徐 亮陳守強(qiáng)侯建輝畢文霞袁 鋒

（1山東中醫(yī)藥大學(xué)，濟(jì)南，250014；2山東中醫(yī)藥大學(xué)第二附屬醫(yī)院心臟中心，濟(jì)南，250001；3山東管理學(xué)院信息工程學(xué)院，濟(jì)南，250001）

?

基于BP神經(jīng)網(wǎng)絡(luò)的中醫(yī)辨證模型構(gòu)建方法探討

徐 亮1陳守強(qiáng)2侯建輝1畢文霞1袁 鋒3

（1山東中醫(yī)藥大學(xué)，濟(jì)南，250014；2山東中醫(yī)藥大學(xué)第二附屬醫(yī)院心臟中心，濟(jì)南，250001；3山東管理學(xué)院信息工程學(xué)院，濟(jì)南，250001）

摘要目的：以氣虛證辨證模型為例，探討中醫(yī)辨證模型構(gòu)建方法。方法：將684例名老中醫(yī)醫(yī)案錄入電子病歷中，利用其統(tǒng)計(jì)功能，創(chuàng)建驗(yàn)案癥狀表；將驗(yàn)案癥狀表導(dǎo)入Matlab軟件中；利用BP神經(jīng)網(wǎng)絡(luò)程序，隨機(jī)將669例醫(yī)案作為訓(xùn)練數(shù)據(jù)，剩余15份病例作為測(cè)試數(shù)據(jù)。結(jié)果：測(cè)試數(shù)據(jù)與模型數(shù)據(jù)之間的絕對(duì)誤差中，有3例大于0. 6，其余12例小于0. 3；靈敏度為83. 3%，特異性為77. 8%，預(yù)測(cè)一致性為80%。結(jié)論：本文以氣虛證為例，結(jié)合BP神經(jīng)網(wǎng)絡(luò)技術(shù)，創(chuàng)建了一種中醫(yī)辨證模型，準(zhǔn)確率較高，并為挖掘名老中醫(yī)辨證經(jīng)驗(yàn)提供了一條新的途徑，值得推廣。

關(guān)鍵詞辨證模型；BP神經(jīng)網(wǎng)絡(luò)；氣虛；中醫(yī)

The Research on the Constructlon of the TCM Dlfferentlatlon Model Based on BP Neural Network

Xu Liang1，Chen Shouqiang2，Hou Jianhui1，Bi Wenxia1，Yuan Feng3
（1 Shandong University of Traditional Chinese Medicine in Jinan，Ji'nan 250014，China；2 Heart Center of the Second Hospital Affiliated to Shandong University of Traditional Chinese Medicine in Jinan，Ji'nan 250001，China；3 School of Information Engineering of Shandong Management University in Jinan，Ji'nan 250001，China）

Abstract Objectlve：To construct a Traditional Chinese Medicine（TCM）differentiation model by taking qi deficiency syndrome differentiation model as an example. Methods：To input the 684 cases and medication records of TCM distinguished veteran doctors into the electronic medical records management system and build a table of symptoms using its statistical function. Then using BP neutral network to input the symptoms table into Matlab software and take 669 medical records as training data randomly. The last 15 medical records are taken as test data. Results：The absolute error in test data and model data shows that there are 3 cases that are greater than 0. 6，and the other 12 cases were less than 0. 3. The accuracy is 83. 3%，specificity is 77. 8%，and predication consistency is 80%. Concluslon：This research has developed a TCM syndrome differentiation model with high accuracy based on BP neural network，and explored a new way to summarize experience of TCM distinguished veteran doctors. Therefore，it is worthy of popularizing.

