[发明专利]一种中药和症状关系的数据挖掘方法

说明书

本发明公开了一种中药和症状关系的数据挖掘方法，为挖掘中药对象与症状对象的准确对应关系，本发明先采用熵聚类算法从中药处方数据中挖掘常用方药配伍，然后以方药配伍为整体，依据共现信息寻找可能与方药配伍存在映射关系的候选症状对象。接着，为了从大量不确定的方药配伍与症状对象的映射关系中过滤不准确的结果，采用关联度系数分析法和共现频次分析法确定中药与症状的关联强度，筛除关联强度弱的候选症状对象。本发明挖掘方药配伍采用的改进熵聚类算法，动态选择中药向量的亲密变量个数，只考虑与目标中药的关联度系数非负的中药；改进后方法可以过滤掉临床上实际并未同时使用的中药药对，使挖掘结果更准确且更具实际意义。

技术领域

本发明涉及一种将中药和诊断症状进行匹配的方法，尤其涉及中药和症状关系的数据挖掘方法，属于数据挖掘技术领域。

背景技术

临床医案是名老中医临床实践经验及学术思想的载体，伴随大数据时代的到来，数据挖掘技术被广泛地应用于临床知识发现，有关方症关系挖掘的研究则较为稀少。

目前，具有中医学背景的医学研究者和拥有计算机专业背景的跨领域合作者在各自的知识背景下进行科研创作,为弘扬中医药助力。前者以分析名老中医治疗某疾病的遣方用药规律为研究重点，通常采用关联规则[1]、复杂网络[2]和聚类方法[3，4]挖掘处方中的核心药对和方药配伍。从中医药理知识出发，根据中药功效的基础理论，归纳总结治疗该疾病的用药思想。李[5]等人基于熵聚类算法挖掘出10组治疗血脂异常的常用药物组合，药物组合的特征反映出血脂异常用药的基本原则是益气健脾、燥湿化痰、活血化瘀。

后者以期运用数据挖掘的手段发现中药—症状之间的映射规律。Poon等人[6]将用于基因表达研究的双聚类算法运用在失眠症状-药物关系挖掘中，得到了症状子集与中药子集的关系。Li等人[7]通过χ²检验检测患者之间重叠部分症状与中药的相关性，该模型通过过滤掉无效的正相关关联，获得了有意义的症状-中药关系。Wang[8]等人提出用主题模型SHT对病例文本建模，以中医常识作为指导，认为症状与其对应的中药属于同一个“证候”主题，在挖掘症状与中药的相关关系上取得了较好的效果。上述方法在探索药物与症状的关系问题时，均没有考虑方药配伍原则。中医方药都是由两味及以上的中药组方来治疗临床症状或者疾病，中药“君臣佐使”的配伍原则在提高疗效的同时还能减少毒副作用。不考虑方药配伍原则的方药症状挖掘关系，其实际参考价值将大打折扣。

目前各大医院的电子病例系统还不完善，临床上积累了大量的非结构化病例数据。想要从这些原始病例数据中发现有价值的知识，首先要进行数据预处理，数据质量直接影响了数据挖掘结果的准确性。本文的研究数据来源于北京某医院某著名中医大夫的老年病医案数据。由于身体机能衰退，一个老年病患者往往同时患几种疾病，症状呈现多样化，中医医师在遣方时自然也兼顾多种疾病，综合治疗，这就导致了病例数据呈现出中药与症状之间复杂又不明确的关系，增加了数据挖掘难度。原始医案数据是文本格式，来源于临床实践的真实记录，内容仅在结构及要素上明确，包括患者症状、舌脉象体征以及医师所开处方。而对于症状术语、药物名称等内容却呈现一义多词、多词一义、冗余、复合表述的特点，这就为数据的预处理增加了难度，必须进行医案数据清洗和结构化，以适应数据挖掘算法的要求。结合本文的数据特点。

发明内容

本发明的目的是利用数据挖掘技术，提出一种查找存在于中药对象和症状对象之间的映射关系的方法，在临床应用上有利于医生为患者提供精准的治疗方案。

为实现上述目的，本发明采取的技术方案是：首先收集中医诊疗老年病的真实医案数据，分析数据特点并进行数据预处理，得到结构化数据。然后设计了基于方药配伍原则和关联强度规则的方法来挖掘中药对象和症状对象的映射关系。最终将结构化的实验数据集作为输入，得到了符合临床认知的中药-症状映射关系。

本发明主要面对的问题有如下几点：

1.中医医案是半结构化文本数据，且用语十分不规范，词义笼统模糊，低质量数据严重影响数据挖掘的效果，必须进行合适的预处理。