1、乳腺癌证素变化规律及截断疗法模型
乳腺癌是严重威胁人类健康的常见恶性肿瘤，中医药治疗乳腺癌已进入瓶颈期。通过采集患者完整中医证素信息，建立乳腺癌中医证素数据库，再应用数据挖掘技术挖掘乳腺癌中医证素与激素受体状态、HER-2状态、病理类型、分期、特定治疗阶段之间的关联规则，寻求不同病理类型、不同病程阶段乳腺癌生物学发展轨迹与中医证素变化规律，在此基础上建立数学模型，挖掘潜性证素，提出截断病变、先期干预的治疗思路，形成中医乳腺癌截断疗法诊疗体系，为乳腺癌中医提供新的治疗方向。目的是截断肿瘤进展，控制疾病进程，减少转移复发率，延长患者生存期，将肿瘤的转移复发风险降至最低。截断疗法治疗乳腺癌是中医临床的新思路和突破，是证素研究的价值所在，为中医抗癌的突破口和抗癌经济的增长点。
2、基于内容图像检索的脑瘤早期辅助诊断模型
基于内容医学图像检索的脑瘤早期辅助诊断系统，由MRI脑部图像特征提取、特征选择、相似性测度三个主要部分组成。为有效引入医师的检索需求和诊断经验，本课题引入了相关反馈人机交互环节。研究并开发基于图割理论的医学脑瘤图像的特征提取方法，借助粗糙集强大的数据约简能力，对提取的图像特征进行降维，选取灰度、纹理、形状和相对位置综合特征作为相似性测度指标，计算待诊断脑部图像和特征库中已确诊脑瘤图像特征之间的值，按照相似性测度的大小进行排序并通过图像界面输出结果，为医师提供辅助诊断。为有效解决图像底层特征和高层语义之间“语义鸿沟”的问题，针对脑瘤图像特征的特点，设计特定的相关反馈机制，进一步提高脑瘤早期辅助诊断的准确度。
