基于关联规则的中药方剂配伍规律挖掘研究
- 格式：pdf
- 大小：126.77 KB
- 文档页数：1
下载文档原格式
合集下载
基于关联规则的当代中医妇科名家痛经用药规律数据挖掘
基于关联规则的当代中医妇科名家痛经用药规律数据挖掘近年来，随着中医药的发展，越来越多的研究者开始将数据挖掘技术应用于中医药的研究中。
通过对大量的中医医案和药方进行分析，可以挖掘出中医妇科名家治疗痛经的药物规律，从而为当代中医妇科临床治疗提供指导。
痛经是女性常见的疾病之一，带来了极大的身体和心理不适。
如何有效治疗痛经一直是中医妇科名家们的重要研究课题之一。
在当代中医妇科名家的临床实践中，他们通过丰富的经验积累和不断的总结，逐渐形成了治疗痛经的药物规律。
本文将通过数据挖掘技术，探索当代中医妇科名家治疗痛经的用药规律，为临床治疗提供参考。
本文将收集一定数量的中医妇科名家的医案数据和药方数据，建立起包括药物组成、用药剂量、痛经类型等多个方面的数据集。
然后，将利用关联规则挖掘算法对这些数据进行分析，以发现其中的潜在规律和关联关系。
在进行关联规则挖掘前，首先需要对数据进行预处理。
这包括数据清洗、去除噪声数据、数据标准化等步骤，以确保得到的结果准确性和可靠性。
之后，可以使用Apriori算法、FP-growth算法等经典的关联规则挖掘算法来挖掘出在中医妇科名家治疗痛经中常见的药物组合规律和用药搭配规律。
通过对中医妇科名家的医案和药方数据进行关联规则挖掘算法分析，可以找出一些常见的痛经症状和对应的药物组合。
可以挖掘出月经期痛经常用的药物有川芎、当归、白芍、甘草等；排卵期痛经常用的药物有益母草、丹参、川芎等。
还可以挖掘出一些药物之间的潜在关联关系，如某些药物可能会在一起使用时具有协同作用，这可以为临床治疗提供一定的指导。
除了药物组合规律外，关联规则挖掘还可以发现在中医妇科名家治疗痛经过程中一些潜在的用药剂量规律、用药时机规律等。
这些规律的发现可以为当代中医妇科临床治疗提供重要的参考，有助于提高治疗痛经的效果。
关联规则在方剂配伍规律中的挖掘研究
则挖掘技术分析方剂配伍的模式和规则 ，深化对方剂配伍本质规律 的认识 ，将传 统的 Ａ ｐ ｒ ｉ ｏ ｒ ｉ 算法与改进的算法进 行实验分 析。结果表明 ，改进的算法能为合理的配伍 与精简复方提供 理论支持 。 关键词 ：方剂配伍规律 ；关联规则 ；兴趣度
中 图分 类 号 ：Ｔ Ｐ ３ ０ １ ． ６ 文献 标 志码 ：Ａ 文章 编 号 ： １ ０ ０ ７ — ９ ８ ４ Ｘ （ ２ ０ １ ３ ） ０ ６ — ０ ０ ４ １ － ０ ３
齐 齐 哈 尔 大 学 学 报
的问题 ：
（ １ ） 传统 的关联规 则挖 掘方法 找到 的强规则 必须 同时满足最 小支持 度 和最小置 信度两个 阈值 ， 但是在 方剂库 中挖 掘药对药 组时 ，常 常存 在 大量低支 持度高 置信度 的有趣规 则 ，传 统挖掘 方法不 能有效地将 这些 人们感兴趣 的规则挖 掘 出来 。 （ ２ ） 产生 的强规则关 联 但不是 正确 的。例如 ：有 １ ０ ０ 个 事务 ，其 中 ６ ０个 事务包 含 ，７ ５ 个事 务包含
第２ ９ 卷第 ６ 期
２ ０ １ ３年 １ １ 月
齐 齐 哈 尔 大 学 学 报
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｑｉ ｑ ｉ ｈ ａ ｒ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ
Ｖｏ １ ． ２ ９ ． Ｎｏ ． ６
Ｎｏ ｖ ． ， ２ ０１ ３
关 联 规 则 在 方 剂 配 伍规 律 中的挖 掘 研 究
循环 ， 直到无法发现任何的频繁ｋ 一 项集为止 ；最后在所有的频繁集中找出强关联规则。 Ａ ｐ ｒ ｉ ｏ ｒ ｉ 算法结构简单、 易于理解 ， 但是将传统的 Ａ ｐ ｒ ｉ ｏ ｒ ｉ 算法应用在方剂数据挖掘中存在着以下几方面
中 图分 类 号 ：Ｔ Ｐ ３ ０ １ ． ６ 文献 标 志码 ：Ａ 文章 编 号 ： １ ０ ０ ７ — ９ ８ ４ Ｘ （ ２ ０ １ ３ ） ０ ６ — ０ ０ ４ １ － ０ ３
齐 齐 哈 尔 大 学 学 报
的问题 ：
（ １ ） 传统 的关联规 则挖 掘方法 找到 的强规则 必须 同时满足最 小支持 度 和最小置 信度两个 阈值 ， 但是在 方剂库 中挖 掘药对药 组时 ，常 常存 在 大量低支 持度高 置信度 的有趣规 则 ，传 统挖掘 方法不 能有效地将 这些 人们感兴趣 的规则挖 掘 出来 。 （ ２ ） 产生 的强规则关 联 但不是 正确 的。例如 ：有 １ ０ ０ 个 事务 ，其 中 ６ ０个 事务包 含 ，７ ５ 个事 务包含
第２ ９ 卷第 ６ 期
２ ０ １ ３年 １ １ 月
齐 齐 哈 尔 大 学 学 报
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｑｉ ｑ ｉ ｈ ａ ｒ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ
