2026年中医药大数据试题库附答案

2026年中医药大数据试题库附答案一、单项选择题（本大题共30小题，每小题1分，共30分）1.在中医药大数据的采集过程中，针对名老中医诊疗经验的传承，最核心的数据来源通常被认为是（）。A.现代医学实验室检查数据B.医院管理信息系统（HIS）的财务数据C.名老中医的医案、病历笔记及诊疗录像D.患者的社交媒体反馈数据2.中医“四诊”信息（望、闻、问、切）中，目前数字化采集难度最大、主观性最强的环节通常是（）。A.舌象图像采集B.脉诊波形数据采集C.问诊电子量表填写D.闻诊声音频谱采集3.在构建中医药知识图谱时，用于表示“当归”与“补血”之间关系的语义三元组是（）。A.<当归,治疗方法,补血>B.<当归,药理作用,补血>C.<当归,归经,补血>D.<当归,主治,补血>4.大数据处理的“4V”特征中，针对中医药古籍文献数据，最突出的特征是（）。A.Volume（数据量大）B.Velocity（处理速度快）C.Variety（数据类型繁多）D.Value（价值密度低）5.2026年中医药大数据应用中，为了解决中药复方配伍的“君臣佐使”智能解析，最适合采用的机器学习算法是（）。A.线性回归B.支持向量机（SVM）C.图神经网络（GNN）D.K-均值聚类6.在真实世界研究（RWS）背景下，利用大数据评价中药注射剂安全性时，最需要关注的混杂因素是（）。A.患者的住院天数B.合并用药情况C.医院的床位数D.护士的排班表7.中医电子病历（EMR）结构化处理中，将“口苦咽干”这一症状转化为标准术语编码的过程称为（）。A.数据清洗B.自然语言处理（NLP）C.数据脱敏D.数据加密8.关于脉诊波形的数字化信号处理，为了滤除工频干扰，通常采用的数字滤波器类型是（）。A.低通滤波器B.带通滤波器C.带阻滤波器D.高通滤波器9.在中药药性数据挖掘中，发现“辛温药物”与“治疗风寒感冒”之间存在强关联规则，这属于（）。A.分类预测B.聚类分析C.关联规则挖掘D.异常检测10.中医药大数据平台建设中，为了实现跨医院数据共享，同时保护患者隐私，目前最主流的技术架构是（）。A.中心化数据库B.联邦学习C.云存储D.局域网文件共享11.下列哪项不属于中医药本体构建常用的顶层类别？（）A.中医疾病B.中医证候C.中医治法D.医院财务代码12.利用深度学习进行舌象自动识别时，常用的卷积神经网络（CNN）架构中，引入残差连接是为了解决（）。A.梯度消失或梯度爆炸问题B.过拟合问题C.计算速度过慢问题D.数据量不足问题13.在中药质量控制中，利用近红外光谱（NIRS）结合化学计量学建立定量模型，首选的算法是（）。A.偏最小二乘法（PLS）B.主成分分析（PCA）C.随机森林D.朴素贝叶斯14.中医“辨证论治”过程的数学建模中，将症状集合映射到证候集合的过程，本质上是一个（）。A.多标签分类问题B.单标签分类问题C.回归问题D.序列生成问题15.针对中医药古籍中的非结构化文本，利用BERT模型进行预训练时，相比传统Word2Vec，其核心优势在于（）。A.训练速度更快B.能够捕捉上下文双向语义信息C.占用内存更小D.不需要标注数据16.在评价大数据模型对中医证候的诊断准确率时，若关注模型对“阴虚证”的识别能力，应主要参考的指标是（）。A.准确率B.精确率C.召回率D.F1-Score17.中药指纹图谱数据分析中，用于评价不同批次中药化学成分整体相似度的指标是（）。A.相关系数B.夹角余弦C.欧氏距离D.马氏距离18.在中医药临床大数据的流式计算中，用于实时监控患者生命体征（如术后心率）的框架通常是（）。