糖尿病是高發(fā)性疾病,病程周期長,我國糖尿病患者人數(shù)居于全球首位,患病率高于世界平均水平。中醫(yī)藥作為我國傳統(tǒng)醫(yī)學(xué)的主體,自古以來就有許多醫(yī)者投身于治療糖尿病中藥的研究當(dāng)中,但是中醫(yī)學(xué)在臨床診斷時,要求將人看作一個具有循環(huán)性的整體,從全局到局部,增加了診斷的難度,不利于中醫(yī)學(xué)術(shù)思想和臨床經(jīng)驗的交流和研究。為探尋我國中醫(yī)治療糖尿病的用藥規(guī)律,利用關(guān)聯(lián)規(guī)則技術(shù)從藥物之間、辯證類型與藥物之間兩個方面對用藥規(guī)律進(jìn)行挖掘,對豐富和發(fā)展方劑學(xué)理論及臨床用藥提供新的思路及參考具有意義。首先通過Python的Scrapy爬蟲框架,從名老中醫(yī)學(xué)術(shù)經(jīng)驗國家服務(wù)平臺上獲取到多位國醫(yī)大師診治糖尿病所開具的醫(yī)案數(shù)據(jù),然后對這些醫(yī)案數(shù)據(jù)進(jìn)行預(yù)處理,根據(jù)不同字段對應(yīng)的數(shù)據(jù)分開進(jìn)行處理,對于每個醫(yī)案中的處方數(shù)據(jù),利用Python的Jieba分詞工具,將得到單獨的中藥名,對其中出現(xiàn)的不規(guī)范的藥名進(jìn)行統(tǒng)一規(guī)范,為了使算法能夠處理這些數(shù)據(jù),對這些統(tǒng)一后的藥名進(jìn)行編碼;其次對于經(jīng)典關(guān)聯(lián)規(guī)則算法存在的瓶頸問題,提出了基于布爾矩陣加權(quán)的關(guān)聯(lián)規(guī)則算法,減少了數(shù)據(jù)庫的掃描次數(shù)和冗余的候選項集,提高了內(nèi)存的使用效率和算法的執(zhí)行效率,和經(jīng)典...

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

本文編號：3882537