Ｖｏ １ ． ２ ９ ． Ｎｏ ． ６
Ｎｏ ｖ ． ， ２ ０１ ３
关 联 规 则 在 方 剂 配 伍规 律 中的挖 掘 研 究
循环 ， 直到无法发现任何的频繁ｋ 一 项集为止 ；最后在所有的频繁集中找出强关联规则。 Ａ ｐ ｒ ｉ ｏ ｒ ｉ 算法结构简单、 易于理解 ， 但是将传统的 Ａ ｐ ｒ ｉ ｏ ｒ ｉ 算法应用在方剂数据挖掘中存在着以下几方面
基于数据挖掘的中药配方药效研究
基于数据挖掘的中药配方药效研究中药作为中国传统医学的重要组成部分，在长期的临床实践中积累了丰富的经验和知识。
然而，中药的配方种类繁多，药效难以准确评估，这给中药的临床应用和研究带来了一定的挑战。
为了解决这个问题，近年来，越来越多的研究者开始运用数据挖掘技术，对中药配方的药效进行研究。
本文将基于数据挖掘的方法，探讨中药配方药效研究的现状和发展前景。
一、数据挖掘在中药研究中的应用数据挖掘是从大量的数据中挖掘出潜在模式和规律的过程，它可以帮助我们发现药物的功效及可能的副作用，从而有效地指导中药的合理运用。
在中药研究中，数据挖掘技术可以应用于以下几个方面：1. 中药配方的组成分析通过分析中药配方中药材的组成及其所含的活性成分，可以揭示中药的药效机制。
数据挖掘技术可以从大量的文献和数据库中获取中药的化学成分信息，进而帮助研究者分析中药配方的药效。
2. 中药配方的药效评估中药配方的药效评估是中药研究的一项重要任务。
传统的药效评估方法往往耗时耗力，且可能存在主观性和随机性的问题。
借助数据挖掘技术，可以利用大量的临床数据和实验数据，分析中药配方的功效和药理作用，从而对其药效进行评估。
3. 中药配方的优化中药配方的优化是指根据临床和实验数据，调整中药配方的组成和比例，以达到更好的药效。
数据挖掘技术可以帮助研究者从大量的中药方剂数据库中挖掘出有效的规律和模式，为中药方剂的优化提供科学依据。
4. 中药的副作用和毒性评估中药的副作用和毒性是中药研究中不可忽视的问题。
通过数据挖掘技术，可以从临床和实验数据中挖掘出中药的副作用和毒性信息，从而提供中药的安全性评估和合理应用的依据。
二、数据挖掘方法在中药配方药效研究中的应用案例1. 基于规则挖掘的中药配方药效研究规则挖掘是数据挖掘中的一种重要方法，它可以从给定数据集中挖掘出潜在的规则和模式。
在中药配方的药效研究中，可以利用规则挖掘技术，从大量的临床数据中挖掘出中药与疾病之间的关联规则，进而揭示中药配方的药效机制。
基于关联规则的数据挖掘技术在中药方剂配伍中的应用研究
识， 这对 商 务决 策 、 知识 库 、 科学 和 教育 等 领域 的
研究 都将作 出巨大的贡 献． 数 据挖 掘的 分析 方 法 可 以分为 两 类 ： 接数 直
体性、 辩证 性 、 动态 性等本 质特 征过 于抽象和定 性 化， 难予定 量和具 体 的把握 ． 而将 数据挖 掘技术应
模 式 和 算 法 集成 进 行 了研 究 ， 炼 方 剂 中有 关 联 的 药 物 匹 配 模 式 ， 讨 这 些 模 式 中药 物组 配 后 功 效 的 变 化 情 提 探 况 ， 而 为 中 药 方剂 理论 研 究 和 临 床 实 践研 究 提 供 现 代 技 术 手 段 ． 从 关 键 词 ： 剂 配伍 ； 联 规则 ； 据 挖 掘 方 关 数
Ｊ ｎ ２ １ ａ ．０ １
文 章 编 号 ：１ ７ —９ Ｘ（ ０ １ ０ －０ ２ ０ ６ ２ ６ １ ２ １ ） １０ ８ － ５
基 于 关联 规 则 的数 据 挖 掘 技 术 在 中 药 方 剂 配 伍 中的 应 用研 究
张 博
（ 毫州 职业 技 术 学 院 计算 机 系 ， 徽 毫 州 ２６ ０ ） 安 ３ ８０
第 ２ ５卷 第 ｌ期 ２１ ０ １年 １月
甘 肃联 合 大 学 学 报 （自然 科 学版 ）
Ｊ ｕ ｎ ｌ ｆＧａ ｓ ａ ｈ ｉｅ ｓｔ （ ｔ ｒ ｌ ｃｅ ｃ ｓ ｏ ｒ ａ ｎ ｕ Ｌｉｎ ｅ Ｕｎ ｖ ｒ ｉ ｏ ｙ Ｎａ ｕ ａ ｉｎ ｅ ） Ｓ
Ｖｏ ． ５ Ｎｏ １ １２ ．
规律 、 式等形 式 ， 据挖 掘的过程 也叫知识 发现 模 数
（ ｏ ｅ ｇ ｓｏ ｅｙ ｉ ｔｂ ｓ ， Ｋｎ ｗｌｄ ｅ Ｄｉｃ ｖ ｒ ｎ Ｄａ ａ ａ ｅ ＫＤＤ）的 过
基于关联规则的数据挖掘技术在中药方剂配伍中的应用研究
基于关联规则的数据挖掘技术在中药方剂配伍中的应用研究张博
【期刊名称】《甘肃联合大学学报（自然科学版）》
【年(卷),期】2011(025)001
【摘要】中药方剂的数据挖掘研究是把我国丰富的中药信息资源和现代信息技术相结合的重要内容,它是指在中医理论指导下,用知识发现技术对传统中药新药、中医组方理论及规律、中药作用机制、有效成分构效关系等多个方面进行全面、系统的研究.以关联规则为主的研究模式是数据挖掘的一种常用方式,将关联规则用于方剂配伍研究的主要目的是探寻核心药群,寻找药物之间的相互联系和整体用药规律.本文对中药方剂数据挖掘模式和算法集成进行了研究,提炼方剂中有关联的药物匹配模式,探讨这些模式中药物组配后功效的变化情况,从而为中药方剂理论研究和临床实践研究提供现代技术手段.