A.HadoopMapReduceB.ApacheSparkC.ApacheFlinkD.MySQL19.面向中医药领域的智能问答系统，其核心理解模块通常基于（）。A.规则引擎B.检索式模型C.生成式大语言模型（LLM）D.关键词匹配20.在进行针灸选穴规律的数据挖掘时，常用的复杂网络分析指标中，用于衡量穴位重要程度的是（）。A.度中心性B.聚类系数C.网络直径D.平均路径长度21.中药新药研发利用大数据进行“老药新用”挖掘时，关键的技术路径是（）。A.随机对照试验（RCT）B.网络药理学与分子对接验证C.问卷调查D.专家咨询法22.数据清洗阶段，处理中医医案中缺失的脉象信息，最合理的策略是（）。A.直接删除该条医案B.用众数填充C.用均值填充D.基于证候推理填充23.关于中医药数据的标准化，WHO-ATC分类体系主要用于（）。A.中药材的分类B.西药及传统药物的分类统计C.中医诊断分类D.医疗服务项目分类24.在中医健康状态辨识中，利用可穿戴设备采集的生理参数（心率变异性等）进行亚健康评估，属于（）。A.诊断性大数据应用B.预防性大数据应用C.治疗性大数据应用D.康复性大数据应用25.在利用机器学习预测中药复方疗效时，为了防止模型过拟合，除了正则化外，常用的方法是（）。A.增加模型复杂度B.交叉验证C.减少训练数据D.使用单一特征26.中医证候客观化研究中，采用高维数据降维技术（如t-SNE）的主要目的是（）。A.增加数据量B.数据可视化C.提高计算速度D.修复数据错误27.针对多中心中医药临床研究，合并不同中心效应的统计学方法通常是（）。A.Meta分析B.T检验C.卡方检验D.简单线性回归28.在中医药知识推理中，基于“肝开窍于目”推导出“肝血虚可导致目昏”，这属于（）。A.归纳推理B.演绎推理C.类比推理D.溯因推理29.中药处方点评系统中，利用大数据监测“十八反、十九畏”配伍禁忌，属于（）。A.合理性用药监测B.疗效监测C.经济性监测D.依从性监测30.2026年，随着量子计算的发展，其在中医药领域最可能率先突破的应用方向是（）。A.医院挂号系统B.中药分子结构的模拟与筛选C.电子病历存储D.医生排班算法二、多项选择题（本大题共20小题，每小题2分，共40分。多选、少选、错选均不得分）1.中医药大数据的主要数据来源包括（）。A.中医医院信息系统（HIS、LIS、PACS、EMR）B.中医古籍文献数字化资源C.中药资源普查与种质基因数据D.可穿戴设备与物联网健康监测数据E.社交媒体上的养生保健资讯2.中医临床数据相较于西医临床数据，其显著的数据特征包括（）。A.强主观性（如脉诊、舌诊描述）B.多模态性（文本、图像、波形）C.语义模糊性D.完全结构化E.时序性明显3.在构建中医智能辅助诊疗系统时，常用的深度学习技术有（）。A.卷积神经网络（用于舌象、面象分析）B.循环神经网络（用于医案文本生成）C.Transformer架构（用于多模态融合）D.生成对抗网络（用于数据增强）E.K-Means聚类（用于图像分割）4.针对中药复方的网络药理学研究，涉及的关键数据库包括（）。A.TCMSP（中药系统药理学数据库）B.TCMID（中医药整合数据库）C.GeneCards（基因数据库）D.STRING（蛋白质相互作用数据库）E.PubMed（文献数据库）5.中医药数据预处理的主要步骤包括（）。A.数据清洗（去除噪声、纠正错误）B.数据集成（多源数据融合）C.数据变换（标准化、归一化）D.数据规约（降维、采样）E.数据加密6.利用大数据技术进行名老中医经验传承时，常用的分析方法包括（）。