河南中医药大学信息技术学院官网

河南中医药大学信息技术学院学院简介

信息技术学院成立于2004年，承担着全校计算机公共基础课及专业课的教学工作。学院的办学思路是：“以市场需求为导向，以教学质量为基础，以能力素质为核心，以学生就业为目标”。把培养医药信息化复合型、应用型人才作为专业人才培养的总体目标，重点培养学生的实践动手能力和创新能力。

学院现有教职工43名，其中高级职称14名、博士15人（其中在读3人），河南省教育厅学术技术带头人3人，硕士生导师2人，校仲景青年学者3人。学科师资梯队合理，有一支软件项目开发经验丰富的“双师型”教师队伍。学院有4个四年制本科专业，其中计算机科学与技术、信息管理与信息系统为省级一流本科专业建设点，软件工程、医学信息工程为医工结合专业。

学院深入推进教学研究与改革，全面提升教育教学质量，建立健全质量监控保障体系，加强专业课程建设，不断强化教学中心地位，在教学中善于创新、敢于实践、勤于探索，取得了一系列成果。

学院的“计算机科学与技术”学科被评为河南省第九批省级重点学科，计算机实验教学中心被评为省级“实验教学示范中心”，计算机科学与技术专业被评为“省级专业综合改革试点项目”。学院有一个省级中医药信息化培训基地，有“智能算法在中医药的应用研究”和“健康大数据及生物医学信息学”两个校级科研平台，有专业实验室及实训室17个、计算机教学机房7个，有17家省内外实习、实训基地。近年来，获厅级以上各类奖项106项，承担各级科研项目101项（其中国家自然科学基金项目3项，横向课题2项），获国家发明专利13项目，发表论文317篇，其中SCI收录18篇、EI收录64篇、中文核心36篇，出版著作39部，参编教材65部。

学院注重校企联合人才培养，与医疗信息化企业共建实验实训基地、联合举办综合素质提高班、共同指导毕业设计，使我院中医药信息化办学特色更加凸显。建院以来，信息技术学院毕业本科生12届，专科生10届；本科生平均就业率为94.7%，专科生平均就业率为92.7%；为社会培养本专科人才3055名，得到社会充分认可。

 

河南中医药大学信息技术学院联系方式

地址：郑州市金水路东路河南中医药大学

电话：0371-60956306

邮编：450008

©2019 河南中医药大学信息技术学院

 

河南中医药大学信息技术学院学科设置

省级重点学科简介

学科建设是信息技术学院龙头工作，自2004年成立学院以来，经过持续的积淀与积累，奠定了学科发展的坚实基础。于2018年获批了“计算机科学与技术”河南省级重点学科，主要致力于将计算机科学与技术和中医药及健康领域的结合，实现中医药信息学领域的交叉融合研究。目前该省级重点学科有四个研究方向，分别是

1、 真实世界医疗数据的利用与评价，该方向主要研究内容是应用临床医学真实数据，包括电子健康档案、药品应用信息数据、疾病疗效与评价数据、基于全寿命周期的个人保健活动信息、回顾性与前瞻性相结合的观察性研究数据、病例报告数据等，开展信息和数据的汇聚、整合、分析、利用和评价。通过医疗实践和科学计算交替，从临床真实患者数据汇聚分析，探索真实世界的医学临床科研数据分析利用的主要范式，探索真实世界临床证据转化为循证证据的研究模式。本方向在医学科研数据挖掘利用、临床医疗与科研信息共享、基于临床医疗科研信息共享系统AECOPD证症相关性分析等方面有一定的特色与优势。。

2、 智能算法及其在中医药研究中的应用。该方向主要内容是对智能进化算法、隐结构模型等机器学习相关算法进行研究，并将其应用在中医证候的分类和诊断问题。包括有差分进化、粒子群优化等智能算法，和隐结构分析、多维聚类算法等算法本身的研究，并将其改进隐结构模型的生成质量，然后对中医证候的诊断和分类问题进行研究。项目组借助学校的中医特色优势，拥有高质量的医学数据、中医学专业人员和计算机专业人员，针对某特定的中医证候分类诊断问题，可进行设计或改进特定的分析处理算法，为中医证候诊断标准的研究和算法本身的改进做出一定贡献。

3、 计算生物医学信息学。本学科方向研究主要内容包括基于多维组学数据挖掘的肿瘤生物信息学和计算系统生物学、中医电子病历数据挖掘、健康大数据统计分析、中医人工智能和机器学习、医学图像处理和3D建模等领域。本方向将充分结合中医药特色优势，以信息科学领域的统计分析、数据挖掘、机器学习和人工智能算法为基础，在信息科学、医学和生命科学等领域开展交叉融合研究，针对复杂疾病的致病机理、生存周期、预后、药效和耐药性，以及中药复方的药效和长效机制等开展基于多维组学的生物信息学和网络药理学等方面的研究。

4、 互联网应用技术。本方向主要基于互联网环境和云计算与虚拟化技术，开展网络测量、数据分析、互联网教育技术方面的研究。网络测量主要研究大规模复杂网络的测量技术，包括分布式测量模型、智能节点选举、分布式文件系统等，旨在实现万台设备分钟级测量及数据无压缩存储。数据分析以网络测试数据为基础，研究流式数据分析与智能判别，同时结合人工智能技术实现故障预警判别与消息推送，并研究基于特征提取算法和语义分析的智能日志分析，实现每分钟千万条日志规模的高可靠实时分析。互联网教育技术以互联网为平台，结合软件工程方法和具体教育教学实践，探索并逐步实现融教学、考核、评价、学习行为分析为一体的互联网教育模式和软件系统。