基于PLS确定中药复方的成分配比的方法和装置制造方法及图纸

本申请涉及一种基于PLS确定中药复方的成分配比的方法和装置。其中的方法包括：获取中药复方的样本数据；所述样本数据包含多组所述中药复方的量效数据；每组所述量效数据包含所述中药复方的n个成分的含量数据和对应的疗效指标的数据；采用灰色关联度确定所述中药复方的n个成分与疗效指标的关联度，去除所述中药复方中的关联度最低的成分，得到新样本数据；所述新样本数据中，每组所述量效数据包含所述中药复方的n‑1个成分的含量数据和对应的疗效指标的数据；通过PLS回归模型，对所述新样本数据进行回归拟合，得到所述疗效指标关于n‑1个成分的回归方程；根据所述回归方程，确定所述中药复方的n‑1个成分的配比。

【技术实现步骤摘要】
基于PLS确定中药复方的成分配比的方法和装置
本申请涉及医疗
，尤其涉及一种基于PLS确定中药复方的成分配比的方法和装置。
技术介绍
中医药学是我国传统医学的瑰宝，其优势在于临床疗效，其进一步发展所面临的突出问题仍然是疗效问题。影响中医疗效的关键因素除辨证论治、方剂配伍、中药药性及药材质量以外，与方药的用量有着密切的关系，也就是所谓的“中医不传之秘在于药量”。由于中药成分和作用机制的复杂性，使得中药量效关系的研究远比单成分的化学药困难，与化学药常见的“S”型曲线有着显著的区别，实验数据大多数呈现非线性关系。其中，量效关系是指中药复方中的成分含量与疗效指标之间的关系。近年来，如何采用合适的方法引入中药的量效研究，已引起众多学者的关注。比如，一种传统的方案中，利用偏最小二乘法(PartialLeastSquares，PLS)回归模型对中药复方的成分含量与疗效指标的数据进行回归建模，得到中药复方中的成分含量与疗效指标之间的关系。其中，成分含量作为自变量，疗效指标作为因变量。这种传统的PLS回归模型虽然在存在多重共线性的情况下依然可对数据进行回归建模，但是在提取主分量时，采用的是交叉核验原则来选择使协方差尽可能最大的成分，由PLS性质得知，这种主分量就是自变量列向量的线性组合，接着主分量与因变量进行多元线性回归，显然，这样的回归模型是建立在这些主分量之上的，由于中药复方数据的复杂性，难以建立明确的量效关系模型。
技术实现思路
为至少在一定程度上克服相关技术中存在的问题，本申请提供一种基于PLS确定中药复方的成分配比的方法和装置。根据本申请实施例的第一方面，提供一种基于PLS确定中药复方的成分配比的方法，包括：获取中药复方的样本数据；所述样本数据包含多组所述中药复方的量效数据；每组所述量效数据包含所述中药复方的n个成分的含量数据和对应的疗效指标的数据；采用灰色关联度确定所述中药复方的n个成分与疗效指标的关联度，去除所述中药复方中的关联度最低的成分，得到新样本数据；所述新样本数据中，每组所述量效数据包含所述中药复方的n-1个成分的含量数据和对应的疗效指标的数据；通过PLS回归模型，对所述新样本数据进行回归拟合，得到所述疗效指标关于n-1个成分的回归方程；根据所述回归方程，确定所述中药复方的n-1个成分的配比。较佳地，采用灰色关联度确定所述中药复方的n个成分与疗效指标的关联度，包括：将所述样本数据中的疗效指标的数据，作为参考序列y(k)，k＝1,2,...,m；其中，m表示参考序列中疗效指标的数据的总数，k表示第k个疗效指标的数据；将所述中药复方中的n个成分对应的含量数据，作为比较序列xj(k)，k＝1,2,...,m，j＝1,2,...,n；其中，n表示比较序列的个数，j表示第j个比较序列，m表示第j个比较序列中的含量数据的个数，k表示第j个比较序列中第k个含量数据；根据所述参考序列y(k)和所述比较序列xj(k)，计算灰色关联系数ξj(k)；确定所述比较序列与所述参考序列的关联度：将所述比较序列的关联度R1，R2，...，Rj，...，Rn，作为对应的n个成分与疗效指标的关联度。