面向中医数据库的方剂配伍规律智能挖掘模型研究

By taking into full consideration the characteristics of multidimensional TCM (traditional Chinese medicine) data, this project focuses on the research of mining the compatibility of Chinese prescriptions. We adopt large-scale data preprocessing, complex networks, and association rule mining approaches to analyze TCM databases. In order to design a general schema, we model the factors affecting the compatibility of herbs, disclose the relationship and compound rules of herbs, explore the methods and strategies of discovering the compatibility of compound recipes by using intelligent mining techniques, and propose new concepts, specific theories and models, which can help set up the methodology on establishing the evaluation system for selecting compound recipes. The difficulties and essential problems in this project contain: (1) proposing multidimensional TCM data organization model, preprocessing TCM data from the aspects including data normalization, missing data filling, and noise processing; (2) constructing complex network model of prescriptions, designing core herb group identification algorithm based on modularity, and partitioning overlapping herbs by the membership function; (3) proposing a negative frequent pattern tree, measuring the association of herbs by mutual information, proposing an association rule mining algorithm based on the positive and negative support, handling the problem of over-frequent by using the maximum support, and improving the efficiency of mining frequent items by designing a support count matrix. This project can greatly improve the effectiveness and efficiency of knowledge discovery in large-scale TCM databases by using intelligence mining techniques.

本项目抓住中药多维数据特征，以方剂配伍规律挖掘问题为背景，将中医数据库作为研究对象，以大规模数据预处理、复杂网络、关联规则挖掘为主要研究手段，从模型通用性入手，对影响药物配伍关系的因素建模，揭示药物关联与组合的规律性，探索智能挖掘技术在方剂配伍规律发现中的方法意义和应对策略，提出药物配伍规律分析新概念、特色理论和模型，为中药复方筛选评价体系的建立进行理论和技术上的准备。研究难点和关键问题包括：(1)提出多维中药数据组织模型，从药物规范化、缺失数据填充、噪声处理等方面对中药数据预处理；(2)构建复杂药物网络模型，设计基于模块度的核心药物群识别算法，利用隶属度函数划分重叠药物；(3)提出负项频繁模式树，采用互信息度量药物关联性，提出基于正负双支持度的关联规则挖掘算法，利用最大支持度解决过频繁问题，设计支持度计数矩阵提高频繁项挖掘效率。利用智能挖掘技术切实提高大规模中药数据挖掘的有效性和效率。

本项目充分考虑中药多维数据特征，以方剂配伍规律挖掘问题为背景，将中医数据库作为研究对象，以大规模数据预处理、复杂网络、关联规则挖掘为主要研究手段，从模型通用性入手，对影响药物配伍关系的因素建模，揭示药物关联与组合的规律性，探索智能挖掘技术在方剂配伍规律发现中的方法意义和应对策略，提出药物配伍规律分析新概念、特色理论和模型，为中药复方筛选评价体系的建立进行理论和技术上的准备。主要研究内容及重要成果包括：(1)提出多维中药数据组织模型对多维中药数据概念分层，从药物规范化、缺失数据填充、噪声处理等方面对中药数据预处理；(2)提出了一种基于改进人工蜂群算法的参数优化方法，并将其用于药物聚类。该方法以轮廓系数指标作为蜂群算法的优化目标函数，使用改进的人工蜂群算法对DP算法的截断距离、局部密度值和距离δ进行寻优处理，找到最优的聚类中心。实验结果表明：相比于k-means，k-medoids，DBSCAN等传统聚类算法，所提方法较传统聚类算法能够有效地提高聚类质量，在轮廓系数、聚类纯度、聚类准确率、聚类召回率、F-Mesure等5个评价指标均有较大提高，在聚类熵评价指标上明显降低。所提算法对药物进行多维矢量聚类，能够较好地将药性相似的药物聚为一类，为进一步的中医药处方配伍规律挖掘给出了客观依据。(3)提出负项频繁模式树，采用互信息度量药物关联性，提出基于正负双支持度的关联规则挖掘算法，利用最大支持度解决过频繁问题，设计支持度计数矩阵提高频繁项挖掘效率。基于上述技术设计并开发了一个中医药学数据挖掘系统，已经应用于中医院等相关单位，辅助中医师临床诊断和开具方剂。