[中国传统医学的提取过程建模方法的研究进展]

科学领域:

• 药理学和制药科学 药理学和制药科学
• 化学工程是化学工程的重要组成部分.
• 人工智能在医学中的应用

背景情况:

• 提取过程对于传统中医药 (TCM) 产品制造至关重要.
• 智能生产的TCM严重依赖于有效的过程建模.
• 目前用于TCM提取的建模方法需要全面审查和未来方向.

研究的目的:

• 系统地审查TCM提取过程的现有建模方法.
• 确定未来研究的关键领域,以推进智能TCM生产.
• 为开发更准确,更适应的TCM提取模型提供路线图.

主要方法:

• 对TCM提取现有建模技术的文献审查和综合.
• 将建模方法分为机制,实证,数据驱动和混合方法.
• 分析每个建模类别的优点和局限性.

主要成果:

• 确定了TCM提取建模的四大类:机制,经验,数据驱动和混合.
• 突出机制和数据驱动建模作为最广泛采用的方法.
• 承认在TCM提取建模的特定领域需要进一步发展.

结论:

• 未来的研究应该优先考虑TCM化合物处方提取,全面的工艺描述,提取前属性确定和自适应性自我优化.
• 整合新一代人工智能方法对于构建先进的TCM提取模型至关重要.
• 增强型建模将推动智能制造,并提高TCM产品的质量.