【总页数】5页(P82-86)
【作者】张博
【作者单位】亳州职业技术学院,计算机系,安徽,亳州,236800
【正文语种】中文
【中图分类】TP315
【相关文献】
1.基于关联规则的数据挖掘技术在CRM中的应用研究 [J], 费贤举;王文琴;庄燕滨
2.基于粗集和神经网络的数据挖掘技术在中药方剂配伍中的药效关系研究 [J], 张
博
3.基于关联规则挖掘技术对《千金方》中养生方剂配伍规律研究 [J], 陈桂芬;周常恩;李德森
4.基于关联规则的数据挖掘技术在"中医辅助诊疗系统"中的应用研究 [J], 李小华;陈倩;梁志伟;罗云坚;吕玉波
5.基于关联规则的中药方剂配伍规律挖掘研究 [J], 白晶
因版权原因，仅展示原文概要，查看原文内容请购买。
基于关联规则的当代中医妇科名家痛经用药规律数据挖掘
基于关联规则的当代中医妇科名家痛经用药规律数据挖掘【导言】痛经是女性常见的妇科疾病，严重影响了女性的生活质量和工作效率。
中医认为，痛经是由于气血运行不畅，经络阻滞所致。
针对痛经患者，中医名家经过长期的临床实践，积累了丰富的用药经验。
本文将利用关联规则挖掘技术，对当代中医妇科名家的痛经用药规律进行数据挖掘分析，以期发现其中的潜在规律，为临床治疗提供参考。
【一、数据来源及处理】本研究选取的数据主要来源于当代中医妇科名家的临床病例资料，包括患者基本信息、病情描述、主诉、辩证要点和处方等。
为了方便数据挖掘分析，我们采用了结构化的数据处理方式，将原始数据转化为关联规则挖掘算法所需的格式。
【二、数据挖掘方法】本研究采用Apriori算法进行关联规则挖掘。
Apriori算法是一种用于挖掘频繁项集和关联规则的经典算法，其基本思想是利用先验知识进行剪枝，从而减小搜索空间，提高挖掘效率。
【三、结果分析】经过数据挖掘分析，我们得到了当代中医妇科名家痛经用药的关联规则。
其中包括药物之间的关联规则和药物与病情的关联规则两部分。
1.药物之间的关联规则通过对处方中药物的挖掘分析，我们发现了一些药物之间的关联规则。
比如：“当归->川芎”、“川芎->益母草”、“益母草->川芎”等规则。
这些规则说明了一些药物之间的搭配关系，为痛经的治疗提供了参考。
【四、规律解读】通过对关联规则的分析，我们可以得出一些关于当代中医妇科名家痛经用药规律的结论：1.药物之间存在一定的搭配规律。
比如当归、川芎和益母草常常出现在同一处方中，说明它们之间存在一定的配伍关系，在治疗痛经时可以进行搭配使用。
2.药物选择与病情有一定的关联。
在不同的痛经病情下，中医名家会选择不同的药物进行治疗。
在经血紫暗，寒痛不适的病情下，常常会选择当归和川芎进行治疗。
【五、临床应用】本研究的结果对临床有一定的指导意义。
在治疗痛经的过程中，医生可以根据当代中医妇科名家的用药规律进行药物选择和搭配，以期提高治疗效果。
基于关联规则的当代中医妇科名家痛经用药规律数据挖掘
基于关联规则的当代中医妇科名家痛经用药规律数据挖掘引言妇科痛经是妇女生理期常见的症状，常见痛经症状为下腹部阵痛，可伴有腹部胀满、头晕、恶心、呕吐等，严重时会影响到妇女的正常生活和工作。
在中医学上，痛经多属于“经闭”、“气滞”、“血瘀”等范畴，中医妇科名家们在长期的临床实践中积累了丰富的治疗经验。
这些治疗经验一直都是传统的口耳相传，缺乏系统的整理和总结。
本文将运用关联规则算法，从大量的中医妇科名家用药处方数据中挖掘出有效的痛经用药规律，为中医妇科治疗痛经提供科学依据。
一、研究方法1. 数据来源本研究使用的数据是从多家妇科名家的临床用药处方中收集得到的。
这些处方中包括了中药的名称、用量、治疗痛经的经络和病机等信息。
所有的数据都是经过严格筛选和去标识化处理的，保护了患者的隐私安全。
2. 数据预处理在进行数据挖掘之前，需要对数据进行清洗和预处理。
对数据进行去重处理，保证处方数据的唯一性。
对数据进行格式化和归一化处理，以便于算法的运行。
3. 关联规则算法本研究采用关联规则算法，主要是为了挖掘处方中药品之间的关联性。
关联规则算法是一种常用的数据挖掘算法，主要用于发现数据集中项之间的关联性。
在本研究中，我们将使用关联规则算法来找出妇科名家用药处方中药品之间的有效组合规律。
二、结果分析经过对数据的预处理和关联规则算法的运行，我们得到了大量的关联规则。
在这些规则中，我们主要关注支持度和置信度两个指标。
支持度是指规则发生的频率，置信度是指规则的准确性。
通过对挖掘结果的分析，我们发现了一些较为显著的关联规则，这些规则可以为中医妇科治疗痛经提供重要的参考和启示。
以下是其中的几个典型规则：规则1：生姜-当归 => 川芎支持度：0.35 置信度：0.75规则分析：在妇科名家的用药处方中，常常会出现生姜和当归的组合。
而当当归出现时，川芎的出现概率为75%，支持度也较高，因此可以认为生姜、当归和川芎之间存在着较为密切的关联性。
基于数据挖掘技术的中药配伍规律研究
基于数据挖掘技术的中药配伍规律研究摘要：中药配伍规律是中药学中的重要研究领域之一。
随着数据挖掘技术的不断发展和应用，将其应用于中药配伍规律研究中，成为了一种重要的手段。
本文将介绍基于数据挖掘技术的中药配伍规律研究的基本概念和方法，并利用数据挖掘技术对中药配伍规律进行分析和研究。
研究结果表明，数据挖掘技术能够揭示中药配伍规律的潜在规律，为中药的合理配伍提供了科学依据。
