武汉墨光科技有限公司是 Mathematica 全球现代技术计算的终极系统中国区官方授权代理商，提供 Mathematica 全球现代技术计算的终极系统的咨询、推广、销售、技术支持、解决方案、课程培训等一系列软件服务。想学习了解更多关于 Mathematica 软件系统，可与我们联系。 Mathematica 科学计算软件 · 全球现代技术计算的终极系统 Mathematica 在其三十年的开发历程中，在技术计算领域确立了最先进的技术，并为全球技术创新人员、教育工作者、学生和其他人士提供了最主要的计算环境。 Mathematica 以卓越的技术和简便的使用方法享誉全球，在此基础上，它提供了单个集成并且持续扩展的系统，涵盖了最广最深的技术计算功能，并可通过网页浏览器实现云端的完美访问，以及在所有现代桌面系统上的本地访问。   · 现代技术计算的唯一选择 通过三十多年来的精心研发和不断探索，Mathematica 在许多领域独树一帜，在当今技术计算环境和工作流程中表现卓著。 一个全面集成的大型系统 Mathematica 具有涵盖所有技术计算领域的将近 6,000 个内置函数——所有这些都经过精心制作，使其完美地整合在 Mathematica 系统中。 不仅仅是数字，也不仅仅是数学，内容包罗万象 基于三十多年来的持续开发，Mathematica 在所有技术计算领域表现卓著，包括网络、图像、几何、数据科学、可视化、机器学习等等。   不可想象的算法功能 Mathematica 在所有领域构建了前所未有的强大算法—许多算法都是使用 Wolfram 语言独特的开发方法和功能进行构建的   前所未有的高级 从超级函数到元算法，Mathematica 提供了可实现自动化并且日益完善的高级环境，使您的工作尽可能地高效。 整体达到工业强度 拥有跨越各个领域的强大的高效的算法，Mathematica 是为提供工业强度而构建的，它的并行计算、GPU 计算等功能使其可以轻松处理大型问题。 易于使用的强大功能 Mathematica 凭借它的算法功能以及 Wolfram 语言的详细设计原理，创建了具有预测性建议、自然语言输入等的独特的并且易于使用的系统。 文档以及代码 Mathematica 使用 Wolfram 笔记本界面，使您可以快速整理包括文本、可运行代码、动态图形和用户界面等的丰富文档中的任何内容。 代码可读性强 使用直观的类似英文的函数名称和一致明了的设计，Wolfram 语言易于阅读、编写和学习。 得到最美观的结果 Mathematica 使用最先进的计算美学和设计原理，为你呈现最美观的结果；立即创建最顶级的互动可视化效果和出版物质量级别的文档。 即时现实数据 Mathematica 可以访问广博的 Wolfram 知识库，包括最实时的数千个领域的数据。 超过十五万个范例 从 参考资料中心 的 150,000 多个范例，Wolfram 演示项目的将近 10,000 个开源演示项目和其他资源中获取帮助，开始着手任何项目。 完美的云端集成 Mathematica 目前已经完美地集成于云端系统中；可在统一强大的云端桌面混合环境中进行分享、云计算以及更多功能。 与任意内容连接 Mathematica 为与任意内容连接而构建：文件格式（180 多种）、其他语言、 Wolfram Data Drop、API、数据库、程序、物联网和设备，甚至其自身分布等。   · 覆盖范围 核心技术 WOLFRAM 语言 脱胎于 Mathematica 的基于知识的独特符号式语言，推动了 Mathematica 系统的发展。   WOLFRAM 算法库 全球最大的算法集成网络，为 Mathematica 提供了博大精深的内置功能。   WOLFRAM 笔记本界面 独特的灵活的基于文档的界面，使您可以混合 Mathematica 中的可执行代码、格式丰富的文本、动态图形和互动界面。   WOLFRAM ENGINE 实现 Wolfram 语言和 Mathematica 的核心软件系统；跨越了各种各样的本地和云端计算环境。   WOLFRAM CLOUD 仅仅使用一个网页浏览器就可以运行 Mathematica Online 的架构技术。   WOLFRAM KNOWLEDGEBASE 推动 Wolfram|Alpha 的独特广博的持续更新的知识库，并为 Wolfram 产品提供了可计算的现实数据。   Mathematica 发展轨迹 超过三十年的漫长历程 在 Mathematica 第一版中引入的五百多个函数，仍然涵盖在最新版的 Mathematica 中，而且总计已总增添了将近 6,000 种不同函数，以及众多具有远见卓识的重要创新思想。 1988 年革新 当 Mathematica 首次在 1988 年诞生时，它为技术计算带来了革命性的变化，由此每年都持续不断引入更多新函数、新算法和新思路。   远远超过数学 数学是 Mathematica 第一个大型应用领域；基于数学领域的成功经验，Mathematica 系统性地扩展到了许多新领域，包括各种技术计算格式。   创新速度越来越快 Mathematica 在三十年多的时间里遵从快速革新的发展轨迹，使得在每个阶段都构建了许多强大的新功能。   在每个版本中都有新思想 Mathematica 的各版本更新不仅仅是一般的软件更新；每个连续更新的版本都是在新方向上对计算模式的一次重大发展，并且引入了重要的新思路。   您在第一版中学到的技巧仍然可以用 如果您使用过首版 Mathematica，那么您在三十年前编写的代码仍然可用，并且能够在现今的 Mathematica 大型系统中再度遇见 Mathematica 第一版的核心思想。   三十年多来的持续发展 Mathematica 忠实于它的核心准则和严肃的设计原理，持续发展并且集成了许多新功能和方法，而无需走回头路。   · 在 Wolfram 产品世界中的 Mathematica Mathematica 是 Wolfram 独创的旗帜产品；旨在为研发和教育工作提供技术计算平台。基于 Wolfram 语言，Mathematica 与其他核心 Wolfram 产品可以百分百兼容。