Key Words TCM differentiation model；BP neural network；Qi deficiency syndrome；TCM

“醫(yī)圣”張仲景奠定了辨證論治的基礎(chǔ)，而辨證論治也是中醫(yī)學(xué)的精髓之一。證，指疾病發(fā)展到某一階段的病理本質(zhì)的概括［1］，包括病因、病機(jī)等。辨證是指通過(guò)對(duì)望、聞、問(wèn)、切四診信息進(jìn)行綜合分析，判斷疾病病理本質(zhì)的過(guò)程。正確的辨證，是遣方用藥的基礎(chǔ)，是療效的保證。但辨證過(guò)程中，很多資料難以具體描述和精確量化，給辨證的系統(tǒng)化和客觀化研究帶來(lái)了很大困難［2］。

BP神經(jīng)網(wǎng)絡(luò)，人工生物網(wǎng)絡(luò)的一種，通過(guò)模仿生物大腦神經(jīng)元之間的聯(lián)系，模擬人大腦學(xué)習(xí)功能，建立輸入到輸出非線性的映射［3-5］，并且通過(guò)自身調(diào)節(jié)各數(shù)據(jù)的權(quán)重，是輸出結(jié)果接近期望值，有著傳統(tǒng)統(tǒng)計(jì)方法無(wú)法比擬的適應(yīng)性、容錯(cuò)性及自組織性等優(yōu)點(diǎn)［6-7］。在國(guó)內(nèi)外，有學(xué)者已將BP神經(jīng)網(wǎng)絡(luò)成功地用于某些疾病的輔助診斷和預(yù)后分析方面［8］，例如：急性心肌梗死診斷、缺血性心腦血管病、腫瘤等疾病的診斷及預(yù)測(cè)［9-13］。中醫(yī)望、聞、問(wèn)、切四診信息多為非線性數(shù)據(jù)，四診各信息共同決定一個(gè)辨證過(guò)程，通過(guò)大量中醫(yī)醫(yī)案數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，調(diào)節(jié)各數(shù)據(jù)的權(quán)重，使輸出結(jié)果更接近于真實(shí)。名老中醫(yī)為中醫(yī)發(fā)展的寶貴財(cái)富，名老中醫(yī)醫(yī)案則成為名老中醫(yī)經(jīng)驗(yàn)的結(jié)晶，通過(guò)搜集名老中醫(yī)病歷，建立名老中醫(yī)醫(yī)案數(shù)據(jù)庫(kù)，醫(yī)案數(shù)據(jù)中包含著名老中醫(yī)辨證經(jīng)驗(yàn)。本文以氣虛證辨證模型為例，利用名老中醫(yī)數(shù)據(jù)庫(kù)的大量數(shù)據(jù)，應(yīng)用神經(jīng)網(wǎng)絡(luò)技術(shù)，探討中醫(yī)辨證模型的構(gòu)建方法，同時(shí)，能夠挖掘名老中醫(yī)辨證經(jīng)驗(yàn)。

1　資料與方法

1. 1 一般資料 684份名老中醫(yī)醫(yī)案來(lái)自書(shū)籍、論文，將其錄入醫(yī)案分析系統(tǒng)中。

2　方法

2. 1 BP算法基本原理 神經(jīng)網(wǎng)絡(luò)的基本單位為神經(jīng)元，與生物學(xué)中的神經(jīng)元類似，能夠接受、處理、輸出功能。一定數(shù)量的神經(jīng)元連接在一起，構(gòu)成一個(gè)神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)包括輸入層、隱含層和輸出層。神經(jīng)元之間通過(guò)權(quán)連接，權(quán)值的大小代表上一層神經(jīng)元對(duì)下一層神經(jīng)元的影響程度，各神經(jīng)元的作用函數(shù)為Sigmoid函數(shù)，而同一層的神經(jīng)元之間無(wú)相互作用。BP（Back Propagation）［14-15］，該算法解決了多層神經(jīng)網(wǎng)絡(luò)權(quán)值調(diào)整問(wèn)題。該方法建立在梯度下降法的基礎(chǔ)上的，通過(guò)向后傳播學(xué)習(xí)算法，從而實(shí)現(xiàn)對(duì)權(quán)值的調(diào)整，故又稱為反向傳播算法。訓(xùn)練過(guò)程由正向傳播和反向傳播組成：1）正向傳播過(guò)程中，即用一組訓(xùn)練樣本對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，每一個(gè)樣本包含輸入和輸出信息，輸入信息由輸入層傳向隱含層，并在隱含層進(jìn)行處理，之后傳入輸出層；2）以輸出值與期望值比較，如果輸出值與期望值差別較大，則轉(zhuǎn)入反向傳播過(guò)程，計(jì)算每一層實(shí)際輸入值與期望輸入值的誤差，并將誤差信號(hào)按照原來(lái)的通道返回，修改每層神經(jīng)元的權(quán)值，最終使得誤差信號(hào)最小。經(jīng)過(guò)充分訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)，獲得了各層連接之間的權(quán)值，該神經(jīng)網(wǎng)絡(luò)各層權(quán)值的分配即為神經(jīng)網(wǎng)絡(luò)所獲取的知識(shí)，能夠反映樣本數(shù)據(jù)的特征，其中包含各變量之間潛在的關(guān)系。進(jìn)過(guò)訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)，具有合適的權(quán)值連接，當(dāng)給予輸入后，會(huì)輸出與目標(biāo)相近的數(shù)值，由此構(gòu)成非線性映射模型。

