中医方剂数据挖掘模式和算法研究

论文摘要

中医药学是中华民族五千年优秀文化的瑰宝和科学发展的结晶，为人民的健康和生存质量的提高作出了极大贡献。方剂学在中医药学中占有重要位置，方剂是中医药学理、法、方、药的一个重要组成部分，其配伍规律有着深刻的科学内涵。 几千年来，中医药领域的无数临床实践与理论研究积累了海量的中医方剂，这些中医方剂包含在中医药古籍、文献以及当前的临床研究文献中。近年来，浙江大学计算机学院CCNT实验室和中国中医研究院合作共建了大量方剂数据库，如何有效的利用这些宝贵的数据库资源就成了发展中医药必须面对的一个问题。而数据挖掘所擅长的正是从海量的数据中发现有意义的模式、知识，这是分析中医药海量中医方剂所需要的技术。本文利用数据挖掘技术从大量方剂中抽取有意义的药物组配模式，为方剂理论研究和临床实践研究提供现代技术手段。 本文主要工作是提出一系列适合方剂数据挖掘的挖掘模式和算法，并将各算法集成研发方剂数据挖掘系统。 频繁关联模式能反映模式中各项目之间的关联关系。然而，与频繁模式挖掘特点类似的是当最小关联度界设得太低时，频繁关联模式挖掘会产生大量的频繁关联模式，不利于人工分析，因此本文提出最大频繁关联模式挖掘和挖掘算法。因为所有的频繁关联模式都可以从最火频繁关联模式中导出，所以最大频繁关联模式挖掘对挖掘结果不丢失信息量。实验证明最大频繁关联模式挖掘既可以减少结果模式的数量，又提高了算法的效率。 关联挖掘和相关挖掘是两种不同的数据挖掘任务，实验证明大量极其关联的频繁关联模式各项目之间不存在相关关系。本文在数据挖掘过程中将关联兴趣度度量与相关兴趣度度量结合，提出关联且相关频繁模式挖掘和挖掘算法。实验证明关联且相关频繁模式各项目之间不但关联而且存在相关关系，提高了模式的兴趣性。 由于相关模式的定义条件较弱，即只要模式各项目之间存在相关关系必为相关模式，致使许多关联且相关频繁模式各项目之间仍然存在大量的独立关系，即关联且相关频繁模式任意两个子集不一定都是相关的。介于此，本文提出互为正相关频繁模式挖掘和挖掘算法。互为正相关频繁模式任意两个子模式不但关联而且正相关。实验证明互为正相关频繁

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 数据挖掘研究背景
• 1.2 中医方剂数据挖掘研究背景
• 1.2.1 中医药理论研究和中医方剂理论研究的重要性
• 1.2.2 中医方剂数据挖掘的必要性与可行性
• 1.3 本文的主要贡献
• 1.4 本文的组织结构
• 第2章 中医方剂数据挖掘研究
• 2.1 数据挖掘综述
• 2.1.1 什么是数据挖掘
• 2.1.2 数据挖掘过程
• 2.1.3 数据挖掘系统体系结构
• 2.1.4 数据挖掘主要任务
• 2.1.5 数据挖掘模式和算法研究
• 2.1.6 数据挖掘总结与展望
• 2.2 中医方剂数据挖掘研究综述
• 2.2.1 中医方剂数据挖掘的定义
• 2.2.2 中医方剂数据挖掘的过程
• 2.2.3 中医方剂数据库方剂数据的特点分析
• 2.2.4 中医方剂数据挖掘的特点
• 2.2.5 现有中医方剂数据挖掘模式和成果分析
• 2.2.6 中医方剂数据挖掘的不足及改进
• 2.2.7 中医方剂数据挖掘有望支持方剂配伍规律研究
• 2.2.8 中医方剂数据挖掘有望支持中医基础理论创新研究。
• 2.2.9 中医方剂数据挖掘的总结与展望
• 第3章 最大频繁关联模式的挖掘
• 3.1 相关定义
• 3.2 最大频繁关联模式挖掘的意义
• 3.3 最大频繁关联模式的定义和挖掘算法的探讨
• 3.4 最大频繁关联模式挖掘的实验结果汇报
• 3.5 最大频繁关联模式挖掘在中医方剂数据库的实施实例
• 3.6 最大频繁关联模式挖掘的总结
• 第4章 关联且相关频繁模式的挖掘
• 4.1 关联且相关频繁模式挖掘的提出
• 4.2 关联且相关频繁模式兴趣度度量的选取
• 4.3 关联且相关频繁模式挖掘的探讨
• 4.3.1 本文意义上相关模式与独立模式的定义
• 4.3.2 关联且相关频繁模式的定义与挖掘算法
• 4.4 实验结果汇报
• 4.4.1 卡方检验与相关自信度的比较实验
• 4.4.2 关联且相关频繁模式挖掘的实验结果
• 4.5 关联且相关频繁模式挖掘在中医方剂数据库的实施实例
• 4.6 本章小结
• 第5章 互为正相关频繁模式的挖掘
• 5.1 互为正相关频繁模式挖掘的提出
• 5.2 互为正相关频繁模式挖掘的探讨
• 5.2.1 互为正相关频繁模式的定义
• 5.2.2 互为正相关频繁模式挖掘的算法
• 5.3 互为正相关频繁模式挖掘的实验结果汇报
• 5.4 互为正相关频繁模式挖掘在中医方剂数据库的实施实例
• 5.5 本章小结
• 第6章 关联且相关规则的挖掘
• 6.1 关联且相关规则挖掘的提出
• 6.2 关联且相关规则挖掘的探讨
• 6.2.1 关联且相关规则的定义和例子
• 6.2.2 关联且相关规则挖掘的算法
• 6.3 关联且相关规则挖掘的实验结果汇报
• 6.4 关联且相关规则挖掘在中医方剂数据库的实施实例
• 6.5 本章小结
• 第7章 方剂药物组配模式分析系统
• 7.1 中医方剂药物组成字段数据预处理
• 7.1.1 方剂药物拆分
• 7.1.2 方剂药物拆分结果分析
• 7.2 方剂药物组配模式分析系统体系结构
• 7.2.1 方剂药物组配模式分析系统方剂数据库选择
• 7.2.2 方剂药物组配模式分析系统有效算法选择
• 7.3 数据挖掘算法在方剂药物组配模式分析系统中的实施
• 7.4 方剂药物组配模式分析系统的评价
• 第8章 方剂功效分析系统
• 8.1 药物规范及标准药物表
• 8.1.1 药物规范及与标准药物表匹配映射
• 8.1.2 药物规范及与标准药物表匹配映射的实验结果
• 8.2 方剂功效字段数据预处理
• 8.2.1 功效词构词特点分析
• 8.2.2 方剂功效词与药物功效词频度分析
• 8.2.3 方剂功效与药物功效规范步骤和结构化
• 8.2.4 方剂功效结构化实验结果分析
• 8.3 方剂功效分析系统实施
• 8.4 方剂功效分析系统的评价
• 第9章 总结与展望
• 9.1 本文总结和未来的工作
• 9.2 展望
• 参考文献
• 附录
• 攻读学位期间发表的学术论文
• 致谢