谈两种关联规则算法在中医药治疗方面的应用及比较.docVIP

谈两种关联规则算法在中医药治疗方面的应用及比较 　　关联规则反映一个事物与其他事物之间的相互依存性和关联性。而关联规则挖掘则是数据挖掘中最活跃的研究方法之一，其本质是要找出隐藏在数据间的相互关系。关联规则数据挖掘的步骤主要有两步: 找出所有支持度大于或等于规定最小支持度的频繁项集，再由频繁项集产生所期望的关联规则。其关联规则的产生由支持度和置信度决定。在中医药领域，数据挖掘技术可用于证候诊断、方剂配伍、文献研究、临床病历等方面，以辅助传承中医文化，指导现代中医的发展。在目前针对中医药领域的数据挖掘中，关联规则Apriori 算法和FP-growth 算法倍受研究人员的青睐。 　　1 概念 　　Apriori 算法为布尔关联规则挖掘频繁项集的原创性算法。该算法属于宽度优先算法，使用逐层搜索的迭代方法，其中k 项集用于探索( k + 1) 项集。首先，扫描整个数据库，累计每个项的计数，找出满足最小支持度的项，得到频繁1 项集的集合L1。接下来循环进行以下两步: 连接步，产生候选项集Ck; 剪枝步，根据先验性质“频繁项集的所有非空子集也一定是频繁的”，剪除( k - 1) 项子集不在Lk - 1中的候选k 项集，当Lk为空时终止循环。 　　FP-growth 算法则是一种不产生候选项目集而采用模式增长的方式挖掘频繁模式的算法。通过两个步骤来完成: 构造频繁模式树FP-tree 和调用FPgrowth算法进行频繁项集挖掘。其原理是通过把每个事物映射到FP 树中的一条路径将数据库压缩到一颗频繁模式树，但仍保留项目集关联信息，然后将这种压缩后的数据库分成一组条件数据库，每个关联一个频繁项，并分别挖掘每个数据库。对于每个模式片段，只需要考察与它相关联数据集。因此，随着被考察的模式的增长，这种方法可以显著压缩被搜索的数据集的大小。 　　2 在中医药领域的应用 　　2. 1 方剂配 　　伍规律的研究方剂配伍规律能阐明方剂与病证之间治法的关系，揭示构成方剂的诸要素与功效之间的关系。关联规则数据挖掘可以辅助认识方剂的效用和方内各药物之间的配伍关系，揭示方剂效用的物质基础和作用机制，进而发现方剂的潜在功效和新用途，以便改进传统剂型，研发复方新药。采用Apriori 算法对《中医方剂大辞典》中治疗不同疾病的方剂进行挖掘分析，得到针对不同疾病的相应组方规律、核心药物、高频药对及药物功效配伍规律等。例如对其中587 首肿瘤方进行挖掘。结果表明，肿瘤方中理气和活血药物使用频率最高，支持度高的药对多为活血药与行气药配伍，支持度前20 的药组都含有活血化瘀药，且大多为活血化瘀药与理气药配伍应用。最终发现《中医方剂大词典》所收录的肿瘤方常选用的药物多具有行气止痛、活血化瘀、补气健脾的功效。对治疗肺痿疾病的方剂进行组方规律分析，揭示了肺痿组方中药物关联规则，并根据关联结果进行新方分析，得到9 个核心组合和9 个候选新方，为临床治疗肺痿提供了核心组合及候选方剂。应用单味药-药对-药组的数据挖掘思路，从简单到复杂，对四物汤中4 味药物的配伍关系进行挖掘，发现四物汤中当归是联系其他药物的中心环节，而当归-地黄为方中的核心药对，同时为方剂配伍规律的研究提供了新的思路和方法。对治疗痛经的217 首方剂进行药对应用规律挖掘，得到当归-川芎等高频药对，而它们也是治疗针对寒凝血瘀和气滞血瘀型痛经的少腹逐瘀汤、温经汤两方的主要组成药物，从而发现临床上痛经发病多为这两种辨证分型，为临床痛经的辨证施药提供参考。在Apriori算法支持度、置信度的基础上再引入兴趣度概念，用以修剪无趣的规则，挖掘出更有意义的关联规则，并以脾胃类方剂库中的1 060 首方剂为例使用Apriori算法进行试验，通过设置兴趣度值排除无意义的药对人参-甘草，得到固定药对白术-茯苓和尚未作为药对使用但具有客观关联性的茯苓-木香药物组合，提出如何利用这些相互关联的药物，是数据挖掘重点探讨的对象。 　　采用FP-growth 算法对《方剂》教材中的方剂进行挖掘来探讨中药复方配伍的规则。以治风剂中的疏散外风剂为例得到方剂的配方规则，得到防风-细辛、甘草-细辛、川芎-细辛等药物组合，为疏散外风剂组方提供了参考。以解表剂为例得到关系密切的中药组合，麻黄-甘草、甘草-芍药、桂枝-芍药等，为解表药组方提供了参考。采用该算法的改进算法FP-growth* 算法，在存在共享前缀的条件下，遍历结点的第一个子女结点就发现共享前缀，减少搜索共享前缀的时间，从而减少生成FP-Tree 的时间，以提高挖掘效率。并对取自华佗中医院的临床方剂和上海市中医中药数据中心《中医方剂数据库》的脾胃方剂进行挖掘，得到脾胃方剂的主药甘草、陈皮、白术、人参等，补气健脾方剂是最基本的用方，显示出脾胃方剂遣方组药的一些规律。