【摘要】：中藥是中醫(yī)臨床處方的基本構(gòu)成單元,是中醫(yī)醫(yī)生為患者提供診療方案的關(guān)鍵。中藥的主治臨床表征(以癥狀體征為主要內(nèi)涵),即患者的個(gè)性化癥狀是臨床處方用藥的重要依據(jù)和標(biāo)靶,是支持中醫(yī)臨床個(gè)性化治療的重要知識(shí)。醫(yī)生在處方的基礎(chǔ)上進(jìn)行隨癥加減的主要依據(jù)是常識(shí)或經(jīng)驗(yàn)性的藥癥關(guān)系。但由于中藥的功效與化學(xué)成分的復(fù)雜性,藥癥關(guān)系的發(fā)現(xiàn)和研究仍是一個(gè)復(fù)雜問題。因此,在現(xiàn)階段領(lǐng)域數(shù)據(jù)積累和分析方法進(jìn)展的基礎(chǔ)上,研制合適的藥癥關(guān)系分析方法,對(duì)個(gè)性化的臨床診療和中成藥新藥研發(fā)等都具有重要價(jià)值。本文基于《中國(guó)藥典》和《中華本草》兩部經(jīng)典的中藥文獻(xiàn)數(shù)據(jù),開展基于協(xié)同過濾、矩陣分解和網(wǎng)絡(luò)表征學(xué)習(xí)等方法的藥癥關(guān)系分析研究。主要工作包括如下兩方面:(1)本文進(jìn)行了基于相似度計(jì)算的藥癥關(guān)系知識(shí)發(fā)現(xiàn)研究。首先本文基于《中國(guó)藥典》與《中華本草》,通過人工加工構(gòu)建標(biāo)準(zhǔn)數(shù)據(jù)集,其中包括48000個(gè)中藥-癥狀關(guān)系數(shù)據(jù),為相關(guān)方法的研究提供了數(shù)據(jù)基礎(chǔ)。在此基礎(chǔ)上本文研究了兩類基于相似度計(jì)算的藥癥關(guān)系預(yù)測(cè)方法:協(xié)同過濾和網(wǎng)絡(luò)嵌入表示學(xué)習(xí)。兩類方法充分考慮中藥的性味、功效等屬性信息。研究發(fā)現(xiàn),在協(xié)同過濾方法中,進(jìn)行特征融合的模型性能更為顯著(Coverage從44%提升到47%);在網(wǎng)絡(luò)嵌入表示學(xué)習(xí)方法中,基于DeepWalk的方法性能更好�？傮w而言,在藥癥關(guān)系知識(shí)發(fā)現(xiàn)方法中,采用特征融合的協(xié)同過濾方法性能最好。(2)本文進(jìn)行了基于矩陣分解的藥癥關(guān)系分析研究。首先,本文提出基于非負(fù)矩陣分解(NMF)和奇異值分解(SVD)的藥癥關(guān)系分析方法,研究表明,相比NMF方法,SVD的總體性能較好。鑒于現(xiàn)有藥癥關(guān)系的稀疏性,本文利用中藥間的功能相似性,進(jìn)行了藥癥關(guān)系矩陣的補(bǔ)全處理。研究發(fā)現(xiàn),矩陣補(bǔ)全后的矩陣分解方法性能獲得一定提升(RMSE從0.8709降低到0.7122),另外,為充分利用中藥的功能屬性,本文提出基于元路徑(Meta-path)的網(wǎng)絡(luò)嵌入的SVD算法進(jìn)行藥癥關(guān)系分析研究。該方法性能最佳(RMSE從0.7122降低到0.3062)。以上研究結(jié)果提示了中藥的關(guān)聯(lián)性功能屬性對(duì)藥癥關(guān)系的分析研究起到重要作用。
【圖文】：

