基于螢火蟲算法的中醫(yī)癥狀規(guī)范和組方規(guī)律研究.pdf

1、中醫(yī)是中國古人同疾病抗爭的經驗和理論知識的承載體，經過長期醫(yī)療實踐才逐步形成并發(fā)展為理論體系的。然而，在傳統(tǒng)中醫(yī)的診療過程中，由于學術觀點、經驗在地域、時間、醫(yī)家個體等方面的差異，以及醫(yī)療對象較大的個體差異，醫(yī)案書寫往往帶有較多的模糊與不規(guī)范性。而在計算機對中醫(yī)病例的輔助分析中，醫(yī)案的不規(guī)范性往往是數據挖掘的障礙。由此可見，醫(yī)案癥狀的規(guī)范有利于掃除計算機輔助研究分析的障礙，更好的研究和分析醫(yī)案。核心方是治療某種疾病的基本方，在實際診療中

2、，中醫(yī)師會根據患者實際病情，在核心方的基礎上加減化裁而得到處方。另外，治療同一疾病，不同醫(yī)家治療方藥往往也有相通之處，在大量的名老中醫(yī)醫(yī)案中，對不同醫(yī)家治療同一疾病核心方的提取，有利于實習醫(yī)生迅速掌握相同類型病癥的治療,縮短培訓的周期。本文針對中醫(yī)醫(yī)案不規(guī)范和尋找組方規(guī)律的問題，通過對螢火蟲算法的改進，并將改進的算法用到模糊聚類中，用來規(guī)范醫(yī)案和提取核心方，具體研究成果如下：
　　(1)螢火蟲算法是比較新的智能算法雖然已經得了廣泛

3、的應用，但仍存在收斂精度不高，后期收斂速度慢，易陷于局部最優(yōu)的缺陷,本文針對這些缺陷，提出了一種結合吸引度和個體距離的新的選擇機制。新的選擇機制在收斂的精度和避免過早的陷于局部最優(yōu)方面得到了明顯的改善，提高了算法的性能。
　　(2)在模糊C-均值聚類算法中引入NFA算法，利用螢火蟲算法的全局尋優(yōu)能力強的特性，提出了NFAFCM算法。該算法有效地克服了FCM算法對初始值敏感、容易陷入局部最優(yōu)的缺陷，同時也進一步增強了螢火蟲算法的局部

4、搜索能力。
　　(3)基于改進的螢火蟲算法的聚類算法的自動文摘模型是對基本的算法加以轉換，把要提取的對象由數據庫中的理論點轉換為文摘模型中的向量，一個向量表示文檔中的一句話。然后將醫(yī)案向量化，最終通過對不規(guī)范醫(yī)案的整理得到規(guī)范的醫(yī)案。
　　(4)將基于改進的螢火蟲算法的聚類算法應用到處理中醫(yī)藥方中，對相同病癥的藥方采用NFAFCM算法進行聚類，然后得到關于這類病癥的核心方。核心方的提取為中藥方的學習提供了參考，對年輕中醫(yī)醫(yī)生