关键词：中药配伍规律；数据挖掘技术；规律分析1.引言中药是我国独有的宝贵资源，具有丰富的药理活性成分。
传统中药通过将多种草药搭配使用，可以提高疗效，减少副作用。
而中药配伍规律的研究，可以揭示不同中药组合的潜在规律，为中药的合理使用和开发提供科学依据。
数据挖掘技术是一种从大规模数据集中发现并提取有用信息的方法。
它通过构建数学模型和算法，自动发现隐藏在数据背后的规律和模式。
近年来，随着计算机和互联网技术的快速发展，数据挖掘技术得到了广泛应用，成为了中药配伍规律研究的一种重要手段。
本文将介绍基于数据挖掘技术的中药配伍规律研究的基本概念和方法，并利用数据挖掘技术对中药配伍规律进行分析和研究。
研究结果表明，数据挖掘技术能够揭示中药配伍规律的潜在规律，为中药的合理配伍提供了科学依据。
2.数据挖掘技术在中药配伍规律研究中的应用2.1 数据挖掘技术的基本概念数据挖掘技术是从大规模数据集中发现有用信息的过程。
它主要包括数据预处理、数据挖掘模型构建和模型评估等步骤。
其中，数据预处理用于对原始数据进行清理和转换，以便进行后续的分析和挖掘；数据挖掘模型构建则是利用数学模型和算法来发现数据中的规律和模式；模型评估用于评估挖掘模型的准确性和可靠性。
2.2 数据挖掘技术在中药配伍规律研究中的应用数据挖掘技术在中药配伍规律研究中可以应用于以下几个方面：数据挖掘技术可以分析中药配伍中的草药组合规律。
通过对大规模的中草药数据库进行数据挖掘，可以发现哪些草药常常被搭配使用，从而揭示中药配伍的潜在规律。
基于关联规则挖掘技术的失眠方配伍分析
基于关联规则挖掘技术的失眠方配伍分析目的采用关联规则挖掘技术对失眠方组方配伍规律进行挖掘分析，为临床医师的辨证论治及失眠症的新药研究提供依据。
方法对所选失眠方剂进行信息标准化处理，通过迭代，检索出事务数据库中的所有失眠方剂中支持度≥20%的中药项集，再利用频繁项集构造出置信度≥60%的中药之间的关联规则（配伍关系）。
结果通过频繁项集共挖掘失眠方支持度>20%、置信度>60%的核心药对共18组，置信度>60%、支持度>20%的3味核心药组共17组。
核心药对及药组主要配伍药物是炒酸枣仁、人参、当归、茯神、麦冬、远志、甘草、白茯苓、柏子仁、生地黄、熟地黄等。
结论核心药对与核心药组均属补益药与安神药配伍，由此可知补虚、安神是治疗失眠的基本治法。
标签：关联规则；失眠方剂；核心药对；核心药组；配伍历代医家在治疗失眠方面积累了丰富的实践经验，创立了众多的有效方药，采用数据挖掘方法对失眠方组方配伍规律进行整理与挖掘，可以更好地指导临床医师的遣药组方，同时为失眠症的新药研究工作提供依据。
本研究采用关联规则技术，从单味药与单味药的关联、药对与单味药关联的角度，发现构成失眠方剂的核心药组，以期揭示失眠方配伍规律。
1 资料与方法1.1 资料来源本研究主要以《中医方剂大辞典》为工具，利用其“病证索引”[1]，检取古代中医文献中主治项记有“失眠”（包括与之同义异名的病证术语如“不寐”、“不得眠”等）的主要方剂。
所选方剂共涉及124种中医古籍，依据中医文献学研究方法，选取124种中医古籍现代通行校注本，对原始资料进行校对。
1.2 纳入标准①凡属于上述文献范围内治疗失眠的中医方剂均可入选；②丸、散、丹、汤、膏、酒等均可入选。
共筛选出失眠方剂177首，组方药物共159味。
1.3 数据预处理因所收集的方剂信息均为文本形式，所以课题组对数据进行了预处理，主要是将原始方剂的语言描述性信息分解、转化为计算机能够处理的数据单元，使之规范、准确和有序。
布尔关联规则挖掘四君子汤类方用药规律研究
布尔关联规则挖掘四君子汤类方用药规律研究目的采用数据挖掘技术，从药物配伍的角度研究四君子汤类方的配伍规律。
方法通过收集四君子汤类方959首，对数据进行预处理建立四君子汤类方数据库，使之能够用于数据挖掘。
选用布尔关联规则的数据挖掘方法，从高频药物、药对、药组方面，揭示该四君子汤类方库的整体用药规律。
结果建立了四君子汤类方数据库，运用布尔关联规则分析得到四君子汤类方库的高频药物、核心药对、核心药组。
结论从药物配伍角度揭示四君子汤类方配伍规律，印证了布尔关联规则的数据挖掘方法适用于方剂配伍规律的研究。
Abstract：Objective To research the compatibility disciplinarians of Si Jun Zi Tang serial Prescription and correspondence rules by applicantion of data mining technology. Methods Pre-treat the data in order to built a 959-formula-Si Jun Zi Decoction database，which can be available for data mining.Select Boolean Association Rules to reseach the high frequency erbs、the couplet herbs、the herbal groups.Results The research built a 959-formula-Si Jun Zi Decoction database，found the high frequency erbs、the