一种针灸医学数据处理系统及方法、信息数据处理终端技术方案

本发明专利技术属于数据挖掘技术领域，公开了一种针灸医学数据处理系统及方法、信息数据处理终端；包括统计数据集模块；多维度频次统计模块；关联分析模块；临时数据集模块；针灸处方优化模块；结果统计模块。本发明专利技术能够有效地辅助医生进行医学决策，提高医生的诊断水平，同时也为中医药信息化建设作出有益的探索；可直接用于指导临床方案制定，大幅提高针灸的临床疗效和信息化水平，突破针灸产业发展的瓶颈；满足广大针灸临床工作者获取最新循证医学信息、提高诊疗水平的需求，满足广大人民群众获取切实有效的针灸诊疗方案，防病保健的需求；方便用户高效地进行查询分析，减少关联规则数量，提高计算统计效率。

A data processing system and method of acupuncture and moxibustion medicine, information data processing terminal

【技术实现步骤摘要】
一种针灸医学数据处理系统及方法、信息数据处理终端
本专利技术属于数据挖掘
，尤其涉及一种针灸医学数据处理系统及方法、信息数据处理终端。
技术介绍
目前，业内常用的现有技术是这样的：上海市针灸经络研究所研制的《中国现代针灸信息数据库》是针灸专业性数据库，是目前中国收集的针灸文献量最多，文献跨年度最长的统计型(智能型)数据库。收集1949年至2005年76种中医、中西医结合期刊，在MicrosoftAccess软件的支持下，进行原始数据录入。在VC软件的支持下，运用适用的语言，进行程序的设计和编写，实现了计算机的查询、检索和统计功能。数据库可根据疾病名、疾病系统名、疗效、穴位、配穴、治疗方法、分组(描述性研究、自身前后对照、一般对照、随机对照)、类别、作者、单位和杂志名称等，进行多途径的检索。疗效是针灸学科的生命线。借助数据挖掘技术，研究者们从古代文献和现代文献出发，对针灸临床优势病种的针灸治疗特色进行了研究总结。在古代文献方面，对针灸治疗中风、失眠、哮喘、泻痢等疾病的用穴规律和治疗特点进行了挖掘、分析。如：毛爱民对记载有针灸理论及治疗的11本文档来自技高网...

【技术保护点】
1.一种针灸医学数据处理方法，其特征在于，所述针灸医学数据处理方法包括：/n步骤一，构建两个数据仓库，统计基于症状的辨证数据和收集基于处方的穴为配伍，得到查询的统计数据集；/n步骤二，采用联机分析处理技术OLAP)结合腧穴，处方，病症进行针灸辨证论治规律多维度频次统计；/n步骤三，采用关联规则分析，对目标穴对、穴组进行分析，根据目标疾病的核心穴位、穴对、穴组进行分析；/n步骤四，利用Graph OLAP数据挖掘的数据仓库，通过动态OLAP查询，生成算法在多种维度上进行投影后的临时数据集；/n步骤五，基于数据仓库的辨证加减，进行针灸处方优化算法；/n步骤六，统计通过Graph OLAP得到不同症...

【技术特征摘要】
1.一种针灸医学数据处理方法，其特征在于，所述针灸医学数据处理方法包括：
步骤一，构建两个数据仓库，统计基于症状的辨证数据和收集基于处方的穴为配伍，得到查询的统计数据集；
步骤二，采用联机分析处理技术OLAP)结合腧穴，处方，病症进行针灸辨证论治规律多维度频次统计；
步骤三，采用关联规则分析，对目标穴对、穴组进行分析，根据目标疾病的核心穴位、穴对、穴组进行分析；
步骤四，利用GraphOLAP数据挖掘的数据仓库，通过动态OLAP查询，生成算法在多种维度上进行投影后的临时数据集；
步骤五，基于数据仓库的辨证加减，进行针灸处方优化算法；
步骤六，统计通过GraphOLAP得到不同症状集合的约束条件下对应的穴位配伍关系结果。