A.关联规则挖掘（发现药-症、药-药关系）B.复杂网络分析（发现核心药物网络）C.基于熵的复杂系统分划方法（提取证候组合）D.逻辑回归（预测疗效）E.决策树（提取辨证规则）7.中医舌象图像分析中，图像分割的主要任务包括（）。A.舌体与面部/背景的分割B.舌质与舌苔的分割C.瘀斑、裂纹等病理特征的分割D.齿痕区域的分割E.舌下静脉的分割8.关于中医药知识图谱的应用，描述正确的有（）。A.辅助中医临床决策支持B.支持中医教育问答系统C.用于中药新药研发的靶点预测D.实现跨语言中医术语检索E.完全替代医生进行诊疗9.在真实世界中医医疗数据研究中，控制偏倚的方法包括（）。A.倾向性评分匹配（PSM）B.多元回归调整C.分层分析D.敏感性分析E.忽略混杂因素10.中医药大数据伦理与安全需要重点关注的问题有（）。A.患者隐私保护与数据脱敏B.知识产权保护（特别是名老中医数据）C.算法偏见与公平性D.数据跨境传输安全E.算法的可解释性（黑箱问题）11.下列哪些算法适合用于中医证候的分类识别？（）A.支持向量机（SVM）B.随机森林C.朴素贝叶斯D.XGBoostE.K-近邻（KNN）12.中药质量控制中，应用化学计量学方法结合光谱数据的目的在于（）。A.快速鉴别中药材真伪B.定量测定有效成分含量C.评价药材整体质量一致性D.追溯药材产地E.替代传统的种植过程13.中医健康状态“治未病”大数据平台的功能模块通常包含（）。A.个人健康档案管理B.中医体质辨识C.慢病风险评估与预警D.个性化养生方案推荐E.医保结算14.面向中医药的命名实体识别（NER）任务中，常见的实体类型包括（）。A.疾病/症状B.中药/方剂C.证候D.治法/穴位E.时间/剂量15.在利用大数据分析针灸穴位特异性时，常用的功能性影像学数据包括（）。A.fMRI（功能性磁共振成像）B.PET-CT（正电子发射断层扫描）C.fNIRS（功能性近红外光谱）D.CT（计算机断层扫描）E.X光片16.影响中医药大数据模型性能的因素包括（）。A.数据质量（完整性、准确性）B.样本量大小C.特征工程的有效性D.模型算法的选择E.计算硬件的性能17.中医“五运六气”理论的数据化研究，需要采集的外部环境数据包括（）。A.气象数据（温度、湿度、气压）B.天文数据（日地位置、节气）C.地理环境数据D.病原微生物监测数据E.医院门诊量数据18.在中医药大数据的可视化展示中，常用的图表类型包括（）。A.关系网络图（展示药物配伍网络）B.热力图（展示证候-症状关联）C.雷达图（展示体质维度）D.地理信息图谱（展示疾病地域分布）E.词云图（展示高频词）19.关于联邦学习在中医药多中心研究中的应用，优势包括（）。A.数据不出院，保护隐私B.能够利用多方数据提升模型泛化能力C.减少数据传输成本D.消除所有系统误差E.模型训练速度一定比中心化快20.2026年中医药大模型可能面临的机遇与挑战包括（）。A.机遇：能够理解复杂的中医理论逻辑B.机遇：生成高质量的临床医案C.挑战：中医数据的幻觉问题D.挑战：模型训练算力需求巨大E.挑战：缺乏符合中医思维的评估标准三、判断题（本大题共20小题，每小题1分，共20分。正确的打“√”，错误的打“×”）1.中医药大数据的价值密度普遍高于互联网商业大数据，因为每一条医案都蕴含着丰富的诊疗信息。（）2.结构化数据是指可以用二维表结构来逻辑表达实现的数据，如中医医院的收费明细。（）3.在脉诊信号处理中，频谱分析可以用于分析脉象的“浮、沉、迟、数”特征。（）4.数据归一化处理对于基于距离计算的算法（如KNN、K-Means）是必须的，但对于决策树算法则不是必须的。