较佳地，所述获取中药复方的样本数据之后，采用灰色关联度确定所述中药复方的n个成分与疗效指标的关联度之前，所述方法还包括：将所述样本数据进行归一化处理，得到包含所有含量数据的矩阵X和包含所有疗效指标的数据的矩阵Y；通过OSC方法对所述样本数据进行预处理，以去除X中与Y正交的分量。较佳地，所述通过OSC方法对所述样本数据进行预处理，包括：按照如下公式计算各分量的权值向量w：wT＝YTX/(YTY)；其中，T表示矩阵的转置；按照如下公式对w进行归一化：w＝w/||w||；按照如下公式计算每个分量的得分t：t＝Xw/(wTw)；以及得到载荷的转置向量P：PT＝tTX/(tTt)；按照如下公式计算正交分量的权值向量：w⊥＝p-w；以及对w⊥进行归一化：w⊥＝w⊥/||w⊥||；计算各分量的正交分量t⊥：计算正交分量的载荷向量从X中减去正交分量，得到修正后的XOSC：判断正交分量的权值向量w⊥与载荷向量的模的比值k＝||w⊥||/||p||与预设值的大小，如果大于预设值，则继续修正，否则，停止修正。较佳地，所述方法还包括：计算所述回归方程的复测定系数。根据本申请实施例的第二方面，提供一种基于PLS确定中药复方的成分配比的装置，包括：样本获取模块，用于获取中药复方的样本数据；所述样本数据包含多组所述中药复方的量效数据；每组所述量效数据包含所述中药复方的n个成分的含量数据和对应的疗效指标的数据；关联度确定模块，用于采用灰色关联度确定所述中药复方的n个成分与疗效指标的关联度，去除所述中药复方中的关联度最低的成分，得到新样本数据；所述新样本数据中，每组所述量效数据包含所述中药复方的n-1个成分的含量数据和对应的疗效指标的数据；回归拟合模块，用于通过PLS回归模型，对所述新样本数据进行回归拟合，得到所述疗效指标关于n-1个成分的回归方程；确定模块，用于根据所述回归方程，确定所述中药复方的n-1个成分的配比。较佳地，所述关联度确定模块，具体用于：将所述样本数据中的疗效指标的数据，作为参考序列y(k)，k＝1,2,...,m；其中，m表示参考序列中疗效指标的数据的总数，k表示第k个疗效指标的数据；将所述中药复方中的n个成分对应的含量数据，作为比较序列xj(k)，k＝1,2,...,m，j＝1,2,...,n；其中，n表示比较序列的个数，j表示第j个比较序列，m表示第j个比较序列中的含量数据的个数，k表示第j个比较序列中第k个含量数据；根据所述参考序列y(k)和所述比较序列xj(k)，计算灰色关联系数ξj(k)；确定所述比较序列与所述参考序列的关联度：将所述比较序列的关联度R1，R2，...，Rj，...，Rn，作为对应的n个成分与疗效指标的关联度。较佳地，还包括预处理模块；所述预处理模块，用于所述获取中药复方的样本数据之后，采用灰色关联度确定所述中药复方的n个成分与疗效指标的关联度之前，将所述样本数据进行归一化处理，得到包含所有含量数据的矩阵X和包含所有疗效指标的数据的矩阵Y；通过OSC方法对所述样本数据进行预处理，以去除X中与Y正交的分量。较佳地，所述通过OSC方法对所述样本数据进行预处理时，所述预处理模块，具体用于：按照如下公式计算各分量的权值向量w：wT＝YTX/(YTY)；其中，T表示矩阵的转置；按照如下公式对w进行归一化：w＝w/||w||；按照如下公式计算每个分量的得分t：t＝Xw/(wTw)；以及得到载荷的转置向量P：PT＝tTX/(tTt)；按照如下公式计算正交分量的权值向量：w⊥＝p-w；以及对w⊥进行归一化：w⊥＝w⊥/||w⊥||；计算各分量的正交分量t⊥：计算正交分量的载荷向量从X中减去正交分量，得到修正后的XOSC：判断正交分量的权值向量w⊥与载荷向量的模的比值k＝||w⊥||/||p||与预设值的大小，如果大于预设值，则继续修正，否则，停止修正。较佳地，还包括测定系数计算模块；所述测定系数计算模块，用于：计算所述回归方程的复测定系数。根据本申请实施例的第三方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令本文档来自技高网...

