[发明专利]一种基于LDA主题模型的中医药材推荐方法

权利要求书

1.一种基于LDA主题模型的中医药材推荐方法，其特征在于，包括以下步骤：

步骤一、采集某种疾病的多例医案信息，对医案数据进行预处理，经处理后的每例医案信息包含一组证候单词s和药材单词h；

步骤二、通过对医案中的证候和对应处方的隐语义分析挖掘出主题z，z为药材单词h和证候单词s的潜在治法分布，发现隐含治法、证候和药物间存在的关系，构建基于证候—治法—药物的主题模型并进行参数学习训练；

步骤三、把待检测的用户证候输入训练好的模型中，获取证候、治法和药物之间的对应关系，进行相应处方推荐并输出推荐结果，为医生诊疗过程的组方提供参考和辅助。

2.根据权利要求1所述的一种基于LDA主题模型的中医药材推荐方法，其特征在于：所述步骤二中构建基于证候—治法—药物的主题模型的具体方法为：假设每例医案被视为一篇文档，一个病机被视为一个主题，令|C|为临床医案数，每例医案c包含一组证候和n种药物，h_cn为医案c中的第n种药物，s_c为医案c中的证候，z为药材单词h和证候单词s的潜在治法分布；K为治法主题数，每个治法主题k∈[1,…,K]表示一种治法；为治法k∈[1,…,K]上S维的证候-治法多项式分布，用于描述不同证候对治法的重要性，其中，S为医案集包含的治法总数；为治法k∈[1,…,K]上H维的治法-药物多项式分布，用于描述不同药物治疗一种治法的重要性，其中，H为医案集包含的药物总数；对于某种治法下的所有词，假设和相互独立；θ_C为医案C上K维的医案-证候多项式分布；x为二元变量值，取值范围为{syndrome，herb}，以此来表达所生成词的2种不同类型，若x＝syndrome，则表示所生成词为证候，否则为药物；α、β、γ分别为狄利克雷先验分布的超参数，基于证候-治法-药物的主题模型如下所示：

(1)对于每个治法主题k∈[1,…,K]，服从参数为β的狄利克雷先验分布，服从参数为γ的狄利克雷先验分布：

(2)对于每例医案c∈C，θ_c服从参数为α的狄利克雷先验分布：θ_c～Dirichlet(α)；

(3)对于包含于每例医案c中的词，治法主题z服从参数为θ_c的多项式z～Multi(θ_c)；

(4)若x＝syndrome，则证候s服从参数为的多项式分布：若x＝herb，则药物h服从参数为的多项式分布：

3.根据权利要求1所述的一种基于LDA主题模型的中医药材推荐方法，其特征在于，所述步骤三中对待检测的用户证候进行相应处方推荐的具体方法为：

(1)构建证候-药物矩阵，其第i行j列的元素表示为p(h_j|s_i)，即治疗证候s_i的药物包含h_j的概率：

其中，k为基于证候-治法-药物的主题模型中的治法主题，K为主题总数，p(h_j|k)为模型中的参数p(k|s_i)表示证候s_i包含于治法k的概率：

其中，p(s_i|k)为模型中的参数p(s_i)表示证候s_i在医案集中的出现频率，p(k)为主题k的先验概率，将其看作为一个常数；

(2)基于输入的证候，计算该证候下每种药物h的排序值Rank，其计算如下所示：

对所有药物的Rank值进行降序排列，并选择前N个药物作为其推荐药物，并将这N个药物的组合作为治疗患者证候的推荐处方。