[发明专利]中医文献智能挖掘与组方辅助决策方法及系统

权利要求书

1.一种中医文献智能挖掘与组方辅助决策方法，其特征在于，包括：

S1依据病患症状与诊断所得证候进行对比，获得加减症状信息并发送至加减药物确定模块；

S2对加减症状信息进行处理，结合算法得到相应的加减药物信息，将加减药物信息发送至成方判定模块；

S3对加减药物信息进行处理，生成相应的加减方，结合算法判断生成的加减方是否满足成方配伍规律，得到最终开方结果；

S4将加减方、加减方生成原因以表格形式展示出来。

2.根据权利要求1所述的中医文献智能挖掘与组方辅助决策方法，其特征在于，所述S1包括：

S11、依据病患症状与诊断证候，确定病患症状集合不在诊断证候对应症状集合中的症状部分，作为加症状集合；

S12、依据病患症状与诊断证候，确定诊断证候对应症状集合不在病患症状集合中的症状部分，作为减症状集合。

3.根据权利要求1所述的中医文献智能挖掘与组方辅助决策方法，其特征在于，所述S2包括：

S21、依据数据挖掘方法构建症状-药物关系模型；

S22、依据加症状集合确定经典方需要增加的药物；

S23、依据减症状集合确定经典方需要减少的药物；

S24、依据需要增加的药物与需要减少的药物，生成成方。

4.根据权利要求1所述的中医文献智能挖掘与组方辅助决策方法，其特征在于，所述S3包括：

S31、依据机器学习方法构建成方判定模型；

S32、将生成的成方代入模型进行判定，确定方剂是否满足配伍规律；

S33、满足配伍规律的方剂即可最为最终的组方结果。

5.根据权利要求1所述的中医文献智能挖掘与组方辅助决策方法，其特征在于，所述S4中，生成加减方分为经典方部分与加药部分，经典方部分为红色字体，加药部分为黑的字体；加减方生成原因分为经典方来源部分、加药原因部分与减药原因部分，分别分行展示。

6.一种中医文献智能挖掘与组方辅助决策系统，其特征在于，包括：

加减症状确定模块，用于依据病患症状与诊断所得证候进行对比，获得加减症状信息并发送至加减药物确定模块；

加减药物确定模块，用于对加减症状信息进行处理，结合算法得到相应的加减药物信息，将加减药物信息发送至成方判定模块；

成方判定模块，用于对加减药物信息进行处理，生成相应的加减方，结合算法判断生成的加减方是否满足成方配伍规律，得到最终开方结果；

展示单元，用于展示加减方、加减方生成原因，所述加减方分为经典方部分与加药部分，经典方部分为红色字体，加药部分为黑的字体；加减方生成原因分为经典方来源部分、加药原因部分与减药原因部分，分别分行展示。

7.根据权利要求6所述的中医文献智能挖掘与组方辅助决策系统，其特征在于，组方辅助决策智能系统构建，包括如下步骤：

根据经典中医文献和实际临床案定义数据知识库逻辑架构；

通过人工录入与网页爬虫提取知识数据；

依据提取的知识数据构建相关知识库；

利用数理统计方法确定症状加减模型，并通过知识库数据进行测试，从而确定阈值；

利用数据挖掘方法确定加药、减药模型，并通过知识库数据进行测试，从而确定阈值；

利用机器学习方法确定成方判定模型，通过知识库数据训练并进行测试，从而调整参数；

依据成方判定结果确定最终生成方剂，从而完成一种中医文献挖掘与组方辅助决策智能系统的构建。

8.根据权利要求6所述的中医文献智能挖掘与组方辅助决策系统，其特征在于，所述加减药物确定模块包括：

加症状单元，用于依据病患症状与诊断证候，确定病患症状集合不在诊断证候对应症状集合中的症状部分，作为加症状集合；

减症状单元，用于依据病患症状与诊断证候，确定诊断证候对应症状集合不在病患症状集合中的症状部分，作为减症状集合。