[发明专利]一种基于LDA主题模型的中医药材推荐方法

说明书

一种基于LDA主题模型的中医药材推荐方法，涉及中医药材推荐技术领域，将机器学习中的隐狄利克雷模型应用于中医药材推荐中，建立相应的主题模型，从而观察推荐药材的准确性，为中医药材推荐提供初筛和决策支持。本发明有益效果：克服了现有技术中中医组方规律挖掘缺乏对隐含治法的考虑的问题，提高了中医组方推荐的精度和效率，为中医医师诊疗过程的组方提供初筛和辅助决策支持。

技术领域

本发明属于中医药材推荐技术领域，具体涉及一种基于LDA主题模型的中医药材推荐方法。

背景技术

中医药文化是中国历代著名中医在长期的实践和临床治疗中形成的一种医学文化，承载着中华民族几千年宝贵的经验和理论知识。证候概括为一系列有相互关联的症状总称，即通过望、闻、问、切四诊所获知的疾病过程中表现在整体层次上的机体反应状态及其运动、变化，简称证或者候，证候也是中医确立治疗原则、采用最恰当技术方法开展诊疗活动的基本依据。药方是传统中医文化的智慧结晶和组成部分，是为治疗某种疾病而组合起来的若干种药材的名称、剂量和用法。

当前中医诊疗经验大多基于分析总结先前的药方，但是大多数药方是凭经验主观给出，缺乏客观标准，中医系统体系也是由主观理解和推断构成。由于缺少科学数据的支撑和解释，使得在实践中很多人对中医给出的不同药方结果存在怀疑，因此，对中医药方的过程数据化十分重要。

发明内容

本发明所要解决的技术问题是提供一种基于LDA主题模型的中医药材推荐方法，挖掘出证候和药材之间的隐含关系，观察推荐药材的准确性，为中医药材推荐提供初筛和决策支持，解决现有药方凭经验主观给出，缺乏客观标准等问题。

本发明为解决上述技术问题所采用的技术方案是：一种基于LDA主题模型的中医药材推荐方法，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。

本发明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：