（）5.关联规则挖掘中的支持度指标反映了规则的可信程度。（）6.中医辨证论治的智能化过程，本质上是一个从高维症状空间到低维证候空间的映射过程。（）7.深度学习模型在处理小样本中医数据时，通常比传统机器学习模型效果更好。（）8.为了提高舌象识别的准确率，必须使用数百万级别的标注数据集进行训练。（）9.中药复方配伍的“七情”关系中，“相使”是指性能功效类似的药物配合使用，可以增强原有疗效。（）10.真实世界研究（RWS）不属于实验性研究，因此不需要设定入排标准。（）11.在数据挖掘中，过拟合是指模型在训练集上表现很好，但在测试集上表现很差的现象。（）12.所有机器学习算法都需要对输入特征进行标准化处理。（）13.中医古籍的数字化扫描件属于非结构化数据，无法直接进行统计分析。（）14.知识图谱中的“实体”只能指代具体的物理对象，不能指代抽象概念。（）15.聚类分析是一种无监督学习方法，不需要预先知道数据的类别标签。（）16.在评价中医临床疗效时，大数据分析可以完全替代传统的随机对照双盲试验。（）17.数据脱敏是指对敏感数据进行掩盖、变形或加密，以保护隐私。（）18.Apriori算法是挖掘中药复方频繁项集的经典算法，其核心思想是通过连接和剪枝。（）19.中医“同病异治”的思想体现了个性化医疗，这与大数据的群体规律挖掘是相悖的，因此无法通过大数据研究。（）20.随着人工智能的发展，未来中医完全由AI机器人替代是必然趋势。（）四、填空题（本大题共20小题，每小题1分，共20分）1.中医药大数据的采集层、存储层、处理层和应用层构成了标准的______架构。2.在中医舌象分析中，将图像从RGB颜色空间转换到______颜色空间，有助于更好地分离舌质与舌苔。3.H(4.在网络药理学研究中，构建“药物-靶点-疾病”网络后，常通过______算法筛选关键节点。5.常用的中医电子病历标准如HL7FHIR，其中FHIR的全称是______。6.针对时间序列型的脉诊波形数据，常用的动态特征提取方法包括小波变换和______。7.在数据挖掘中，J(8.中医体质辨识中，王琦教授提出的九种体质中，平和质属于______体质。9.在评估分类模型对“中风病”的预测能力时，混淆矩阵中______是指实际为中风但模型预测为正常的比例。10.中药“性味归经”数据中，每一味药对应一个向量，这种将实体映射为向量的技术称为______。11.为了解决中医临床数据中的类不平衡问题（如某类证候样本极少），可以采用______技术或调整损失函数权重。12.在推荐系统中，根据患者的历史处方向其推荐相似患者的有效方剂，这种算法称为______推荐。13.中医“五志”对应五行，其中“喜”对应______。14.在处理中医医案文本时，去除停用词（如“的”、“了”、“患者”）属于______处理。15.Ac16.中药指纹图谱数据分析中，PCA（主成分分析）的主要作用是______。17.在构建中医药知识图谱时，用于定义概念及其关系的规范文件称为______。18.脉诊波形中，主波高度的降低常与______功能不足有关（如气虚或血虚）。19.大数据技术中，______是一种分布式、高吞吐量的消息系统，常用于采集各医院产生的实时日志流。20.在机器学习预测中药用量时，如果预测值与真实值差异很大，______误差指标会比平均绝对误差对异常值更敏感。五、简答题（本大题共5小题，每小题6分，共30分）1.简述中医药大数据相较于通用大数据，在数据特征上面临的主要挑战。2.请解释关联规则挖掘中的支持度和置信度，并举例说明其在中药复方规律发现中的应用。