关联规则和聚类分析在方剂配伍规律研究中的应用

摘要

中医作为我国国粹的同时，也是人类知识宝库的重要组成部分。在漫长的发展过程中，中医形成了自己独特的“辨证论治”理论。同时，也积累了大量的典籍，这些典籍是古代中医智慧的结晶，尤其在方剂记载方面，形成了巨大的知识宝库。方剂是中医治疗疾病的主要手段，其中方剂的配伍研究是现代中医药研究的重要组成部分，也是制约中医药现代化进程的关键环节。随着我国中医学信息化、数字化、现代化的发展，中医方剂数据库已经日渐完善，如何从这些数据中分析出古代方剂的用药规律，是目前研究的热点。
　　随着数据库技术的发展，数据挖掘作为新的数据处理与分析技术应运而生，并得到了广泛的应用。数据挖掘就是从数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的非平凡过程。采用数据挖掘技术来分析古代方剂数据，揭示古代方剂的配伍规律，对方剂配伍的研究就有一定的促进作用。
　　本文的重点是采用数据挖掘技术来研究古代方剂配伍规律，通过对药物数据的建模，设计并实现相应的求解算法，最终得到了与中医理论相一致的结论，具体研究内容包括以下三方面:
　　(1)采用聚类分析对药物进行合理分类，并对药物在方剂中地位的确定提供依据，本文首次采用K-means算法对药物进行聚类分析，研究包括单一病证以及单一方剂下的药物聚类。
　　(2)采用关联规则来分析药物之间的关联性，包括单一病证下药物之间的关联性以及多病证下药物之间的关联性，并在此狭义药对研究的基础上提出广义药对的挖掘方法。在分析药物关联性的同时，本文也给出了包含同种药物下的病证间的关联规则方法，同时分析药物的最适应病证。另外，在参数灵敏度分析的基础上给出了合理的参数设置，并引入兴趣度这一概念。
　　(3)设计并开发基于B/S结构的古代方剂数据挖掘系统，将编程实现的Apriori算法以及K-means算法嵌入到系统中去，并完成相应的数据挖掘功能。

目录

声明

摘要

第1章 绪论

1．1 课题的背景与来源

1．2 课题研究的目的与意义

1．3 研究目标与研究内容

1．4 研究的技术路线与方法

1．5 本文的结构安排

第2章 数据挖掘概述

2．1 数据挖掘的产生背景及概念

2．2 数据挖掘的任务

2．3 数据挖掘的方法

2．4 数据挖掘的过程

2．5 数据挖掘的应用

2．6 数据挖掘的软件工具

2．7 本章小结

第3章 基于数据挖掘技术的方剂配伍规律的研究综述

3．1 方剂配伍的基本概念与研究意义

3．2 方剂配伍规律的研究内容

3．2．1 七情和合的研究

3．2．2 君臣佐使的研究

3．2．3 剂量组配的研究

3．3 方剂配伍规律的一般研究方法

3．3．1 基于化学成分的研究

3．3．2 基于药理学的研究

3．4 方剂配伍规律的数据挖掘方法

3．4．1 基于分类方法的方剂配伍规律的研究现状

3．4．2 基于聚类分析的方剂配伍规律的研究现状

3．4．3 基于关联规则的方剂配伍规律的研究现状

3．5 方剂配伍规律挖掘的研究展望

3．6 本章小结

第4章 聚类分析在药物分类研究中的应用

4．1 聚类分析概述

4．1．1 聚类分析的简介

4．1．2 聚类分析的方法

4．1．3 聚类分析的应用

4．2 药物聚类的模型

4．2．1 药物聚类的问题描述

4．2．2 药物聚类的模型

4．2．3 数据预处理方法

4．3 K-means算法及实现

4．3．1 K-means算法流程

4．3．2 K-means算法实现过程

4．4 药物聚类分析的实例

4．4．1 基于聚类方法的药物分类

4．4．2 基于聚类方法的药物“君臣佐使”地位的验证

4．5 本章小结

第5章 关联规则在常用药对以及病证关联研究中的应用

5．1 关联规则概述

5．1．1 关联规则简介

5．1．2 关联规则的算法

5．1．3 关联规则的应用

5．2 文献方剂数据的关联规则模型

5．2．1 常用药对以及病证关联的问题描述

5．2．2 药物之间的关联规则模型

5．2．3 病证之间的关联规则模型

5．3 Apriori算法及实现

5．3．1 Apriori算法流程

5．3．2 Apriori算法实现过程

5．4 关联规则方法的实例

5．4．1 单一病症下的药物关联规则

5．4．2 多病证下的药物关联规则

5．4．3 广义药对的关联规则

5．4．4 病证之间的关联规则

5．5 本章小结

第6章 古代方剂数据挖掘系统的设计与开发

6．1 系统总体目标

6．2 系统总体设计

6．2．1 系统的体系结构及开发环境

6．2．2 系统数据流图

6．2．3 系统的功能结构

6．3 系统数据库设计

6．3．1 数据库概念设计

6．3．2 数据库逻辑模型

6．3．3 数据库物理模型

6．4 系统功能详细设计

6．4．1 单一病证下的药物聚类分析模块设计

6．4．2 单一方剂下的药物聚类分析模块设计

6．4．3 单一病证下的药物关联规则模块设计

6．4．4 多病症下的药物关联规则模块设计

6．4．5 广义药对的关联规则模块设计

6．4．6 病证之间的关联规则模块设计

6．4．7 基础资料维护模块设计

6．5 系统实现及各数据挖掘功能模块的应用实例

6．6 本章小结

第7章 结论与展望

参考文献

致谢

攻读硕士期间发表的论文、获奖情况及发明专利等项

作者从事科学研究和学习经历的简历