数据挖掘技术及其在中药配伍系统中的应用研究

摘要

中药知识发现集中在发现常用的单味药合用模式,这可以用高频集发现来解决;中医症候诊断可以看成是在大量临床案例库上的贝叶斯训练器和分类器;解决方剂配伍问题的关键是建立起一个合适的配伍计算机模型.该文在这三个方面作了下面一些工作:1.分析高频集发现算法在中药知识发现中的模型,建立起合理的数据结构,并对 Apriori算法做了一些改进,提出了一个新的参数:有效支持度,以便使找到的药对 真正满足中医专家的兴趣,并在几十条中医数据基础上作了一些测试工作.2.分析了贝叶斯算法的工作原理,并建立起中医证侯诊断的模型:建立起以症状为维 度的特征空间,以证侯为分类目标的空间,初步建立起一个中医证侯诊断的原型演示系统.3.研究了中医方剂组方的过程,提出了方剂配方的计算机模型,设计了一个计算机方 剂配方系统,给出了计算机方剂组方的具体步骤,探讨了这种模型的可行性,有效性.4.开发了一个计算机系统Formula,它集成了中药药对发现功能,中医证侯诊断功能 以及在中医专家的支持下的计算机辅助组方功能.

目录

摘要

Abstract

第一章绪论

1.1引言

1.2知识发现

1.3本文的项目背景

1.4本文的组织结构

参考文献

第二章Apriori算法和中药知识发掘

2.1引言

2.2关联规则的基本概念

2.2.1基本概念和问题描述

2.2.2关联规则的种类

2.3关联规则挖掘算法

2.3.1经典高频集方法

2.3.2其他的频集挖掘方法

2.4.改进的Apriori算法在中药知识发掘的中应用

2.4.1中医药领域的关联规则

2.4.2中医药领域的关联规则发现问题表述

2.4.3中药领域的改进的Apriori算法

2.5中药关联规则试验测试结果及评价

2.6结论

参考文献

第三章贝叶斯分类器和中医证侯诊断

3.1引言

3.1.1模式识别系统

3.2贝叶斯分类器综述

3.2.1朴素贝叶斯分类

3.2.2阈值的确定

3.2.3贝叶斯分类构造及过程

3.2.4训练集及特征模型

3.3使用贝叶斯分类器确定中医证侯

3.3.1特征模型的数据结构

3.3.2贝叶斯分类预测证侯

3.4贝叶斯证侯诊断试验结果及评价

3.5结论

参考文献

第四章中医方剂开方的计算模型

4.1引言

4.2中医方剂组方的发展历史

4.2.1药性理论阶段

4.2.2药对配伍理论阶段

4.2.3方剂配伍理论阶段

4.3中医方剂的计算机组方模型

4.3.1计算机配方的先决条件

4.3.2计算机配方的过程

参考文献

第五章中医处方配方系统Formula设计

5.1系统背景和目标

5.2系统体系结构

5.3系统数据库设计

5.3.1临床案例库的数据库设计

5.3.2挖掘发现的证侯因素数据库设计

5.3.3中药单味药的知识数据库设计

5.3.4中药方剂知识数据库设计

5.3.5 Formula系统管理表数据库设计

5.4系统各部分功能模块设计

5.4.1数据录入修改模块

5.4.2中医证侯诊断模块

5.4.3中医药知识发现模块

5.4.4中医处方配方模块

5.4.5临床反馈模块

5.5系统评价

第六章总结和展望

硕士期间发表的论文

硕士期间参与的科研项目情况

致谢