3.简述深度学习技术在中医舌象识别中的基本流程。4.在中医药真实世界研究中，什么是倾向性评分匹配（PSM）？其主要作用是什么？5.简述知识图谱技术在中医药领域的三个典型应用场景。六、计算与分析题（本大题共3小题，每小题10分，共30分）1.某研究团队收集了100例感冒患者的数据，其中50例确诊为“风寒感冒”，50例为“风热感冒”。在模型预测结果中：实际为风寒感冒的50例中，模型正确预测出40例，误判为风热感冒10例。实际为风热感冒的50例中，模型正确预测出45例，误判为风寒感冒5例。请分别计算模型对“风寒感冒”的精确率、召回率和F1值。（保留两位小数）2.假设有一个简化的中药方剂数据集，包含以下三条记录（项集）：T1:{麻黄,桂枝,杏仁,甘草}T2:{麻黄,杏仁,甘草}T3:{桂枝,甘草}设最小支持度计数为2。(1)请列出频繁1-项集。(2)请利用Apriori算法的连接步，生成候选2-项集C2，并筛选出频繁2-项集L2。3.某研究测量了5位患者的两个中医症状指标（x1,x2），数据如下：患者1:(2,3)患者2:(4,5)患者3:(6,7)患者4:(8,9)患者5:(10,11)请计算变量x1和x2之间的皮尔逊相关系数，并根据结果解释这两个症状指标的线性关系。（写出计算公式和主要步骤）七、案例分析题（本大题共2小题，每小题15分，共30分）1.案例背景：某中医院希望利用医院积累的近10年糖尿病住院患者的电子病历数据，构建一个“糖尿病中医证候智能辅助诊断模型”。数据包含患者的demographics信息、西医生化指标、中医四诊信息（文本描述为主）以及医师确诊的证候标签。问题：(1)在数据预处理阶段，针对非结构化的“中医四诊信息”文本，应采取哪些技术手段进行结构化处理？（6分）(2)如果发现数据中“阴阳两虚”证的样本量只有200例，而“气阴两虚”证有5000例，这种数据不平衡会对模型训练产生什么影响？应如何解决？（5分）(3)除了准确率，还应选择哪些指标来全面评估模型对罕见证候（如阴阳两虚）的诊断性能？（4分）2.案例背景：某中药研究团队正在进行一项关于“血瘀证”与“冠心病”关联的真实世界研究，他们收集了多中心的临床数据，但不同中心的数据录入标准存在差异，且患者的合并用药情况复杂。问题：(1)针对不同中心数据录入标准不一致的问题，在数据整合阶段应采用什么策略？（6分）(2)在分析“血瘀证”对冠心病治疗效果的影响时，如何利用统计学方法剔除“合并用药”这一混杂因素的干扰？（5分）(3)请设计一种基于大数据技术的可视化方案，用于展示“血瘀证”患者中常用的核心中药配伍网络。（4分）八、答案与解析一、单项选择题1.C[解析]名老中医的经验主要体现在其个人的诊疗记录、医案笔记和影像资料中，这是传承的核心数据。2.B[解析]脉诊依赖指下感觉，虽然已有传感器，但信号解读与中医指感的主观映射关系仍是最难量化的。3.B[解析]“补血”是当归的药理作用或功效，在知识图谱中通常用“has_effect”或“pharmacological_action”等谓词表示，选项B最符合语义关系。4.D[解析]古籍文献数据量大，但单条文献的知识密度相对于结构化数据库较低，需要大量挖掘才能提炼出规律，符合价值密度低的特征。5.C[解析]君臣佐使描述了药物间的层级和配伍结构，图神经网络（GNN）天然适合处理这种图结构的关系数据。6.B[解析]在真实世界中，患者往往同时服用多种药物，分析安全性时必须排除合并用药带来的干扰。7.B[解析]将自然语言描述的症状转化为标准术语，是自然语言处理（NLP）中的典型任务。