couplet herbs、the herbal groups of high frequency erbs、the couplet herbs，the herbal groups by Boolean Association Rules.Conclusion Reveal the rules of formula-herbs of Si Jun Zi Tang serial Prescription；This research found Boolean Association Rules can be use to reseach formulas’s compatibility disciplinarians.Key words：Si jun zi Tang；Medicine classification；Couplet herbs；Herbal groups；Herbal groups脾胃为后天之本，运化水谷精微，长养人体五脏六腑、四肢百骸，因此它与人体各脏腑官窍有着密切的生理病理联系。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｔ ｌ ｉｉ ＝ Ｄ Ｄ ［ ｐ ｏｔ＝ １ ％， ｎｉ 中药方剂配伍进行科学地数据化处理 ， ｅｅ ｓ ｎ ＞ Ｖ ｖ ｏ ｓ ｐｒ ｕ ５ ｃ ｆ ｏ — 其方法和
中药新药的研究和开发 ，利用数据挖掘技术 ， 对
题引入到中药领域中？ 方法是要从大量 的中药方 剂临床数据中找到有用 的新的药对， 药组 。 本文研究中的活血化瘀方剂来源 于由南京 中医药大学彭怀仁教授 主编 、人民卫生 出版社 ２ ０ 年 １ 月出版 的《 方剂大辞典》 其余 以 ０５ ２ 中医 。 《 中华人民共和国药典）０ ５ ２ ０ 版为标准。 经过规范整理基础数据分析 ，所 收集 的活 血化 瘀 方 中 ， 具有 “ 活血 ” 者 “ 瘀 ” 效 的 药 物 或 祛 功 共有 １６昧。 ３ 历代活血化瘀方中高频药物前十位 机。 川芎 桃 大黄 、 肉桂 、 花 、 芍 、 红 赤 甘 ２中药方剂配伍规律数据挖掘研究必要性 包括 当归 、 、 仁 、 没药 、 干地黄 。分别涉及到活血化瘀中的养 中药方剂配伍规律数据挖掘研究是将我国 草 、 行气、 逐瘀 、 温经 、 破血等不同活血层次 。 丰富的中药信息资源和现代最新信，、 皂技术相结 ｍ、 述的规则而言 ，支持度 为 １％意味着数据库 中 ５ 对规则支持 的客户 比例 ，即 １％的客户 同时购 ５ 买了电视机和影碟机。 置信度（ ｎｄ ｎｅ： ｃ ｆ ｅｃ）关联规则 ｘ ＞ ｏｉ ＝ Ｙ在事务 数据库 Ｄ的置信度（ ｎ ｄｎｅ是包 含 Ｘ Ｙ的事 ｃ ｆ ｅｃ） ｏｉ Ｕ 务数与包含 ｘ的事务数 的比值 。置信度是确定 性度量方式。就式 １中所描述的规则而言 ， 置信 度为 ９％意味着买 电视机的顾客 ９ ％也买影碟 ０ ０
２ ０５８ ２ ８ ５ ０ ．４ — ４ ．
作者 简 介 ： 晶 （９ ８ ）女 ， 龙 江人 ， 龙 白 １７～， 黑 黑
江 中 医药 大 学现 代 教 育技 术与 信 息 中心 ，讲 师
（ 硕士） 。研究方向： 计算机应用技术。 责任 编 辑 ： 群 高
一
２ ２—
一
历 代 活血 化 瘀方 主治 症 状 与 药 物 的 相关 型 中 药 复方 集 中医之 理 、 、 、 为 一体 ， 法 方 药 在 影碟机” ，顾 客购 买 电视 机 的 同时 也会 同时 购 买 中 医 药 信 息资 源 中 ， 信息 量 最 大 ， 识 集 约 程 度 分 析 中 ， 知 产后 不 食 、 产后 浮 肿 、 后寒 热等 与 当 归 产 影 碟 机 的 购 物模 式 就 可 以用 以下 的 关联 规 则来 最 高 。立 足 于 中药 的Ｉ 临床应 用 和 国际需 求 ， 合 的关联 关 系置 信 度高 。 结
科
蠢
科技 论坛 ｆ ！ Ｉ
白 晶
基于关联规则 的中药方剂配伍规律挖掘研究
（ 龙 江 中 医药 大 学现 代 教 育技 术 与 信 息 中心 ， 黑 黑龙 江 哈 尔滨 １０ ４ ） ５ ０ ０
摘 要 ： 对方剂 配伍研究意义的分析 ， 通过 阐明了对方剂配伍进行研究的必要性 。 在此基础上 ， 以中医古方剂中活血化瘀 方为研 究样本 ， 采用关 联规则挖掘技 术对其 用药规律进行 了有 益探 索。 关 键词 ： 挖 掘 ； 数据 关联 规 则 ； 剂 配伍 规 律 ； 究 方 研
究ｍ计 算机时代，０８ ２，－ ． ２ ０ （） ７ ５ 『１ ２陆伟， 王雁峰冲 药复方组成规律的关联规则发 现 系统 『． 江 大 学学报 ， ０ ，５４ ：３ ２． Ｊ浙 １ ２ ７３ （ ）２ －４ ０ Ｉ 陈 文 ， 良元 ， 顺 琴 ， 方剂 配伍 理 论 和 方 法 ３ ］ 风 鄢 论 创新 『１ Ｊ安徽 中 医学院 学报 ，０ ８ ２ （ ：— １ ． ２ ０ ，２５ ９ １． Ｊ 张承 江， 闫朝升等冲 医肾病治疗信 息中关联规 则的挖掘 算法 Ｉ。黑龙江大学 自
