论文部分内容阅读
慢性肾病是一种常见慢性疾病。采用数据仓库对慢性肾病中医医案数据进行主题存储,并从多维角度展示方剂配伍规律有助于学习中医诊治慢性肾病经验。基于医案信息提出按语生成方法并进行诊疗路径推荐利于辅助中医经验传承。本文对方剂配伍中君臣佐使配伍,性味归经配伍,七情配伍识别方法进行研究,并采用数据仓库技术对上述配伍规律进行维度分析,使用数据挖掘技术进行医案按语生成和诊疗路径推荐。具体工作如下:1.在方剂君臣佐使识别研究中,针对现有方法对方剂数据信息利用不足,二分结构无法充分揭示方剂组成结构问题,本文提出基于方剂功效、药物相对位置、药物相对剂量的改进的朴素贝叶斯分类方法对方剂君臣佐使药物进行识别,平均准确率为85.9%,并与传统定义法和模糊聚类法进行对比。在方剂性味归经识别研究中,针对药物剂量权重无法有效反映性味归经偏性问题,本文提出基于改进的Apriori算法的方剂性味归经筛选方法,准确率分别为86.9%,65.1%,63.3%,并分别与性量化法、味量化法和归经系数法进行对比。在方剂七情配伍识别研究中,针对无法利用药物功效属性构建决策树模型问题,本文结合互信息识别方剂药对,提出基于药对特征向量的多层感知机七情关系识别方法,平均准确率为66.8%。2.在慢性肾病中医医案方剂数据仓库设计中,为从多维角度进行方剂君臣佐使、性味归经、七情配伍规律分析,建立面向主题的数据存储,本文确定方剂角色分布,方剂性分布,方剂味分布,方剂归经分布,方剂七情分布主题。基于维度建模理论,确定主题事实,维度,度量;构建数据仓库总线矩阵,对每个主题建立星形模型的事实表和维度表依赖关系。使用ODI对每个主题进行ETL设计,使用OBIEE进行OLAP设计。3.在数据挖掘分析中,针对现有按语由医生总结,耗费人力问题,本文提出对按语中症状对应病机、代表方加药情况、方剂药组功效、多诊次用药情况进行计算的方法,完成按语的自动生成。同时基于改进的Apriori算法设计基于医案数据的慢性肾病诊疗路径推荐。4.基于WPF框架、Oracle数据仓库设计器和Echarts图表工具完成了方剂数据仓库系统原型,具备方剂角色、性、味、归经、七情分布主题的多维设计,报表展现功能和诊疗路径展现功能。