8.C[解析]工频干扰通常是50Hz的特定频率，带阻滤波器（陷波器）最适合滤除特定频率范围的干扰。9.C[解析]发现事物之间的并发关系（如药物与症状同时出现）是关联规则挖掘的典型应用。10.B[解析]联邦学习允许在数据不出本地的情况下进行模型训练，最适合解决医疗数据孤岛和隐私保护问题。11.D[解析]医院财务代码不属于中医本体构建的医学范畴顶层类。12.A[解析]残差连接（ResNet）有效解决了深层网络中的梯度消失问题，使得训练更深的网络成为可能。13.A[解析]偏最小二乘法（PLS）是光谱分析中建立定量模型最常用的化学计量学方法，能处理共线性问题。14.A[解析]一个患者可能同时患有多个证候（如气虚血瘀），因此属于多标签分类问题。15.B[解析]BERT模型的核心创新在于双向Transformer编码器，能捕捉上下文语境。16.C[解析]召回率关注的是正样本（阴虚证）有多少被找出来了，即在所有真正阴虚患者中，模型判断对的比例。17.B[解析]在光谱指纹图谱分析中，夹角余弦常用于比较两个光谱轮廓形状的相似度。18.C[解析]Flink是低延迟、高吞吐的流式计算框架，适合实时监控。19.C[解析]2026年的主流问答系统基于生成式大语言模型，具备更强的语义理解和生成能力。20.A[解析]度中心性指节点连接边的数量，反映穴位在处方网络中出现的频次和核心地位。21.B[解析]网络药理学是基于大数据的“老药新用”挖掘的核心技术路径。22.D[解析]直接删除损失数据，用众数填充可能不符合中医辨证逻辑，基于证候推理填充更具医学合理性。23.B[解析]WHO-ATC是世界卫生组织药物统计分类合作中心制定的药物分类系统。24.B[解析]利用可穿戴设备进行健康监测和评估属于预防性应用。25.B[解析]交叉验证是评估模型泛化能力、防止过拟合的标准手段。26.B[解析]t-SNE是一种降维技术，主要用于将高维数据可视化到二维或三维空间。27.A[解析]Meta分析是合并多个独立研究结果（包括多中心效应）的统计学方法。28.B[解析]从一般原理（肝开窍于目）推导出具体结论（肝血虚致目昏），属于演绎推理。29.A[解析]监测配伍禁忌属于合理用药监测的核心内容。30.B[解析]量子计算在模拟分子层面相互作用（如中药成分与靶点）具有天然优势。二、多项选择题1.ABCDE[解析]以上均为中医药大数据的潜在来源。2.ABCE[解析]中医数据具有强主观性、多模态、语义模糊和时序性，但大部分是非结构化或半结构化的，并非完全结构化。3.ABCD[解析]K-Means是无监督聚类算法，通常不直接归类为典型的深度学习技术（尽管有深度聚类），前四项均为深度学习主流技术。4.ABCDE[解析]网络药理学研究需要中药数据库、基因数据库、蛋白互作数据库及文献数据库的支持。5.ABCD[解析]数据加密是安全措施，不属于数据预处理的清洗/变换流程。6.ABCDE[解析]这些都是名老中医经验传承中常用的数据挖掘方法。7.ABCDE[解析]舌象分析涉及舌体分割、舌苔分割、病理特征分割等多个层面。8.ABCD[解析]知识图谱可以辅助决策、教育、研发和检索，但目前技术水平无法完全替代医生。9.ABCD[解析]忽略混杂因素会导致结果偏倚，是错误的。10.ABCDE[解析]隐私、知识产权、算法偏见、安全、可解释性均为重要伦理与安全问题。11.ABCDE[解析]所有列出的算法均可用于分类任务。12.ABC[解析]光谱结合化学计量学主要用于鉴别真伪、定量测定和评价一致性，不能直接替代种植过程。13.ABCD[解析]医保结算是财务功能，不属于健康状态辨识的核心功能模块。