2. 2 驗(yàn)案癥狀表的建立 684份名老中醫(yī)醫(yī)案來(lái)自書(shū)籍、論文，將其錄入醫(yī)案分析系統(tǒng)中。以氣虛證的辨證為例，通過(guò)驗(yàn)案分析系統(tǒng)統(tǒng)計(jì)功能，分別定義“問(wèn)診”和“望聞切診”為列變量，在條件框中輸入“乏力”，若醫(yī)案中包含此癥狀，則該醫(yī)案中的“問(wèn)診”或“望聞切診”標(biāo)記為“1”，若無(wú)此癥狀則標(biāo)記為“0”，建立數(shù)據(jù)表，復(fù)制該表中的“問(wèn)診”或“望聞切診”列到新建表格中，命名為“驗(yàn)案癥狀表”。在條件框中錄入其他癥狀，同樣方式，復(fù)制該表中的“問(wèn)診”或“望聞切診”列到驗(yàn)案癥狀表中。選擇其他氣虛常見(jiàn)癥狀，按上述方法，建立如下表1，“ID”為某條驗(yàn)案的ID。此外，某些癥狀存在表述方式不同的情況，如頭暈與眩暈，在條件框中輸入該癥狀的多種表述方式，選擇“or”型分析。

表1　驗(yàn)案癥狀表（節(jié)選）

2. 3 數(shù)據(jù)導(dǎo)入與分析 將建立好的驗(yàn)案癥狀表導(dǎo)入到Matlab軟件中，隨機(jī)選擇669份醫(yī)案作為訓(xùn)練數(shù)據(jù)，剩余15份病例作為測(cè)試數(shù)據(jù)。

2. 4 設(shè)置BP神經(jīng)網(wǎng)絡(luò)參數(shù) BP神經(jīng)網(wǎng)絡(luò)三個(gè)層參數(shù)設(shè)置如下：1）輸入層設(shè)計(jì)：輸入層神經(jīng)元的個(gè)數(shù)與變量的個(gè)數(shù)相同［16］。參考《中醫(yī)基礎(chǔ)理論》，并結(jié)合臨床經(jīng)驗(yàn)，本研究中選取乏力、氣短等11個(gè)癥狀變量，故輸入層神經(jīng)元為11個(gè)。2）隱含層的設(shè)計(jì)：一般來(lái)說(shuō)，隱層單元數(shù)太少，神經(jīng)網(wǎng)絡(luò)缺乏充分的訓(xùn)練，無(wú)法識(shí)別未學(xué)習(xí)過(guò)的樣本；若層單元數(shù)太多，能夠?qū)ι窠?jīng)網(wǎng)絡(luò)進(jìn)行充分的訓(xùn)練，但當(dāng)輸入模式與訓(xùn)練集稍有變化，則不能判別，而且顯著的增加訓(xùn)練時(shí)間，容易出現(xiàn)過(guò)度擬合［17-18］。參考Kolmogorov定理，確定隱含層單元數(shù)范圍，之后參考靈敏度修剪算法［19］，設(shè)定合適的隱層單元數(shù)為8。3）輸出層的設(shè)計(jì)：輸出層的神經(jīng)元個(gè)數(shù)與期望得出的變量數(shù)一致，本研究為1個(gè)神經(jīng)元（是氣虛證，輸出1；非氣虛證，輸出為0）。其模式示意圖，如圖1所示。

