从针灸文献中获取经穴ARFF数据集的文本挖掘方法探讨.pdfVIP

长江大学学报(自科版) 2013年7月号医学下旬刊第10卷第21期 of Sci No．21 Journal YangtzeUniversity(NatEdit)Jul．2013，V01．10 从针灸文献中获取经穴ARFF数据集的 文本挖掘方法探讨 张 勇 (泸州医学院生物医学工程系，[g Jll泸州646000) 王鸿度 (泸州医学院中医系；四川,001N 646000) 潘 宏 (泸州医学院生物医学工程系，四JI泸州646000) [摘要]按照粗糙集理论的数据处理方法，对经穴名称进行标准化和数据化，把中文经穴名转换成离散化 的布尔型数据，通过文件格式的转换，从而得到适用于WEKA挖掘平台的RAFF数据集。 [关键词]经穴；ARFF；文本挖掘 [中图分类号]R245 [文献标志码]A 文本挖掘现在已成为中医中药学界数据挖掘中重要的研究课题。已有研究[13通过关联和聚类分析出 了几种经穴的联系。但基于针灸古文献[23中治疗疾病用穴的文本挖掘在国内还为数不多，对十四经 穴的文本挖掘的方法研究也比较少。 1经穴文本数据清洗 数据准备前期，由针灸医师在古文献中勾勒出属于十四经穴的穴位名称。例如从《百症赋》“原夫 面肿虚浮，须仗水沟，前顶；耳聋气闭，全凭听会、翳风。面上虫行有验，迎香可取；耳中蚕噪有声， 听会堪攻”文中，可得出面部浮肿，耳聋耳鸣等证候。涉及到的十四经穴名有：水沟，前顶，听会，翳 风，迎香，听会。并对文献中的经穴数据采用如下步骤的筛选处理： 1)去除非经穴。去除如时病瘟疫《千金要方·卷十·第五》：“上腭穴，入口里边，在上缝赤白脉 是，针三次，治马黄黄疸四时病等。”，里出现的上腭穴。 2)去除经外奇穴。去除如癔瘕集聚《医学入门·卷一·治病奇穴》：“痞根穴：专治痞块，十三椎 下各开三寸半，多灸左边。如左右俱有，左右俱灸。”里的痞根穴。 3)根据GBl2346-90标准化针灸中文经穴名称，具体如下： 把“腧”改为“俞”。如痨瘵《圣济总录·卷一百九十三·治骨蒸》：“……，胃腧二穴……肾腧二 穴……又肝腧二穴……”。 把“三里”改为“足三里”。如噎膈《灵枢·邪气脏腑病形》：“胃病者……膈咽不通，食饮不下， 取之三里。” 把“四花穴”改为“膈俞、胆俞”。如痨瘵：《医学入门·卷一·治病奇穴》：“经门四花：即崔氏四 花穴，不灸脊上二穴，各开两旁成六穴，上二穴，共阔一寸”。 把“巨虚”改为“上巨虚、下巨虚”。如胁痛《铜人腧穴针灸图经·卷五·足阳明》：“巨虚下廉： 胸胁少腹痛。” 把“临泣”改为“足临泣”。如瘾瘕集聚《扁鹊神应针灸玉龙经·针灸歌》：“月闭乳痈临泣妙，瘾 瘕膀胱即莫抛”。 把“人中”改为“水沟”。如胁痛《琼瑶神书·卷二·二百三十五》：“治闪挫腰胁痛：腰间闪挫泻 人中，尺泽先将气下冲”。 [收稿日期]2013—04—02 [基金项目]泸州医学院科研基金项目(2012QN一67) 万方数据 第10卷第21期 张勇等：从针灸文献中获取经穴ARFF数据集的文本挖掘方法探讨 2经穴文本数据标准化 根据国家标准GBl2346—90并参照世界卫生组织针灸穴名国际标准《标准针灸穴名》，制作十四经 穴中英文名称对照表1，标准化文献里出现的经穴名。 表1+四经穴中英文名称对照表(部分) 手太阴肺经 中府 LUl 足阳明胃经穴 承泣 STl 云门 LU2 四白 ST2 wei— ShoutaiyinFeijingx- Zuyangming