14.ABCDE[解析]这些都是中医文本进行命名实体识别时的常见实体类型。15.ABC[解析]fMRI,PET-CT,fNIRS是功能性影像，能反映生理代谢变化，适合研究穴位特异性。CT和X光主要是解剖成像。16.ABCDE[解析]数据、样本、特征、算法、硬件均影响模型性能。17.AB[解析]五运六气主要研究天文气象对疾病的影响，需要气象和天文数据。18.ABCDE[解析]这些都是适合中医药数据特点的可视化方式。19.ABC[解析]联邦学习保护隐私、利用多方数据、减少传输成本，但不一定能消除系统误差，且通信开销可能导致训练变慢。20.ABCDE[解析]大模型在中医应用中既有理解生成能力强的机遇，也面临幻觉、算力、评估标准等挑战。三、判断题1.×[解析]中医药大数据包含大量非结构化文本，且原始数据中噪声较多，整体价值密度并不一定高于经过精心清洗的商业交易数据。2.√[解析]符合结构化数据的定义。3.√[解析]频谱分析可以提取脉波的能量分布特征，辅助判断脉率（数/迟）等。4.√[解析]基于距离的算法对特征尺度敏感，决策树基于信息增益或基尼系数，对尺度不敏感。5.×[解析]支持度反映规则出现的频繁程度，置信度反映规则的可信程度。6.√[解析]症状是多维的，证候是总结性的分类，确实是降维映射。7.×[解析]深度学习通常需要大量数据，在小样本上容易过拟合，传统机器学习或迁移学习可能表现更好。8.×[解析]可以通过数据增强、迁移学习等技术利用小样本数据，不一定必须数百万级。9.×[解析]“相使”是以一药为主，一药为辅，辅药提高主药疗效；“相须”才是性能类似配合使用增强疗效。10.×[解析]RWS虽然宽泛，但为了控制偏倚，仍需根据研究目的设定入排标准。11.√[解析]符合过拟合的定义。12.×[解析]树模型等不需要标准化，距离类模型才需要。13.√[解析]扫描件是图像格式，属于非结构化数据，需OCR及识别后才能统计。14.×[解析]实体可以是抽象概念，如“风寒感冒”、“气虚”。15.√[解析]聚类是无监督学习，无需标签。16.×[解析]RWS是对RCT的补充，不能完全替代RCT的金标准地位。17.√[解析]符合数据脱敏定义。18.√[解析]符合Apriori算法原理。19.×[解析]大数据可以发现“同病异治”背后的亚群特征和规律，两者不矛盾。20.×[解析]AI是辅助工具，中医涉及复杂的人文关怀和个体化决策，完全替代是不现实的。四、填空题1.分层[解析]大数据平台通常采用分层架构。2.YCbCr(或LAB/HSV)[解析]这些颜色空间在颜色分离上比RGB更符合视觉特性，YCbCr常用。3.信息熵[解析]香农信息熵公式。4.度中心性(或介数中心性)[解析]网络分析中筛选核心节点的指标。5.FastHealthcareInteroperabilityResources[解析]HL7FHIR全称。6.傅里叶变换[解析]频域分析常用方法。7.Jaccard[解析]杰卡德相似系数公式。8.正常(或健康)[解析]平和质是正常的体质。9.假阴性率[解析]漏诊率。10.嵌入(Embedding/词嵌入)[解析]将离散实体映射为连续向量。11.过采样(如SMOTE)或欠采样[解析]处理类别不平衡的常用技术。12.基于协同过滤[解析]协同过滤推荐算法。13.火[解析]五志对五行：喜-火，怒-木，思-土，悲-金，恐-水。14.去停用词[解析]NLP基础步骤。15.准确率[解析]准确率公式。16.降维与可视化[解析]PCA主要作用。17.本体(Ontology)[解析]定义概念及关系的规范。18.