374页
    查看更多>>摘要：目的 基于中西医双维特征,借助于机器学习技术构建老年高血压轻度认知障碍(MCI)预测模型.方法 收集分析2020 年 1 月至 2023 年 3 月院内就诊的 502 例 60 岁以上原发性高血压患者数据,按照 7∶3 的比例随机划分为训练集和验证集,并将其分为认知障碍组(n=104)和认知正常组(n=398).运用LASSO回归分析对临床指标数据降维分析,筛选出核心预测因子.采用logistic回归、XGBoost、AdaBoost、SVM、GNB及MLP 6 种机器学习算法构建模型,绘制ROC曲线比较6 种模型的AUC、准确度、敏感度、特异度及F1 分数.SHAP模型揭示预测因子的特征重要性.结果 腰臀比、气郁质、年龄、总胆固醇、痰湿质、湿热质、气虚质和空腹血糖是老年高血压患者早期MCI的核心预测因子.XGBoost模型AUC、准确度、灵敏度、特异度、F1 分数分别为 0.938、0.885、0.846、0.896、0.755,均优于其他算法模型.结论 基于腰臀比、年龄、总胆固醇、气郁质、痰湿质、湿热质、气虚质和空腹血糖构建的XGBoost模型预测性能最优,可为临床老年高血压群体中MCI风险的早期辨识和诊治决策提供参考依据.

    机器学习高血压认知障碍中西医治未病预测模型XGBoost模型

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于检索增强生成技术的中医药问答大语言模型的构建

    张玉铭李红岩郎许锋周作建...
    1375-1382页
    查看更多>>摘要：目的 构建基于检索增强生成技术的中医药问答大语言模型.方法 收集中医古籍《伤寒论》、中医教材、名老中医经方及其他人工标注的中医数据集组建中医药语料库,构建中医药知识向量库;将检索增强生成(RAG)技术结合P-Tuning v2微调方法与大语言模型(ChatGLM2-6B)进行融合构建中医药问答大语言模型.结果 以精确率、召回率与F1 值为知识问答任务的评价指标进行验证,在简单类中医问答可以达到 90%以上的准确率,其中成分类问题的回答准确性最高,F1 值达到0.928,中高难度问答准确率在 75.8%～87.7%之间,F1 值均达到 0.766 以上;以多样性和准确性为中医问题生成任务的评价指标进行专家打分,研究模型相较于基座模型高出了 9.5 分.结论 研究模型具备良好的语义理解能力和较高的可靠性,有效缓解了模型幻觉并帮助患者明确问题意图,对推进中医药知识的研究以及人性化的交互式回答具有重要意义,为促进中医经验的传承与普及、中医诊疗智能化建设提供了创新方式.

    中医药知识库大语言模型问答系统检索增强生成技术

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    大语言模型在中医领域的标准化评估

    曹露许林张宇洁张林帅...
    1383-1392页
    查看更多>>摘要：目的 针对目前大语言模型(LLMs)在中医学领域测评中的空缺,设计并构建一个中医学测评基准数据集,以对LLMs在中医学知识的掌握与推理表现进行全面、客观地评测,从而为LLMs在中医领域的性能优化提供科学、可靠的依据.方法 从中医标准化考试和教科书中收集数据,构建了一个涵盖 13 个学科共 29 506 道题的中医测评基准数据集.实验共选取了 3个通用模型(GPT3.5、ChatGLM3、Baichuan)和 5 个中文医疗模型(PULSE、BenTsao、HuatuoGPT2、BianQue2、ShenNong),对它们在答案预测能力和答案推理能力进行全面评测.测评结果使用准确率、F1 值、BLEU、Rouge等指标进行量化评估.结果 答案预测实验的结果显示,Baichuan在单项选题中准确率最高,为 36.07%;ChatGLM3 在多项选题中准确率和 F1 值最高,为18.96%和 76.31%.答案推理实验的结果显示,Baichuan在BLEU-1 分值最高,为 24.71;ChatGLM3 在Rouge-1 分值最高,为44.64.结论 通用LLMs整体表现略优于中文医疗LLMs,同时所有模型在选择题上的准确率都未超过 60%,反映出LLM在中医领域中仍面临巨大的挑战和提升空间.

    大语言模型中文医疗模型测评基准ChatGPT中医学

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    中医药领域大语言模型的研究进展与应用前景

    李欣桐马素芬张丰聪周扬...
    1393-1403页
    查看更多>>摘要：采用人工智能技术研发的中医药领域大语言模型,推动了中医药的创新与发展,对中医药的传承和创新具有重要意义.基于大语言模型的研究背景,阐述了中医药领域大语言模型的研究现状和研究过程,包括收集中医药领域数据信息、输入指令数据微调模型及选择不同评估方法评测模型性能三个关键任务.总结了中医药大语言模型的前沿技术,如提示工程、检索增强生成、人类反馈强化学习等理论应用,有效提升了大语言模型在中医药领域各种应用场景中的适应能力.分析了中医药大语言模型仍面临的困难及挑战,在数据隐私、伦理偏见、模型解释、技术难题、评估标准等方面仍需进一步优化提升.展望了未来中医药大语言模型的应用前景,将其与深度学习等先进人工智能技术相结合,并融合中医四诊信息、中药图像数据等多模态信息,可为大语言模型在中医药领域的发展提供新的思路,从而更好地服务中医辨证诊断、中药处方推荐、中医药知识图谱构建、中医药教育等各种应用场景.