2.如权利要求1所述的针灸医学数据处理方法，其特征在于，所述步骤一中，数据仓库采用星型模式或雪花模式，得到复杂查询的统计数据集。


3.如权利要求2所述的针灸医学数据处理方法，其特征在于，所述步骤一中，数据仓库具体为：
(1)第一个数据仓库模型以疾病作为事实表，以每种疾病所包含的各种症状以及舌苔，脉象作为维表；数据仓库能够通过动态OLAP查询生成挖掘算法所需要在多种维度上进行投影后的临时数据集；
(2)第二个数据仓库模型以每个处方作为事实表，以每个处方中所包含的主治病症，腧穴，时间和该处方的有效性评分作为不同的维表；数据仓库能够通过动态OLAP查询生成挖掘算法所需要在多种维度上进行投影后的临时数据集。


4.如权利要求2所述的针灸医学数据处理方法，其特征在于，所述步骤二中，联机分析中的基于无连接层次编码的OLAP的多维度频次统计数据模型，采取二进制编码，详细编码规则如下：
规则1：所有的细节数据分类成一个无重叠的数据结构，d表示维表中的任一维度：
1)每一个d有且只包含一个维主题；
2)d是由n个维层次所构成的集合，记作l1,l2,…,ln，其中任何一个维层次li都只含有唯一的维属性和mi个维值；
3)任一维均可视作由每个维层次的维值所组成的树形结构；
规则2：已知li是维度d的任一层次，对应所有维值mi的集合作为层次li的全域，那么层次li-1可以看做层次li的父节点层次，且将最高层次的父节点定义为该维主题，拥有共同父节点的层次li维值成员所构成的集合称作层次li的某一子集域，记作childfieldli-1＝p(li)，而兄弟节点可以视为属于同一个父类节点的成员；
规则3：维层次li的某一父节点p有n个孩子节点，定义维值mi与编码之间的映射函数F：childfieldli＝p(li)＝{m1,m2,…,mn}→[1,n]，F(i)为维值mi的子集域层次编码，由于本文选取的是二进制串方式来表示子集域的层次编码，使用个二进制位数来说明维值基数为n的层次子集域；
穴网络数据仓库的多维信息网络数据仓库模型为：
定义1设图数据库中待分析图结构为G(V，E)＝G(V，θ(ID))，其中，V是图中点的集合，E表示边的集合，函数θ为图G的边信息决定函数，设变量ID＝{I1，I2，…，Ii，…，Im}是图数据中待考察的维度集合，其中i＝1，2，…，m；m个信息属性构成的维度集合只能决定图的边集，不能改变图的拓扑结构，称ID为信息维集合；
定义2设变量TD＝{T1，T2，…，Tn}是刻画图数据中心度量拓扑结构的一个集合，一个图表示为其中函数为点拓扑决定函数，函数δ为边拓扑决定函数，n个拓扑属性构成拓扑维来决定图的点集合和边集合，决定图的拓扑结构，称TD为拓扑维集合，定义1、定义2，引入点、边的信息和拓扑决定函数θ(ID)、δ(TD)扩展传统图结构的表义范围，综上，面向信息网络主题数据建模涉及信息维和拓扑维的抽取；
定义3多维信息网络数据仓库模型MINDM是一个五元组，EFT、NFT、ILAT、TNAT分别表示边事实表、节点事实表、信息维连接属性表、拓扑维节点属性表，F为表间的依赖关系集合，满足键值约束：EFT与NFT通过Node_ID连接，ILAT通过Link_ID与EFT连接，TNAT通过Node_ID、Node_type与NFT...

【专利技术属性】
技术研发人员：王亚强，刘魁，曹亮，李世彬，曹新彬，
申请(专利权)人：成都成信高科信息技术有限公司，
类型：发明
国别省市：四川;51