基于中药药性的数据库知识发现分析-中药学专业论文.docxVIP

摘 摘 要 f f ＼中药药性理论是中药理论的重要组成部分，性、味、归经和有毒无毒等 是中药药性的最基本内容。随着中药数字化研究的不断推进，对中药药性简 单的定性文字描述已经不适应中药现代化发展的要求，进行中药药性的量化 和基于药性特征的数据库知识发现研究，在完善中药药性特征、指导中药药 性物质基础、揭示复方配伍规律的科学内涵以及加速中药现代饮片理论的构 建等方面的研究都具有十分重要的意义。中药功效分类是目前最常用的分类 方法，由于专家对药物认识的角度不同，存在某些药物在不同文献中功效分 I／ 类结果不统一的情况y本研究应用数据库知识发现技术(KDD)进行量化中 药药性与中药功效分类等特征之间的相关研究。 首先，本研究以CBA为KDD工具，以二值量化的中药药性为特征，对 ， 《中药学》中所有功效分类的主要特征进行了关联规则和关联分类研究。l结 ＼ 果表明，在所有分类中只有14类药物具有可区别于其它类药物的药性特征； 许多类的主要药性特征具有相互重叠和交叉的情况，这使得仅以定性或相对 简单的二值量化药性为特征进行中药功效分类的判别存在一定的困难。r 其次，本研究以治疗消渴病的复方及其组成药味为对象，在单味药层次 ， 上进行了对应消渴病不同阶段药味组成的关联规则分析。l结果表明，虽然专 ＼ 家对消渴病的认识和用药偏好不同，但在针对消渴病主要症状用药的核心组 ＼ ／ 成基本一致，反映出中医在整体上对消渴病认识和治疗的统一规律。r＼／ 第三，本研究以人工神经网络为KDD工具，以不同方法量化的药性特 征为基础，对不同文献中功效分类有分歧的细辛等5味中药的功效归类进行 r 了预测研究。I结果表明，不同方法量化的药性数据对细辛等5味药功效归类 ＼ 、／ 预测的结果基本一致。y， 第四，本研究以人工神经网络和决策树为KDD工具，以不同方法量化 ， 药性为特征，对补虚类中药的功效归类进行了判别研究。I结果表明，应用数 ＼ 值量化的药性数据比应用二值量化药性数据能得到更为理想的分析结果；不 、／ 同质量的数据可采用不同的KDD方法进行分析。J 最后，鉴于本研究内容仅为进行消渴病复方配伍规律研究前期的方法学 探索，因此在总结己研究内容基础上，提出了基于药性数据库知识发现研究 探索，因此在总结己研究内容基础上，提出了基于药性数据库知识发现研究 的一些思路和设想，为进一步完善中药药性和进行在功效分类层次上消渴病 复方配伍规律等研究指出建议性的方向。 关键词：中药疗≤；数据库知谟≤现；中药数享乏；人工{篷网络； 决策树；关联规则 ＼J √ ABSTRACTThe ABSTRACT The theory of property is the most important constitute of the theory of Chinese Medicine，and it can be regarded as the main and basic characteristic of Chinese Medicine．Knowledge Discovery in Database(KDD)is a combination of database literature and artificial intelligent，it can extract and reveal the potential useful patterns or rules from large amount of datasets which collected for most other purposes instead．In this study，we use some of KDD methods，such as Artificial Neural Network(ANN)，Decision Trees and Association Rules，to discover the hidden knowledge between the property and other descriptors of Chinese Medicine，In order to build the database of property used by KDD，two method of treatments are applied to digitalize the property of Chinese Medicine， one is numerical method，the other is Boolean method，and the result of two forms of data analysis are compared．It show that the proper