圖1　基于BP神經(jīng)網(wǎng)絡(luò)氣虛辨證模型模式示意圖

3　結(jié)果

導(dǎo)出數(shù)據(jù)，15例測(cè)試數(shù)據(jù)中，6例為氣虛證型，9例為其他證型。測(cè)試樣本實(shí)際值、模型值、誤差數(shù)值如表2所示；測(cè)試樣本、模型值如圖2所示。

測(cè)試數(shù)據(jù)與模型數(shù)據(jù)之間的絕對(duì)誤差中，有3例大于0. 6，其余12例小于0. 3，其模型誤差曲線如圖3所示。

當(dāng)模型值大于0. 6判定為氣虛證，小于0. 3判定為非氣虛證。該組模型預(yù)測(cè)值準(zhǔn)確率統(tǒng)計(jì)如表2所示。

表2　測(cè)試樣本實(shí)際值、模型值、誤差數(shù)值

圖2　測(cè)試樣本

圖3　模型誤差

表3　模型準(zhǔn)確率

4　討論

BP神經(jīng)網(wǎng)絡(luò)通過(guò)訓(xùn)練集對(duì)其進(jìn)行訓(xùn)練，其中訓(xùn)練集數(shù)據(jù)包括錄入值與輸出值，每次錄入一個(gè)數(shù)據(jù)，都會(huì)通過(guò)調(diào)整隱層結(jié)點(diǎn)權(quán)值，使輸出值盡可能接近預(yù)期值。當(dāng)經(jīng)過(guò)大量的數(shù)據(jù)訓(xùn)練之后，神經(jīng)網(wǎng)絡(luò)中各權(quán)值不斷調(diào)整，達(dá)到最佳權(quán)值，該權(quán)值通過(guò)數(shù)據(jù)形式獲取樣本知識(shí)，反映樣本數(shù)據(jù)特點(diǎn)及關(guān)聯(lián)。中醫(yī)辨證是通過(guò)望聞問(wèn)切，綜合四診信息，來(lái)判定證型。雖然各種常見(jiàn)癥狀與證型的判定有一定的關(guān)系，而復(fù)雜的四診信息共同決定一個(gè)證型的判定［20］，所以各四診癥狀與證型是非線性關(guān)系。BP神經(jīng)網(wǎng)絡(luò)，在處理非線性數(shù)據(jù)時(shí)，有著常規(guī)統(tǒng)計(jì)方法無(wú)法比擬的優(yōu)勢(shì)，通過(guò)不斷調(diào)節(jié)各數(shù)據(jù)權(quán)重，使輸出值接近于期望值，此過(guò)程與中醫(yī)辨證過(guò)程極為相似。

本文以氣虛證型為例，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)技術(shù)建立辨證模型，靈敏度為83. 3%（氣虛證準(zhǔn)確率），特異度為77. 5%（非氣虛準(zhǔn)確率），預(yù)測(cè)的一致率達(dá)到80%。證實(shí)了BP神經(jīng)網(wǎng)絡(luò)技術(shù)在中醫(yī)證候研究中的可行性。通過(guò)醫(yī)案數(shù)量的積累、必要的規(guī)范化處理，以及對(duì)輸入層參數(shù)的合理選擇，會(huì)較大提高預(yù)測(cè)的準(zhǔn)確性；同時(shí)，更加合理的參數(shù)設(shè)定及優(yōu)化處理，將大大提高預(yù)測(cè)精度及運(yùn)行效率。該方法的建立，為探索中醫(yī)辨證論治提供一種全新思路，同時(shí)，為名老中醫(yī)辨證經(jīng)驗(yàn)的挖掘提供新的途徑。

參考文獻(xiàn)

［1］王卓雅，曾光，向茗，等.證素辨證與中醫(yī)藥標(biāo)準(zhǔn)化［J］.中醫(yī)藥導(dǎo)報(bào)，2015，21（4）：1-4.

