缺失药性补遗与完备的方法学研究

论文摘要

本文在中医药理论的指导下,运用数据挖掘技术研究中药功能—药性关系,建立基于功能的药性预测模型,通过模型预测药物缺失的药性,为药性的研究与最终的完善提供重要的支持。药物功能与药性是密切相关的,本文整理2000版《中华人民共和国药典一部》数据库,得到药性与功能记载完备的药物507味,运用决策树数据挖掘方法,分别研究功能—四气、功能—五味、功能—归经相关关系,建立预测模型。模型建立,采用实例复制加权方法;模型检验,根据数据特点,分为交叉验证、旁置数据检验与训练数据检验;模型评价,在控制模型规模的前提下,采用误差率、敏感度、特异性相结合,并使用中医药背景知识对模型合理性进行评价。本文共建立四气、五味、归经预测模型20个,结果表明大部分模型具有较好的合理性与可信度,功能—药性之间确实存在一定相关规律,如归肝经、心经和脾经预测模型正确率分别为86%、75%和81%。利用所建模型,对贯叶金丝桃、独一味、穿山龙等19味药性记载不全药物进行药性预测,预测出贯叶金丝桃性寒,味辛、苦,归肝经、肾经和肺经;独一味归肝经、脾经;穿山龙归肺经、胆经和肝经。对预测结果进行文献佐证表明预测结果大部分合理可信,相应预测模型可靠,利用数据挖掘方法研究药性、补充药性,对于缺失药性的补遗与完备具有一定的方法学意义。最后,对本文对研究中所存在的问题与改善的方法进行了讨论。

论文目录

• 摘要
• Abstract
• 英文缩略语
• 前言
• 第一章 文献综述
• 1.1 中药药性理论
• 1.1.1 药性理论的历史及现状
• 1.1.2 药性缺失现状
• 1.1.3 功能与药性
• 1.2 数据挖掘技术
• 1.3 研究思路
• 第二章 药性预测模型的建立
• 2.1 数据与方法
• 2.1.1 数据
• 2.1.2 技术路线图
• 2.1.3 决策树方法
• 1、决策树方法原理
• 2、决策树方法的优点
• 3、决策树方法在医学中的应用
• 2.1.4 数据加权方法
• 1、误差成本问题
• 2、数据结构不对称问题
• 2.1.5 模型选择方法
• 1、误差率估计的问题
• 2、误差率的局限性问题
• 3、模型规模的问题
• 4、数据加权度与敏感度和特异性的关系
• 2.1.6 小结
• 2.1.7 举例
• 2.2 结果与讨论
• 2.2.1 四气模型
• 2.2.2 五味模型
• 旁置数据检验
• 训练数据检验
• 2.2.3 归经模型
• 旁置数据检验
• 训练数据检验
• 2.3 小结
• 第三章 缺失药性的预测与文献研究
• 3.1 数据与方法
• 3.2 结果与讨论
• 3.2.1 预测结果
• 3.2.2 文献佐证结果
• 3.3 小结
• 第四章 总结与展望
• 参考文献
• 致谢
• 个人简历