中醫(yī)方劑數(shù)據(jù)庫中方—藥知識發(fā)現(xiàn)研究——以中風病為例.pdf

1、目的：
　　 本課題以中醫(yī)方劑數(shù)據(jù)庫為研究對象進行中風病相關(guān)的證-方-藥知識發(fā)現(xiàn),深入探索方劑的制方要素,總結(jié)中風偏枯的方藥證治規(guī)律,找到對其中藥理起關(guān)鍵作用的核心藥/藥對/藥組,并挖掘證方藥間的隱秘聯(lián)系,進而發(fā)現(xiàn)潛在有效的新藥對,提供預(yù)測性或指導(dǎo)性結(jié)論。
　　 材料與方法：
　　 從中國方劑數(shù)據(jù)庫和方劑現(xiàn)代應(yīng)用數(shù)據(jù)庫中檢索并下載相關(guān)數(shù)據(jù),形成文本數(shù)據(jù)源。其中包括古代方劑記錄1758條,現(xiàn)代方劑記錄91條,合并轉(zhuǎn)

2、化為文本數(shù)據(jù)源,經(jīng)一般性行處理,正則表達式規(guī)范化等預(yù)處理后,采用BICOMB系統(tǒng)進行信息抽取,gCLUTO聚類工具包進行雙向聚類分析。
　　 結(jié)果：
　　 中國方劑數(shù)據(jù)庫和方劑現(xiàn)代應(yīng)用數(shù)據(jù)庫中檢索到的共1849條方劑記錄經(jīng)納入標準過濾并預(yù)處理后得到有效記錄648條。共計648首方,6913味藥被BICOMB系統(tǒng)成功提取出來,生成了100×648“方-藥”矩陣,經(jīng)gCLUTO聚類工具包處理,得到Cluster0～3共4組聚

3、類指標,主治中風偏枯的高描述度代表方共8首,核心藥32味。
　　 結(jié)論：
　　 本研究采用了文本挖掘技術(shù)中的信息抽取、雙向聚類分析等方法探討了中風偏枯針對不同證型配伍用藥特點及各證型辨證論治的治則治法。此外,本研究總結(jié)了各型常用藥對藥組,并對部分缺失方藥信息進行了預(yù)測和完善。
　　 實踐證明本方法適用于中醫(yī)方劑數(shù)據(jù)庫中方.藥知識發(fā)現(xiàn),可成功抽取中醫(yī)方劑數(shù)據(jù)庫中的方藥信息、并結(jié)合不同證型配伍用藥特點來探索方劑的制方