数据融合在中国传统医学中的应用:一篇综述
Rui Huang1,2, Shuangcheng Ma1, Shengyun Dai1
1National Institutes for Food and Drug Control, Beijing 102629, China.
Sensors (Basel, Switzerland)
|January 11, 2024
概括
数据融合结合了多种分析技术,以全面分析中国传统医学 (TCM). 这种方法克服了用于精确化学分析和复杂TCM配方质量控制的单一方法的局限性.
科学领域:
- 分析化学 分析化学
- 化学信息学 化学信息学
- 药理学 药理学是指药理学的学科.
背景情况:
- 传统中医 (TCM) 具有复杂的化学成分,具有众多成分和相互作用.
- 单一的分析技术往往无法捕获TCM的完整化学概况.
- 准确的分析对于TCM的质量控制和治疗疗效至关重要.
研究的目的:
- 审查数据融合策略在中国传统医学 (TCM) 分析中的应用.
- 探索结合多种分析技术以进行全面的TCM表征的潜力.
- 提供关于TCM研究中数据融合的未来发展的见解.
主要方法:
- 应用于分析数据的数据融合技术 (低级,中级和高级).
- 集成来自光谱学,质谱学,色谱学和传感器技术的数据.
- 化学测量的利用用于数据处理和模型开发.
主要成果:
- 数据融合提高了从TCM获得的化学信息的准确性和全面性.
- 综合分析方法提供了对TCM复杂性的更全面的理解.
- 在TCM的分类和预测模型中成功应用数据融合.
结论:
- 数据融合是克服传统中医 (TCM) 分析挑战的强大方法.
- 多种分析数据的整合显著提高了TCM质量评估的可靠性.
- 未来的研究应该专注于推进数据融合方法,以获得更深入的TCM见解.