心(或泵血)[解析]主波高度主要反映左心室的射血功能。19.Kafka[解析]常用的高吞吐消息队列。20.均方[解析]MSE对异常值敏感。五、简答题1.答：(1)多模态异构性：中医数据包含文本（医案）、图像（舌象、面象）、波形（脉诊）、数值（生化指标），整合难度大。(2)主观性与模糊性：四诊信息依赖医生主观判断，描述模糊（如“脉弦”、“苔薄白”），缺乏统一的量化标准。(3)非结构化数据占比高：大量核心诊疗知识隐藏在自由文本中，难以直接计算。(4)小样本高维度：某些特定病种或证候样本量少，但症状特征维度很高。(5)隐私与伦理要求高：医疗数据涉及严格的患者隐私保护。2.答：支持度：指项集{A,B}在所有事务中同时出现的概率，表示规则的普遍性。置信度：指在出现项集A的事务中，项集B也出现的概率，表示规则的可靠性。应用举例：在分析治疗感冒的方剂时，若发现规则{麻黄,桂枝}->{风寒感冒}的支持度为30%，置信度为85%。这意味着有30%的方剂中同时含有麻黄和桂枝，且在这些含麻黄桂枝的方剂中，有85%是用来治疗风寒感冒的。这提示了麻黄与桂枝配伍主要针对风寒感冒证。3.答：(1)数据采集：使用高分辨率相机在标准光源下采集患者舌象图像。(2)预处理：包括颜色校正、去除面部干扰（仅保留舌体区域）、图像增强等。(3)图像分割：利用图像分割算法（如阈值分割、深度学习语义分割）将舌体从背景中分离，并进一步分割舌质与舌苔。(4)特征提取：提取颜色特征（RGB、HSV值）、纹理特征（裂纹、腻苔）、形态特征（齿痕、胖瘦）。(5)分类识别：将提取的特征输入到训练好的分类模型（如CNN、SVM）中，输出舌象的诊断结果（如淡红舌、薄白苔）。4.答：定义：倾向性评分匹配（PSM）是一种在非实验性研究中减少选择偏倚的统计方法。它通过计算每个研究对象在给定协变量（如年龄、性别、病情严重程度）下接受某种处理（如服用中药A）的概率（即倾向性评分），然后在处理组和对照组中寻找评分相近的个体进行配对，使得配对后的组间协变量分布均衡。作用：在中医药真实世界研究中，由于不是随机分组，不同证候或用药组的患者基线特征往往差异很大。PSM的作用是模拟随机化试验的效果，剔除混杂因素的影响，从而更准确地评估中药干预措施与结局之间的因果关系。5.答：(1)中医临床决策支持系统（CDSS）：利用知识图谱关联症状、疾病、证候和方剂，辅助医生进行辨证论治，推荐合理处方。(2)中医智能问答与教育：基于知识图谱构建语义搜索或问答机器人，解答学生或患者关于中医理论、中药功效、养生保健等问题。(3)中药新药研发与机制探索：通过构建“中药-成分-靶点-疾病”知识图谱，预测中药的有效成分和潜在作用靶点，解释药理机制，指导新药发现。六、计算与分析题1.解：根据题意，混淆矩阵如下（以风寒感冒为正类Positive）：TP（实际风寒，预测风寒）=40FN（实际风寒，预测风热）=10FP（实际风热，预测风寒）=5TN（实际风热，预测风热）=45(1)精确率=TP/(TP+FP)P(2)召回率=TP/(TP+FN)R(3)F1值=2*(Precision*Recall)/(Precision+Recall)F答：模型对“风寒感冒”的精确率约为0.89，召回率为0.80，F1值约为0.84。2.解：(1)计算频繁1-项集L1：统计每个单项出现的次数：麻黄:2(T1,T2)桂枝:2(T1,T3)杏仁:2(T1,T2)甘草:3(T1,T2,T3)最小支持度计数为2，故L1={麻黄,桂枝,杏仁,甘草}。(2)生成候选2-项集C2并筛选L2：将L1中的元素两两组合：{麻黄,桂枝}:T1出现，