［2］劉龍，許玲，孫大志，等.一種胃癌模糊辨證模型的建立［J］.中西醫(yī)結(jié)合醫(yī)學(xué)雜志，2008，6（11）：1117-1121.

［3］蔣亮. BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化研究及應(yīng)用［D］.南昌：南昌大學(xué)，2014.

［4］王俊杰，陳景武. BP神經(jīng)網(wǎng)絡(luò)在疾病預(yù)測(cè)中的應(yīng)用［J］.數(shù)理醫(yī)藥學(xué)雜志，2008，21（3）：259-262.

［5］岑紅蕾，魯敏，聶晶.基于BP神經(jīng)網(wǎng)絡(luò)的非線性函數(shù)逼近仿真研究［J］.農(nóng)業(yè)網(wǎng)絡(luò)信息，2015（1）：52-55.

［6］張景陽(yáng)，潘光友.多元線性回歸與BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型對(duì)比與運(yùn)用研究［J］.昆明理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，38（6）：61-67.

［7］司建波，楊芳，郭蔚瑩，等.基于BP神經(jīng)網(wǎng)絡(luò)的兩階段疾病預(yù)測(cè)模型［J］.吉林大學(xué)學(xué)報(bào)：工學(xué)版，2013（S1）：481-484.

［8］William G. Baxt. Application of artificial neural networks to clinical medicine［J］. The Lancet，1995（346）：1135-1138.

［9］白麗娜.基于BP神經(jīng)網(wǎng)絡(luò)的中醫(yī)體質(zhì)辨識(shí)研究［D］.天津：天津理工大學(xué)，2014.

［10］陳金宏，吳海云，何耀，等.基于BP神經(jīng)網(wǎng)絡(luò)的老年男性保健人群缺血性心腦血管病預(yù)測(cè)模型研究［J］.第三軍醫(yī)大學(xué)學(xué)報(bào)，2011，33（8）：797-799.

［11］范炤，呂吉元，陳澤華，等.基于BP人工神經(jīng)網(wǎng)絡(luò)的急性前壁心肌梗塞冠脈內(nèi)支架術(shù)一年預(yù)后模型研究［J］.中國(guó)衛(wèi)生統(tǒng)計(jì)，2010，27（1）：71-73，82.

［12］張鳴.初步構(gòu)建基于我國(guó)肝移植受體的生存評(píng)估模型及其與MELD的比較研究［D］.成都：四川大學(xué)，2006.

［13］劉清云，呂艷輝.改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)在醫(yī)療中的應(yīng)用研究［J］.沈陽(yáng)理工大學(xué)學(xué)報(bào)，2013，32（3）：48-51.

［14］譚文學(xué)，王細(xì)萍，席金菊，等.基于BP神經(jīng)網(wǎng)絡(luò)模型的疾病確診方法研究［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2011，32（3）：1070-1073.

［15］陳艷霞，劉揮.基于BP神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)數(shù)據(jù)分析［J］.中國(guó)實(shí)用醫(yī)藥，2010，5（18）：275-276.

［16］曾曉青. BP神經(jīng)網(wǎng)絡(luò)在建模中的參數(shù)優(yōu)化問(wèn)題研究［J］.氣象，2013，39（3）：333-339.

［17］張德慧，張德育，劉清云，等.基于粒子群算法的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化技術(shù)［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2015，36（5）：1321-1326.

［18］楊守建，陳懇. BP神經(jīng)網(wǎng)絡(luò)性能與隱藏層結(jié)構(gòu)的相關(guān)性探究［J］.寧波大學(xué)學(xué)報(bào)：理工版，2013，26（1）：48-52.