【技术保护点】
1.一种基于PLS确定中药复方的成分配比的方法，其特征在于，包括：获取中药复方的样本数据；所述样本数据包含多组所述中药复方的量效数据；每组所述量效数据包含所述中药复方的n个成分的含量数据和对应的疗效指标的数据；采用灰色关联度确定所述中药复方的n个成分与疗效指标的关联度，去除所述中药复方中的关联度最低的成分，得到新样本数据；所述新样本数据中，每组所述量效数据包含所述中药复方的n‑1个成分的含量数据和对应的疗效指标的数据；通过PLS回归模型，对所述新样本数据进行回归拟合，得到所述疗效指标关于n‑1个成分的回归方程；根据所述回归方程，确定所述中药复方的n‑1个成分的配比。

【技术特征摘要】
1.一种基于PLS确定中药复方的成分配比的方法，其特征在于，包括：获取中药复方的样本数据；所述样本数据包含多组所述中药复方的量效数据；每组所述量效数据包含所述中药复方的n个成分的含量数据和对应的疗效指标的数据；采用灰色关联度确定所述中药复方的n个成分与疗效指标的关联度，去除所述中药复方中的关联度最低的成分，得到新样本数据；所述新样本数据中，每组所述量效数据包含所述中药复方的n-1个成分的含量数据和对应的疗效指标的数据；通过PLS回归模型，对所述新样本数据进行回归拟合，得到所述疗效指标关于n-1个成分的回归方程；根据所述回归方程，确定所述中药复方的n-1个成分的配比。2.根据权利要求1所述的方法，其特征在于，采用灰色关联度确定所述中药复方的n个成分与疗效指标的关联度，包括：将所述样本数据中的疗效指标的数据，作为参考序列y(k)，k＝1,2,...,m1；其中，m表示参考序列中疗效指标的数据的总数，k表示第k个疗效指标的数据；将所述中药复方中的n个成分对应的含量数据，作为比较序列xj(k)，k＝1,2,...,m，j＝1,2,…,n；其中，n表示比较序列的个数，j表示第j个比较序列，m表示第j个比较序列中的含量数据的个数，k表示第j个比较序列中第k个含量数据；根据所述参考序列y(k)和所述比较序列xj(k)，计算灰色关联系数ξj(k)；确定所述比较序列与所述参考序列的关联度：将所述比较序列的关联度R1，R2，…，Rj，…，Rn，作为对应的n个成分与疗效指标的关联度。3.根据权利要求1所述的方法，其特征在于，所述获取中药复方的样本数据之后，采用灰色关联度确定所述中药复方的n个成分与疗效指标的关联度之前，所述方法还包括：将所述样本数据进行归一化处理，得到包含所有含量数据的矩阵X和包含所有疗效指标的数据的矩阵Y；通过OSC方法对所述样本数据进行预处理，以去除X中与Y正交的分量。4.根据权利要求3所述的方法，其特征在于，所述通过OSC方法对所述样本数据进行预处理，包括：按照如下公式计算各分量的权值向量w：wT＝YTX/(YTY)；其中，T表示矩阵的转置；按照如下公式对w进行归一化：w＝w/||w||；按照如下公式计算每个分量的得分t：t＝Xw/(wTw)；以及得到载荷的转置向量P：PT＝tTX/(tTt)；按照如下公式计算正交分量的权值向量：w⊥＝p-w；以及对w⊥进行归一化：w⊥＝w⊥/||w⊥||；计算各分量的正交分量t⊥：计算正交分量的载荷向量从X中减去正交分量，得到修正后的XOSC：判断正交分量的权值向量w⊥与载荷向量的模的比值k＝||w⊥||/||p||与预设值的大小，如果大于预设值，则继续修正，否则，停止修正。5.根据权利要求1～4任一项所述的方法，其特征在于，所述方法还包括：计算所述回归方程的复测定系数。6.一种基于PLS确定中药复方的成分配比的装置，其特征在于，包括：样本获取模块，用于获取中药复方的样本...

【专利技术属性】
技术研发人员：熊旺平，曾青霞，杜建强，罗计根，黄灿奕，
申请(专利权)人：江西中医药大学，
类型：发明
国别省市：江西,36