和利用目 。应用关联规则挖掘对古今 医家使用 的 经方配伍进行分析 ， 探寻隐藏其中的规律 ， 为传 承下来 的古方剂提供科学依据 ，对 中医临床诊 疗 ， 高临床疗效 ， 提 发展 中医学术具有 非常重要 的现实意义。 中药方剂配伍规律数据挖掘研究必要性 可 以归结为以下几点 ： ２１ ．超大量存积的有效中药复方 ，使数据极 为丰厚 ， 挖掘潜力巨大 我 国“ 中药复方” 达数十万首 ， 息量 巨大， 信 利用价值极高 ， 因而一直是中医药研究 的重大课 题。 ２２由中药复方的组成结构所决定 ，其研究 － 思路 和 方 法上 具有 一 定 的特 殊性 中药复方 由各具 特性 的单味 中药 组合 而 成。 各种单昧药之间具有药理和药效上的组配关 系， 中医称为配伍。 中药配伍有其特殊规则 ， 如君 臣佐使、 药之七情、 气味合和等。 这些都说明中药 复方具有特殊的处方用药的规则和模式 ， 故揭示 其组方 和应用的律理应 由数据挖掘技术 对其进
结 束 语 本文在中医药数据挖掘应用的背景下 ， 以方 将关联规则挖掘 ｄ ｎｅ＝ ９ ｒ ｅｃ １￣ Ｙ】 ／ 式 １ 结果对于中医药学术都将具有现代化和国际化 剂基础数据规范整理为切人点 ， 应用于方剂配伍研究 。 通过数据挖掘算法发现方 其 中： 的 意义 。 以便医家研究 、 临床之用 ， 为中医药 支持度（ ｐｏｔ 关联规则 ｘ ＞ ｓ ｐｒ： ｕ ） ＝ Ｙ的支持度 ３中药 关联 规 则挖 掘 试验 测 试结 果 及评 价 剂配伍关系 ， （ ｐ ｏｔ ｓ ｐ ｒ是事务数据库 Ｄ中包含 ＸＵ ｕ ） Ｙ的事务 占 由于关联关则的算法的最先提出是基于超 新知识 的发现提供技术支撑和新 的应用视角。 则其最初 的问题描述和基本概 参 考 文献 库中所有事务的百分 比。 支持度是一个用来评估 级市场 的应用的， １ 杨敏， 丁月华， 文责华． 有关关联规则挖掘的研 模式的潜在有用性 的实用性 函数。 就式 ｌ中所描 念甚至算法都是面向超级市场的。 如何把关联问 ｆ１ 描述：
中药复方也称方剂 ，在中医药科学中扮演 合的重要内容口它是指在中医理论指导下 ， 。 用知 着重要的角色， 几千年来积累的十余万首中药方 识发现技术对传统 中药药对、 中医组方理论及规 剂， 是我国医药界最宝贵的资源和财富。使用数 律、 中药作用机制、 有效成分构效关系等多个方 据挖掘相关技术对 中医药复方数据进行智能分 面进行全面、 系统的研究。 析， 深化对 中医病症与复方配伍 的本质规律认 目前我 国 尚未建 立 中药 方剂 数据 挖掘 系 识， 能为有效地精简复方与合理配伍提供理论支 统 ， 现有数据库只能提供检索、 统计等一般性 服 持， 它将有力促进中医药的现代化进程 。 务， 其包涵 的大量隐含规则并未得到充分的挖 掘
１ 数据挖掘技术概述 １ 数据挖掘概念 ． １ 数据挖掘（ａ ｎｎ） Ｄ ｔ Ｍｉｉｇ ａ 是从大量的、 不完全 的、 有噪声 的、 模糊 的、 随机的数据 中， 提取隐含 在其中的、 未知 的、 但又是潜在有用的信息 的过 程。数据挖掘的目的是使用所发现的模式 ， 帮助 解释当前的行为或预测未来的结果。 １ － ２数据挖掘常用方法 本文所使 用 的数 据挖掘方 法是关 联规则 （ｓｏｉ ｏ ｌ娆 掘１ Ａ ｓｃａ ｎＲｕｅ ｉ ｔ １ ］ 。 － 般地 ， 关联规则挖掘是指从一个大型的数 据集 （ ａａｅ） 现 有 趣 的关 联 （ ｓｏｉｔ ｎ或 Ｄ ｔ ｔ中发 ｓ Ａ ｓｃａｏ ） ｉ 相关（ ｏ ｅａｏ ） 系 ， Ｃ ｒ ｌｔ ｎ关 ｒ ｉ 即从数 据集中识别 出频 繁出现的属性值集 （ｅ ｏ Ａｔｂ ｔ Ｖ ｌｅ）也 Ｓｔ ｆ ｔｉｕｅ ａ ｓ ， ｒ — ｕ 称为频繁项集 （ ｒ ｕ ｎ ｔｍ ｅ， Ｆｅ ｅ ｔＩ ｓｔ简称频 繁集 ） ｑ ｅ ， 然后再利用这些频繁集创建描述关联关 系的规 则 的过 程 。 例如，我们将商场 的全部商品看作一个集 合， 而每一种商 品 ｍ用 一个 布尔变量来表示 ） 此种商 品是否出现在顾客的购物记录中， 这样一 来， 每个顾客的购物记 录就可以用—个布尔向量 来表示 。 分析相应的布尔 向量就可以知道哪些商 品 是在 一 起 被购 买 （ ） 关联 的购物 模 式 。如 一 个关 联 规 则 例 子 是 ：９％购 买 电视 机 的顾 客 也 购 买 “０
一
３ ． １常用药对关联分析 以活血化瘀的 ３ 昧高频药进行试验测试 ， ０ 确定支持度为 ０ ， ． 置信度为 ０ ， １ ． 设定发现 的规 ８ 律长度为 ２ 发现规律前十位关联如下 ： ， 熟地 一 ＞ 当归； 乳香 一 没药； ＞ 益母草 一 当归； ＞ 秦艽 一 ＞当 归； 炮姜 一 ＞当归 ； 炮姜 一 ＞当归 ； 杏仁 一 ＞当归 ； 桂枝 一 ＞桃 仁； 人参 一 ＞当归 ； 五加皮 一 ＞当归 ； 威
对历代活血化瘀方常用药对关联分析 ， 其主 要涉及 当归 、 乳香、 没药 、 虻虫等 ， 尤以与当归配 伍为最 。部分药对为公认的常用药对 ， 如熟地 ＋ 当归、 乳香 ＋没药等 ， 也有一些不常见的配伍如 杏仁 ＋当归。 ３２方药与病症关系分析 ． ３２１ ． 主治病和药物的相关性分析 ． 活 血 化 瘀 方 主治 病 与 药 物 的 相关 性 分析 结 果前十位 ： 产后发热 一 ＞当归 ； 带下病 一 ＞当归 ； 崩漏病 一 ＞当归 ； 痹症 一 ＞当归 ； 妇人腹痛 一 ＞当 归 ； 露不下 一 恶 ＞当 归 ； 露 不 绝 一 恶 ＞当归 ； 后 产 腹痛 一 ＞当归 ； 痈疽 一 ＞没药 ； 蓄血病 一 ＞桃仁。 历代活血化瘀方主治疾病与单味药 物相关 性分析中 ， 产后发热、 带下病、 崩漏病等均与当归 有 密切 关联 。 ３２ ．２主治症状与药物的相关性分析 ． 活血化瘀方主治症状与药物的相关 性分析 结果前十位 ： 产后不食 一 ＞当归； 产后浮肿 一 ＞当 归； 产后寒热 一 ＞当归 ； 产后发狂 一 ＞当归 ； 产后 行挖 掘 。 呕吐 一 ＞当 归 ； 漏 一 崩 ＞当 归 ； 后 胸 痛 一 产 ＞当 归 ； ＞当归 ； 后 气 喘 一 产 ＞当归 ； 后 口渴 产 ２３中 药现 代化 ，首先 要实 现 中 药信 息 的 现 产 后腹 痛 一 ． 代化 ， 药数 据 化是 基 础 方 ＞当归 。