［19］沈花玉，王兆霞，高成耀，等. BP神經(jīng)網(wǎng)絡(luò)隱含層單元數(shù)的確定［J］.天津理工大學(xué)學(xué)報(bào)，2008，24（5）：13-15.

［20］向茗，黃惠勇.中醫(yī)辨證現(xiàn)代化研究現(xiàn)狀與思路［J］.湖南中醫(yī)雜志，2015，31（1）：145-147.

（2015－03－18收稿 責(zé)任編輯：張文婷）

第十三屆世界中醫(yī)藥大會(huì)“一帶一路”中醫(yī)藥文化周（大洋洲·2016）

The 13thWord Congress of Chinese Medicine OBOR TCM CULTURE WEEK（Oceania·2016）

第一輪通知

2016年11月10日－17日·大洋洲

各位專家、各位同仁：

由世界中醫(yī)藥學(xué)會(huì)聯(lián)合會(huì)主辦的世界中醫(yī)藥大會(huì)是全球中醫(yī)藥領(lǐng)域規(guī)模大、參與廣、層次高的學(xué)術(shù)盛會(huì)。至今已在中國(guó)、法國(guó)、加拿大、新加坡、中國(guó)澳門、澳大利亞、荷蘭、英國(guó)、馬來(lái)西亞、美國(guó)、俄羅斯、西班牙成功舉辦了十二屆。第十二屆世界中醫(yī)藥大會(huì)期間首次舉辦“一帶一路”中醫(yī)藥文化周系列活動(dòng)，為中醫(yī)藥在歐洲的發(fā)展搭建了廣闊的平臺(tái)。

“第十三屆世界中醫(yī)藥大會(huì)暨‘一帶一路’中醫(yī)藥文化周”，將于2016年11月10日－17日在新西蘭奧克蘭市、澳大利亞墨爾本市舉行?；顒?dòng)期間，來(lái)自世界各地的中醫(yī)藥專家學(xué)者、政府官員、企業(yè)家將分享他們的理論研究和臨床經(jīng)驗(yàn)、科研成果和新發(fā)明新創(chuàng)造，大會(huì)附設(shè)中醫(yī)藥服務(wù)貿(mào)易展覽會(huì)。活動(dòng)期間將組織多種形式的學(xué)術(shù)考察調(diào)研活動(dòng)。

現(xiàn)就有關(guān)事宜通知如下：

一、地點(diǎn)：新西蘭·奧克蘭市、澳大利亞·墨爾本市

二、主題：繼往開(kāi)來(lái)，新世紀(jì)中醫(yī)藥更美好！

三、會(huì)議主要議題及征文內(nèi)容：（征文要求見(jiàn)附件）

1.中醫(yī)藥基礎(chǔ)理論研究；

2.中醫(yī)藥臨床實(shí)踐：臨床研究方法創(chuàng)新與進(jìn)展、臨床療效評(píng)估體系研究、老中醫(yī)臨證經(jīng)驗(yàn)總結(jié)、特色療法體會(huì)及推廣、中醫(yī)養(yǎng)生保健治未病研究等；

3.針灸推拿研究實(shí)踐：針?biāo)幣浜吓R床研究、特殊針?lè)ㄅR床經(jīng)驗(yàn)介紹、中醫(yī)針灸治療在區(qū)域性疾病治療中的特色與優(yōu)勢(shì)等；

4.中藥研究：中藥方劑學(xué)、臨床配伍研究、中藥應(yīng)用及研究等；

5.中西醫(yī)結(jié)合研究：理論創(chuàng)新、最新進(jìn)展、實(shí)踐創(chuàng)新、經(jīng)驗(yàn)總結(jié)；

