基于关联规则的中医证候分类模型应用研究

摘要

中医证候分类研究是中医辨证施治研究的核心问题之一,挖掘病例样本中不同证候间的关联关系、处方信息与证候间的关联关系具有重要的研究价值与临床应用意义.本研究结合中医证候分类中关联分析的特征选择需要,以四诊信息标准化为基础,提出了一种新的病例样本量化方法;以量化后的病例样本为挖掘分析的多维数据集,基于关联规则优化的FP-Growth算法构建了中医证候关联分析模型.模型在采集到的1499个高血压样本数据上进行了分析,证候关联挖掘结果,"神疲乏力""精神萎靡"关联性最强;证方挖掘结果"杜仲、构藤、天麻"是"肝阳上亢"证候的有效处方,实验结果充分验证了提出方法的有效性.