中药新药的研究和开发 ，利用数据挖掘技术 ， 对
题引入到中药领域中？ 方法是要从大量 的中药方 剂临床数据中找到有用 的新的药对， 药组 。 本文研究中的活血化瘀方剂来源 于由南京 中医药大学彭怀仁教授 主编 、人民卫生 出版社 ２ ０ 年 １ 月出版 的《 方剂大辞典》 其余 以 ０５ ２ 中医 。 《 中华人民共和国药典）０ ５ ２ ０ 版为标准。 经过规范整理基础数据分析 ，所 收集 的活 血化 瘀 方 中 ， 具有 “ 活血 ” 者 “ 瘀 ” 效 的 药 物 或 祛 功 共有 １６昧。 ３ 历代活血化瘀方中高频药物前十位 机。 川芎 桃 大黄 、 肉桂 、 花 、 芍 、 红 赤 甘 ２中药方剂配伍规律数据挖掘研究必要性 包括 当归 、 、 仁 、 没药 、 干地黄 。分别涉及到活血化瘀中的养 中药方剂配伍规律数据挖掘研究是将我国 草 、 行气、 逐瘀 、 温经 、 破血等不同活血层次 。 丰富的中药信息资源和现代最新信，、 皂技术相结 ｍ、 述的规则而言 ，支持度 为 １％意味着数据库 中 ５ 对规则支持 的客户 比例 ，即 １％的客户 同时购 ５ 买了电视机和影碟机。 置信度（ ｎｄ ｎｅ： ｃ ｆ ｅｃ）关联规则 ｘ ＞ ｏｉ ＝ Ｙ在事务 数据库 Ｄ的置信度（ ｎ ｄｎｅ是包 含 Ｘ Ｙ的事 ｃ ｆ ｅｃ） ｏｉ Ｕ 务数与包含 ｘ的事务数 的比值 。置信度是确定 性度量方式。就式 １中所描述的规则而言 ， 置信 度为 ９％意味着买 电视机的顾客 ９ ％也买影碟 ０ ０
２ ０５８ ２ ８ ５ ０ ．４ — ４ ．
作者 简 介 ： 晶 （９ ８ ）女 ， 龙 江人 ， 龙 白 １７～， 黑 黑
江 中 医药 大 学现 代 教 育技 术与 信 息 中心 ，讲 师
（ 硕士） 。研究方向： 计算机应用技术。 责任 编 辑 ： 群 高
一
２ ２—
一
历 代 活血 化 瘀方 主治 症 状 与 药 物 的 相关 型 中 药 复方 集 中医之 理 、 、 、 为 一体 ， 法 方 药 在 影碟机” ，顾 客购 买 电视 机 的 同时 也会 同时 购 买 中 医 药 信 息资 源 中 ， 信息 量 最 大 ， 识 集 约 程 度 分 析 中 ， 知 产后 不 食 、 产后 浮 肿 、 后寒 热等 与 当 归 产 影 碟 机 的 购 物模 式 就 可 以用 以下 的 关联 规 则来 最 高 。立 足 于 中药 的Ｉ 临床应 用 和 国际需 求 ， 合 的关联 关 系置 信 度高 。 结
科
蠢
科技 论坛 ｆ ！ Ｉ
白 晶
基于关联规则 的中药方剂配伍规律挖掘研究
（ 龙 江 中 医药 大 学现 代 教 育技 术 与 信 息 中心 ， 黑 黑龙 江 哈 尔滨 １０ ４ ） ５ ０ ０
摘 要 ： 对方剂 配伍研究意义的分析 ， 通过 阐明了对方剂配伍进行研究的必要性 。 在此基础上 ， 以中医古方剂中活血化瘀 方为研 究样本 ， 采用关 联规则挖掘技 术对其 用药规律进行 了有 益探 索。 关 键词 ： 挖 掘 ； 数据 关联 规 则 ； 剂 配伍 规 律 ； 究 方 研
究ｍ计 算机时代，０８ ２，－ ． ２ ０ （） ７ ５ 『１ ２陆伟， 王雁峰冲 药复方组成规律的关联规则发 现 系统 『． 江 大 学学报 ， ０ ，５４ ：３ ２． Ｊ浙 １ ２ ７３ （ ）２ －４ ０ Ｉ 陈 文 ， 良元 ， 顺 琴 ， 方剂 配伍 理 论 和 方 法 ３ ］ 风 鄢 论 创新 『１ Ｊ安徽 中 医学院 学报 ，０ ８ ２ （ ：— １ ． ２ ０ ，２５ ９ １． Ｊ 张承 江， 闫朝升等冲 医肾病治疗信 息中关联规 则的挖掘 算法 Ｉ。黑龙江大学 自
和利用目 。应用关联规则挖掘对古今 医家使用 的 经方配伍进行分析 ， 探寻隐藏其中的规律 ， 为传 承下来 的古方剂提供科学依据 ，对 中医临床诊 疗 ， 高临床疗效 ， 提 发展 中医学术具有 非常重要 的现实意义。 中药方剂配伍规律数据挖掘研究必要性 可 以归结为以下几点 ： ２１ ．超大量存积的有效中药复方 ，使数据极 为丰厚 ， 挖掘潜力巨大 我 国“ 中药复方” 达数十万首 ， 息量 巨大， 信 利用价值极高 ， 因而一直是中医药研究 的重大课 题。 ２２由中药复方的组成结构所决定 ，其研究 － 思路 和 方 法上 具有 一 定 的特 殊性 中药复方 由各具 特性 的单味 中药 组合 而 成。 各种单昧药之间具有药理和药效上的组配关 系， 中医称为配伍。 中药配伍有其特殊规则 ， 如君 臣佐使、 药之七情、 气味合和等。 这些都说明中药 复方具有特殊的处方用药的规则和模式 ， 故揭示 其组方 和应用的律理应 由数据挖掘技术 对其进