火牛羚®服务器操作系统FireGnu®Server 8.0为云时代的到来引入了大量的新功能，包括用于配置管理、快速迁移框架、编译语言和诸多开发者工具，它还为容器工具包提供全面支持，用于创建，运行和共享容器化应用程序，旨在支持从企业数据中心到多云计算平台的工作负载和应用。 更强的虚拟化 1、FireGnu Server 8.0支持Q35客户机类型，支持UEFI客户机启动，vCPU热插拔，NUMA调优和客户I/O线程中的固定。 2、QEMU仿真器引入了沙盒功能，为可以执行的系统调用提供了可配置的限制，从而使虚拟机更加安全。 3、KVM虚拟化支持用户模式指令防护（UMIP）功能，该功能有助于防止用户空间应用程序访问系统范围的设置。 4、支持5级分页功能，这显着增加了主机和客户机系统可以使用的物理和虚拟地址空间。 新的桌面环境默认桌面环境是GNOME 3.28，它提供了新的屏幕键盘和Boxes功能，扩展设备支持Thunderbolt3接口，显示管理器（GDM）使用Wayland作为其默认显示服务器，而不是X.org服务器，改进了多显示器处理，桌面可以直接控制窗口处理，实现更强大的安全模型，软件实用程序，可用于安装和更新应用程序和gnome-shell扩展。 新的软件管理 火牛羚®服务器操作系统FireGnu®Server 8.0采用新一代的RPM软件包管理器DNF，它提供对模块化内容的支持，提高的性能以及与工具集成的精心设计的稳定API，它在开始安装之前验证整个包的内容。 更加安全可信 在安全方面，FireGnu®Server 8.0升级OpenSSH到版本7.8p1，支持OpenSSL 1.1.1和TLS 1.3，这使您能够使用最新的加密保护标准保护客户的数据。自带了系统范围的加密策略，可帮助您管理加密合规性，无需修改和调整特定应用程序。 支持手机令牌，硬件令牌，短信/微信令牌，指纹识别等双因子认证，内置SSF33、SM1、SM2、SM3、SM4等国产算法，支持高速数据国密算法加解密，提供CSP以及PKCS11和国密接口，符合国家密码管理局的技术规范要求。