6.中醫(yī)手法流派的傳承與發(fā)展；

7.中醫(yī)藥國(guó)際標(biāo)準(zhǔn)化、信息化研究；

8.中醫(yī)藥在世界各國(guó)的發(fā)展及立法情況，各國(guó)中醫(yī)教育動(dòng)態(tài)、教育制度現(xiàn)狀及科研情況；

9.中醫(yī)藥文化與非物質(zhì)文化遺產(chǎn)保護(hù)；

10.道地藥材與瀕危珍稀動(dòng)植物保護(hù)。

11.中醫(yī)藥服務(wù)貿(mào)易理論研究與實(shí)踐及經(jīng)驗(yàn)交流。

四、參會(huì)人員：

相關(guān)國(guó)家政府官員，各國(guó)中醫(yī)藥、傳統(tǒng)醫(yī)藥、中西醫(yī)結(jié)合、現(xiàn)代醫(yī)藥及相關(guān)領(lǐng)域從事醫(yī)療、教育、科研、管理、生產(chǎn)、貿(mào)易的專家學(xué)者和企業(yè)家，世界中聯(lián)各國(guó)會(huì)員。

五、會(huì)議安排：

1.學(xué)術(shù)會(huì)議：開(kāi)、閉幕式，主題演講，分會(huì)場(chǎng)專題報(bào)告，現(xiàn)場(chǎng)演示工作坊，歡迎晚宴。

2.中醫(yī)藥服務(wù)貿(mào)展覽會(huì)：每個(gè)展位：3×3 m，1張桌子，2把座椅，1個(gè)插座，基本照明，免2人參會(huì)注冊(cè)費(fèi)。

3.大會(huì)特刊：為了珍藏這一重要活動(dòng)，將制作《第十三屆世界中醫(yī)藥大會(huì)特刊》，收錄具備一定資質(zhì)的機(jī)構(gòu)和個(gè)人。本次大會(huì)特刊將贈(zèng)與我會(huì)65個(gè)國(guó)家的246個(gè)會(huì)員團(tuán)體、各國(guó)駐華使館、我國(guó)駐外使館及有關(guān)國(guó)際組織和相關(guān)機(jī)構(gòu)收藏。歡迎報(bào)名申請(qǐng)，費(fèi)用另行通知。

4.參會(huì)者可授予國(guó)家級(jí)繼續(xù)教育二類學(xué)分證書(shū)6分，如有需要，請(qǐng)?zhí)崆案嬷髸?huì)組委會(huì)。

5.“一帶一路”中醫(yī)藥國(guó)際交流考察：具體安排請(qǐng)咨詢世界中聯(lián)國(guó)際聯(lián)絡(luò)部。

六、重要日期：

2016年7月1日大會(huì)注冊(cè)費(fèi)優(yōu)惠截止。

2016年7月31日大會(huì)論文投稿截止。

七、會(huì)議咨詢、報(bào)名處：世界中醫(yī)藥大會(huì)組委會(huì)已開(kāi)始接受報(bào)名，聯(lián)系方式如下：

世界中醫(yī)藥大會(huì)辦公室（國(guó)際聯(lián)絡(luò)部）：邱珺、楊柳、潘眩、稅毅強(qiáng)

電子郵箱：wccm＠vip. 163. com，電話：010－58650243／58650240／58650026／58650058

世界中醫(yī)藥大會(huì)組委會(huì)

2015年11月16日

中圖分類號(hào)：R241. 4；R311

文獻(xiàn)標(biāo)識(shí)碼：A dol：10. 3969／j. issn. 1673－7202. 2016. 02. 041

通信作者：陳守強(qiáng)（1972—），男，山東泰安人，副主任醫(yī)師，碩士生導(dǎo)師，研究方向：中西醫(yī)結(jié)合心血管，E-mail：csq23800＠163. com

作者簡(jiǎn)介：徐亮（1989—），男，山東濟(jì)南人，山東中醫(yī)藥大學(xué)2009級(jí)七年制碩士研究生，研究方向：中西醫(yī)結(jié)合心血管，E-mail：1181193919＠qq. com

基金項(xiàng)目：2014年山東省科技惠民計(jì)劃項(xiàng)目（編號(hào)：2014kjhm0115）