结 束 语 本文在中医药数据挖掘应用的背景下 ， 以方 将关联规则挖掘 ｄ ｎｅ＝ ９ ｒ ｅｃ １￣ Ｙ】 ／ 式 １ 结果对于中医药学术都将具有现代化和国际化 剂基础数据规范整理为切人点 ， 应用于方剂配伍研究 。 通过数据挖掘算法发现方 其 中： 的 意义 。 以便医家研究 、 临床之用 ， 为中医药 支持度（ ｐｏｔ 关联规则 ｘ ＞ ｓ ｐｒ： ｕ ） ＝ Ｙ的支持度 ３中药 关联 规 则挖 掘 试验 测 试结 果 及评 价 剂配伍关系 ， （ ｐ ｏｔ ｓ ｐ ｒ是事务数据库 Ｄ中包含 ＸＵ ｕ ） Ｙ的事务 占 由于关联关则的算法的最先提出是基于超 新知识 的发现提供技术支撑和新 的应用视角。 则其最初 的问题描述和基本概 参 考 文献 库中所有事务的百分 比。 支持度是一个用来评估 级市场 的应用的， １ 杨敏， 丁月华， 文责华． 有关关联规则挖掘的研 模式的潜在有用性 的实用性 函数。 就式 ｌ中所描 念甚至算法都是面向超级市场的。 如何把关联问 ｆ１ 描述：
中药复方也称方剂 ，在中医药科学中扮演 合的重要内容口它是指在中医理论指导下 ， 。 用知 着重要的角色， 几千年来积累的十余万首中药方 识发现技术对传统 中药药对、 中医组方理论及规 剂， 是我国医药界最宝贵的资源和财富。使用数 律、 中药作用机制、 有效成分构效关系等多个方 据挖掘相关技术对 中医药复方数据进行智能分 面进行全面、 系统的研究。 析， 深化对 中医病症与复方配伍 的本质规律认 目前我 国 尚未建 立 中药 方剂 数据 挖掘 系 识， 能为有效地精简复方与合理配伍提供理论支 统 ， 现有数据库只能提供检索、 统计等一般性 服 持， 它将有力促进中医药的现代化进程 。 务， 其包涵 的大量隐含规则并未得到充分的挖 掘
１ 数据挖掘技术概述 １ 数据挖掘概念 ． １ 数据挖掘（ａ ｎｎ） Ｄ ｔ Ｍｉｉｇ ａ 是从大量的、 不完全 的、 有噪声 的、 模糊 的、 随机的数据 中， 提取隐含 在其中的、 未知 的、 但又是潜在有用的信息 的过 程。数据挖掘的目的是使用所发现的模式 ， 帮助 解释当前的行为或预测未来的结果。 １ － ２数据挖掘常用方法 本文所使 用 的数 据挖掘方 法是关 联规则 （ｓｏｉ ｏ ｌ娆 掘１ Ａ ｓｃａ ｎＲｕｅ ｉ ｔ １ ］ 。 － 般地 ， 关联规则挖掘是指从一个大型的数 据集 （ ａａｅ） 现 有 趣 的关 联 （ ｓｏｉｔ ｎ或 Ｄ ｔ ｔ中发 ｓ Ａ ｓｃａｏ ） ｉ 相关（ ｏ ｅａｏ ） 系 ， Ｃ ｒ ｌｔ ｎ关 ｒ ｉ 即从数 据集中识别 出频 繁出现的属性值集 （ｅ ｏ Ａｔｂ ｔ Ｖ ｌｅ）也 Ｓｔ ｆ ｔｉｕｅ ａ ｓ ， ｒ — ｕ 称为频繁项集 （ ｒ ｕ ｎ ｔｍ ｅ， Ｆｅ ｅ ｔＩ ｓｔ简称频 繁集 ） ｑ ｅ ， 然后再利用这些频繁集创建描述关联关 系的规 则 的过 程 。 例如，我们将商场 的全部商品看作一个集 合， 而每一种商 品 ｍ用 一个 布尔变量来表示 ） 此种商 品是否出现在顾客的购物记录中， 这样一 来， 每个顾客的购物记 录就可以用—个布尔向量 来表示 。 分析相应的布尔 向量就可以知道哪些商 品 是在 一 起 被购 买 （ ） 关联 的购物 模 式 。如 一 个关 联 规 则 例 子 是 ：９％购 买 电视 机 的顾 客 也 购 买 “０
一
３ ． １常用药对关联分析 以活血化瘀的 ３ 昧高频药进行试验测试 ， ０ 确定支持度为 ０ ， ． 置信度为 ０ ， １ ． 设定发现 的规 ８ 律长度为 ２ 发现规律前十位关联如下 ： ， 熟地 一 ＞ 当归； 乳香 一 没药； ＞ 益母草 一 当归； ＞ 秦艽 一 ＞当 归； 炮姜 一 ＞当归 ； 炮姜 一 ＞当归 ； 杏仁 一 ＞当归 ； 桂枝 一 ＞桃 仁； 人参 一 ＞当归 ； 五加皮 一 ＞当归 ； 威
对历代活血化瘀方常用药对关联分析 ， 其主 要涉及 当归 、 乳香、 没药 、 虻虫等 ， 尤以与当归配 伍为最 。部分药对为公认的常用药对 ， 如熟地 ＋ 当归、 乳香 ＋没药等 ， 也有一些不常见的配伍如 杏仁 ＋当归。 ３２方药与病症关系分析 ． ３２１ ． 主治病和药物的相关性分析 ． 活 血 化 瘀 方 主治 病 与 药 物 的 相关 性 分析 结 果前十位 ： 产后发热 一 ＞当归 ； 带下病 一 ＞当归 ； 崩漏病 一 ＞当归 ； 痹症 一 ＞当归 ； 妇人腹痛 一 ＞当 归 ； 露不下 一 恶 ＞当 归 ； 露 不 绝 一 恶 ＞当归 ； 后 产 腹痛 一 ＞当归 ； 痈疽 一 ＞没药 ； 蓄血病 一 ＞桃仁。 历代活血化瘀方主治疾病与单味药 物相关 性分析中 ， 产后发热、 带下病、 崩漏病等均与当归 有 密切 关联 。 ３２ ．２主治症状与药物的相关性分析 ． 活血化瘀方主治症状与药物的相关 性分析 结果前十位 ： 产后不食 一 ＞当归； 产后浮肿 一 ＞当 归； 产后寒热 一 ＞当归 ； 产后发狂 一 ＞当归 ； 产后 行挖 掘 。 呕吐 一 ＞当 归 ； 漏 一 崩 ＞当 归 ； 后 胸 痛 一 产 ＞当 归 ； ＞当归 ； 后 气 喘 一 产 ＞当归 ； 后 口渴 产 ２３中 药现 代化 ，首先 要实 现 中 药信 息 的 现 产 后腹 痛 一 ． 代化 ， 药数 据 化是 基 础 方 ＞当归 。