ROB数字孪生仿真教学实训系统是基于国际知名品牌仿真软件平台与硬件平台通过数字转换与双向映射，将真实的示教与虚拟的仿真系统连通实现动态交互和实时连接，实现工业机器人应用的任务示教编程、工作站搭建、智能制造生产线的搭建、数据交换融合以及验证。既能离线仿真，又可与真实环境同步。从而达到虚拟操作与真实操作结合。保证了实训操作安全，缩短了实操的上手时间。同时让教学实训模式更加多样化、教学实训内容更加生动、教学过程更加高效、便捷、安全。 ROB数字孪生仿真教学系统采用工业标准件设计，各组件均安装在高强度箱体内，机械结构、电气控制、执行机构相对独立。可进行工业机器人结构、运动轨迹、算法分析与设计、控制原理、机器人视觉原理、PLC控制原理与编程、以及系统之间的通讯、检测、交互控制理论、机器人编程与调试、I/O通讯、程序数据、通讯方式设定等多方面操作学习，适合中职、高职、本科院校以及培训机构的工业机器人应用、机器人工程、智能焊接技术、智能制造等相关专业以及自动化技术人员进行培训训练及技能比赛。本系统既能满足教育部1+X焊接机器人编程与维护职业技能等级证书师资培训、等级证书培训考试要求，也能满足工业机器人运维员职业证书等级的实训要求。

头颈部检查是体格检查中非常重要的一部分，我们研发该系统是为了下一步深入的完善的体格检查做准备。大量高清图片、动图、视频是学校的实验诊断的教学方式、教学方法的改革以及为学生临床诊断思维的训练提供一个平台支持。

本发明公开了一种基于二维正交各向异性复合材料板的热模态对结构参数的灵敏度分析方法，包括如下步骤：（１）求解考虑拉压、弯曲、剪切变形的二维正交各向异性复合材料板线性刚度矩阵Ｋ０；（２）求解热结构的初应力刚度矩阵Ｋσ；（３）求解考虑热应力影响的结构有限元动力学方程的目标函数，即为转化为考虑结构热应力影响的广义特征值问题；（４）基于步骤（３）中的目标函数ｆ，采用复变函数法求解二维正交各向异性复合材料板的热模态对结构参数的灵敏度。本发明考虑了热应力对结构刚度以及结构响应（热模态）分析的影响，能够利用复变函数法分析得到精度较高的热模态对结构参数的灵敏度矩阵。

肿瘤细胞异质性是肿瘤异质性的重要成因之一，可导致肿瘤在增殖能力、侵袭能力和药物敏感性等方面产生重要差异，影响肿瘤的诊断与治疗，最终影响患者身体健康与生命安全。因此，肿瘤细胞异质性研究对于肿瘤的诊断和个体化治疗具有重要意义。而进行肿瘤细胞亚群分离分析是研究肿瘤细胞异质性的重要基础。现有的基于电泳、场流或荧光激活式分离原理的进行肿瘤细胞分离分析的策略存在着特异性差、操作繁琐或需样本量大等弊端。基于课题组在磁性梯度分离细菌、肿瘤标志物、蛋白分析等方面前期工作（Analytical Chemistry 2018, 90, 9621-9628；Analytical Chemistry 2014, 86, 9434-9442；Chemistry-A European Journal 2014, 20,14642-14649），该研究以细胞表面标志物Her2表达量差异化的三种乳腺癌细胞(BT474、MDA-MB-453和MDA-MB-231)为研究模型，通过荧光-磁性靶向仿生探针与其识别后形成不同磁性梯度，在恒定外磁场作用下，可分别在90 s、120 s和180 s时间内快速逐一梯度分离出三种不同乳腺癌细胞亚型，并基于探针的荧光信号对肿瘤细胞亚群进行了初步鉴定。该研究报道的基于磁性梯度响应的肿瘤细胞亚群分离分析策略具有简单、快速、准确等特点，为血液样本中异质性肿瘤细胞亚群的近同时分离与分析提供新思路，在肿瘤早期诊断、评估和预后方面具有重要的潜在应用前景。

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图