    中医药人工智能大语言模型自然语言处理

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于混料设计结合G1-熵权法和神经网络的夏枯草开音颗粒制剂处方优化

    王峥峥汪盛华章晨峰闫明...
    1404-1413页
    查看更多>>摘要：目的 优化夏枯草开音颗粒制剂处方,并对中间体进行质量控制.方法 采用粉体学评价方法,测定夏枯草开音颗粒喷干粉的物理特性,建立由松装密度、振实密度、休止角、豪斯纳比等 9 个二级物理质量指标构成的物理指纹图谱,确定前期工艺的稳定性及喷干粉的质量一致性.以颗粒成型率、溶化率、吸湿率和休止角为评价指标,进行干法制粒,对夏枯草开音颗粒的辅料进行筛选;采用混料设计试验结合G1-熵权法和神经网络法分别对所筛选的辅料配比进行优化,并对比 2 种方法,确定夏枯草开音颗粒的最佳制剂工艺.建立颗粒的物理指纹图谱,评价不同批次间颗粒质量的一致性.结果 9 批喷干粉的物理指纹图谱相似度大于 0.970,物理属性稳定.通过混料设计试验得到的最佳辅料配比的综合评分高于神经网络建模寻优得到的综合评分,故最终确定夏枯草开音颗粒制剂处方的药辅比为 7∶3,加入 29%麦芽糊精和 71%乳糖,进行干法制粒.5 批颗粒的物理指纹图谱相似度大于 0.994.结论 建立的中间体物理指纹图谱可用于夏枯草开音颗粒的质量过程控制,优选出的夏枯草开音颗粒制剂处方能够较好改善颗粒的物理属性,提高颗粒质量一致性.

    混料设计干法制粒G1-熵权法神经网络物理指纹图谱

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于多源数据融合的丹参饮片产地溯源研究

    傅饶史亚博李铭轩李昱...
    1414-1423页
    查看更多>>摘要：目的 探究不同产地丹参饮片色泽与气味变化,结合现代机器学习技术实现产地快速区分.方法 采用智能传感技术结合主成分分析(PCA)、判别分析、判别因子分析(DFA)、成分热图、相关分析、机器学习等多种数据分析方法,对不同产地丹参饮片的颜色和气味进行了定量表征.结果 基于色泽信息建立了丹参饮片产地判别函数.通过对气味信息的分类和筛选,鉴定出 10 种不同的标志物:乙醇、二硫化碳、环戊烷、3-甲基呋喃、丙二醇、正壬烷、苯酚、1,5-辛二烯酮、1,8-桉叶醇和葫芦巴内酯.同时发现饮片的颜色和气味之间存在显著的相关性.此外,基于数据融合的理念,研究建立了子空间聚类等分类模型,与单一色泽分析相比,分类准确率提高到 94.4%.结论 研究证实了智能感官技术在中药产地溯源中的可行性和优越性,为丹参饮片的产地快速区分与质量控制提供了新的方法和见解.

    丹参产地溯源快速识别智能感官机器学习数据融合

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    图表示学习在中药组合研究中的应用探讨

    何佳怡谢佳东胡晨骏杨涛...
    1424-1429页
    查看更多>>摘要：近年来,图表示学习方法备受瞩目,它能够有效地处理图结构数据.中药以其多成分、多靶标、多通路的特点,在复杂疾病的治疗中展现出显著优势,特别是中药的不同组合能够产生独特的协同效果.图表示学习为中药组合的深入研究提供了新的视角.介绍了图表示学习的相关方法,论述了当前图表示学习方法在中药组合的应用现状,以及所面临的挑战及相应的解决方案.通过梳理该领域的研究动态和前沿趋势,旨在为后续的深入研究提供有价值的参考和启示.

    中药组合图表示学习图神经网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于疾病模块分析的大株红景天注射液治疗冠心病心绞痛气虚血瘀证的研究

    薛莲董鑫赵辰羲于雪...
    1430-1440页
    查看更多>>摘要：目的 揭示大株红景天注射液治疗冠心病心绞痛气虚血瘀证的药理机制,并运用细胞实验初步验证预测结果的可靠性.方法 从生物医学数据库和国内外文献中筛选出大株红景天注射液的主要化学成分及其作用靶点;通过GeneCards数据库、MalaCards数据库筛选出气虚血瘀证、心绞痛基因,采用DIAMOnD算法构建心绞痛疾病模块;对"心绞痛-气虚血瘀证-大株红景天注射液"网络的核心靶点进行基因功能富集分析,得到关键通路.最后,进行细胞实验验证大株红景天注射液对缺氧H9C2 心肌细胞关键通路蛋白表达的影响.结果 筛选出大株红景天注射液主要的化学成分 7 个,共获得靶点 362 个;筛选出 232 个已知心绞痛基因,通过构建心绞痛疾病模块,增加了 100 个预测得到的心绞痛基因;得到气虚血瘀证症状相关基因2 960 个.网络拓扑分析得到大株红景天注射液治疗冠心病心绞痛气虚血瘀证的核心靶点有STAT3、EGFR、TNF、IL-6 等共30 个;基因功能富集分析获得通路 82 条.结合以往文献研究分析显示STAT3 靶点和JAK2/STAT3 通路可能是大株红景天注射液治疗冠心病心绞痛气虚血瘀证的关键作用通路.细胞实验结果显示,与模型组比较,SI组及尼可地尔组JAK2、STAT3 的mRNA表达均显著降低(P<0.05);JAK2、STAT3 的蛋白表达显著下降(P<0.05).结论 通过疾病模块和细胞实验验证发现STAT3 是冠心病心绞痛气虚血瘀证病理机制的关键基因,JAK2/STAT3 是大株红景天注射液治疗冠心病心绞痛气虚血瘀证的核心通路,表明了本研究结合疾病模块进行药物治疗病证的有效性和新颖性.

    网络药理学疾病模块冠心病心绞痛气虚血瘀证大株红景天注射液

      原文链接:
    • NETL
    • NSTL
    • 万方数据