邐（２－２８）逡逑然后采用哈夫曼樹以及ｈｉｅｒａｒｃｈｉｃａｌ邋ｓｏｆｔｍａｘ方法對(duì)其進(jìn)行優(yōu)化。不斷迭代更逡逑新，得到最終的節(jié)點(diǎn)低維表示向量。ＤｅｅｐＷａｌｋ算法框架如圖２－１所示。逡逑，＝４邋ａ邋００００００００逡逑＇■ＳＴ逡逑…邐ｌ逡逑＾＼）ＷＩＷＥ逡逑ａ）邋Ｒａｎｄｏｍ邋ｗａｌｋ邋ｇｅｎｅｒａｔｉｏｎ邐ｂ）邋Ｒｅｐｒｅｓｅｎｔａｔｉｏｎ邋ｍａｐｐｉｎｇ邐ｃ）邋Ｈｉｅｒａｒｃｈｉｃａｌ邋Ｓｏｆｔｍａｘ逡逑圖２－１邋ＤｅｅｐＷａｌｋ算法框架［４０］逡逑Ｆｉｇｕｒｅ邋２－１邋Ｔｈｅ邋ＤｅｅｐＷａｌｋ邋ａｌｇｏｒｉｔｈｍ邋ｆｒａｍｅｗｏｒｋ１４０１逡逑１４逡逑

邐（２－２８）逡逑然后采用哈夫曼樹以及ｈｉｅｒａｒｃｈｉｃａｌ邋ｓｏｆｔｍａｘ方法對(duì)其進(jìn)行優(yōu)化。不斷迭代更逡逑新，得到最終的節(jié)點(diǎn)低維表示向量。ＤｅｅｐＷａｌｋ算法框架如圖２－１所示。逡逑，，＝４邋ａ邋００００００００逡逑＇■ＳＴ逡逑…邐ｌ逡逑＾＼）ＷＩＷＥ逡逑ａ）邋Ｒａｎｄｏｍ邋ｗａｌｋ邋ｇｅｎｅｒａｔｉｏｎ邐ｂ）邋Ｒｅｐｒｅｓｅｎｔａｔｉｏｎ邋ｍａｐｐｉｎｇ邐ｃ）邋Ｈｉｅｒａｒｃｈｉｃａｌ邋Ｓｏｆｔｍａｘ逡逑圖２－１邋ＤｅｅｐＷａｌｋ算法框架［４０］逡逑Ｆｉｇｕｒｅ邋２－１邋Ｔｈｅ邋ＤｅｅｐＷａｌｋ邋ａｌｇｏｒｉｔｈｍ邋ｆｒａｍｅｗｏｒｋ１４０１逡逑１４逡逑
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.3;R28

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 汪浩;王海平;吳信東;劉琦;;藥物-疾病關(guān)系預(yù)測(cè):一種推薦系統(tǒng)模型[J];中國(guó)藥理學(xué)通報(bào);2015年12期

2 王可鑒;石樂明;賀林;張永祥;楊侖;;中國(guó)藥物研發(fā)的新機(jī)遇:基于醫(yī)藥大數(shù)據(jù)的系統(tǒng)性藥物重定位[J];科學(xué)通報(bào);2014年18期

3 朱毓梅;;大數(shù)據(jù)時(shí)代背景下中醫(yī)古籍面臨的機(jī)遇與挑戰(zhàn)[J];中國(guó)中醫(yī)藥圖書情報(bào)雜志;2014年03期

4 莊力;周雪忠;賈彩燕;于劍;張潤(rùn)順;王映輝;;基于Biclustering的中醫(yī)藥癥關(guān)系分析[J];計(jì)算機(jī)工程;2010年11期

5 王海南;;中藥有效成分研究與中藥新藥研發(fā)[J];中華中醫(yī)藥雜志;2007年05期

相關(guān)碩士學(xué)位論文 前1條

1 毛宇;中醫(yī)藥癥狀的中文分詞與句子相似度研究[D];浙江大學(xué);2017年

本文編號(hào)：2611082