中医作为当代医疗体系的重要组成部分,在当前社会居民医疗、保健、预防等许多方面都起到越来越关键的作用,其不仅是一种有效地医疗手段,还承载着中华民族悠久的文化内涵。名老中医作为传统中医的继承者,当代中医的开拓者,代表着当前中医发展的最高水平,利用机器学习等先进方法对名老中医诊疗用药规律的学习与归纳,有助于高效总结中医最为精华的诊疗经验,进而促进中医临床的诊疗水平进步,推动中医药经验与知识的继承与弘扬。然而,当前针对名老中医用药配伍经验的总结还处于比较基础的阶段,对于用药规律挖掘的角度较为单一,主要偏重于核心方、配伍规律的挖掘,对处方剂量、疾病病机等方面研究较少。数据分析方法主要采用数学统计方法,以及简单聚类和关联模型。本研究归纳整理大量名老中医处方与诊疗数据,根据名老中医数据特点以及分析挖掘过程存在的问题,对多个算法进行了适应性改进。以密度聚类算法挖掘名老中医用药属性特征,以改进双聚类算法探究名老中医处方剂量组分规律,以模糊关联算法归纳名老中医用药剂量关联规律,以特征工程算法深入探究名老中医用药与患者病机之间的隐藏规律。首先,本文使用密度聚类、改进双聚类算法、模糊聚类与模糊关联等无监督数据挖掘方法,分别从药物属性、药物组分、药物剂量三个角度对名老中医药物使用规律进行挖掘。其中,密度聚类算法通过对药物类簇的提取,归纳名老中医所用药物间的属性规律;通过改进双聚类算法,在原算法公式中添加惩罚项和引入惩罚矩阵,实现在大量方剂信息中挖掘蕴含关键组分规律的药物剂量子矩阵,为进一步分析名老中医用药组分规律奠定基础;构建包含模糊聚类与模糊关联的模糊分析处理流程,改进模糊聚类算法步骤,使其输出符合药物剂量特点的隶属度矩阵,用更符合中医思维的形式挖掘处方中蕴含的药物剂量关联规则。其次,使用多种有监督的特征工程方法,如随机森林内嵌模型、绕封模型,对名老中医用药及其剂量与患者病机之间的联系进行分析与挖掘。运用生成对抗网络模型,改进其深层网络结构,在网络输入中增加标签属性,在网络判别中额外判别输入数据的类别特征,最终归纳对应不同病机的名老中医用药规律。