本申请提供基于中药名的经验方剂数据处理方法、系统、终端及存储介质，包括：基于中医文献将非结构化数据转变为结构化数据；结构化数据包括证型数据、症状数据和药方数据；对同一证型数据所对应的不同药方数据进行聚类，形成以证型数据为核心并聚集有多个药方数据的基于证型的聚类簇；对同一症状数据所对应的不同药方数据进行聚类，形成以症状数据为核心并聚集有多个药方数据的基于症状的聚类簇；对基于证型的聚类簇及基于症状的聚类簇进行融合计算生成药方数据集合。本发明专利技术选取高频药方数据作为最终的药方数据集合，从而加快中医领域的标准化速度，辅助中医节约时间和精力。辅助中医节约时间和精力。辅助中医节约时间和精力。
【技术实现步骤摘要】
基于中药名的经验方剂数据处理方法、系统、终端及存储介质
[0001]本申请涉及智慧医疗及机器学习模型
，特别是涉及基于中药名的经验方剂数据处理方法、系统、终端及存储介质。
技术介绍
[0002]随着人均生活水平的提高，越来越多的人注意自身的健康状态，使得医疗得到了极大的发展。西医针对每一种病情都有着一种对应的药物，可以准确的治疗对应的疾病，即使在家也可以购买相应的药用来治疗，大大的减少了病人医疗成本，节省医生的时间和精力。
[0003]但是在传统的中医领域，目前各项中医数据都是零散的，无法形成有效的关联，例如针对同一种病情可对应关联有不同的药方数据，且每种药方数据的使用标准也因人而异，这样大大耗费了中医的时间和精力，也增加了患者支付成本。
[0004]因此，如何有效处理方剂数据以及如何建立有效的数据关联关系，以此来辅助中医节约他们的时间和精力，成为本领域亟需解决的技术难题。
技术实现思路
[0005]鉴于以上所述现有技术的缺点，本申请的目的在于提供基于中药名的经验方剂数据处理方法、系统、终端及存储介质，用于解决现有技术中的问题。
[0006]为实现上述目的及其他相关目的，本申请的第一方面提供一种基于中药名的经验方剂数据处理方法，包括：基于中医文献将非结构化数据转变为结构化数据；所述结构化数据包括证型数据、症状数据和药方数据；对同一证型数据所对应的不同药方数据进行聚类，形成以证型数据为核心并聚集有多个药方数据的基于证型的聚类簇；对同一症状数据所对应的不同药方数据进行聚类，形成以症状数据为核心并聚集有多个药方数据的基于症状的聚类簇；对所述基于证型的聚类簇及基于症状的聚类簇进行融合计算生成药方数据集合。
[0007]于本申请的第一方面的一些实施例中，在对同一证型数据所对应的不同药方数据进行一次聚类后，再对同一药方数据所对应的不同证型数据进行二次聚类，通过将二次聚类结果对一次聚类结果进行匹配，以得到补全后的所述基于证型的聚类簇。
[0008]于本申请的第一方面的一些实施例中，在对同一症状数据所对应的不同药方数据进行一次聚类后，再对同一药方数据所对应的不同症状数据进行二次聚类，通过将二次聚类结果对一次聚类结果进行匹配，以得到补全后的所述基于症状的聚类簇。
[0009]于本申请的第一方面的一些实施例中，对所述基于证型的聚类簇和基于症状的聚类簇进行融合计算生成对应的药方数据集合，其包括：基于预设知识图谱查找症状与证型之间的关联关系；基于证型获取对应的基于证型的聚类簇，以及基于症状获取对应的基于症状的聚类簇；根据所述基于证型的聚类簇以及基于症状的聚类簇，统计高频出现的药材和/或加减药物，据以形成所述药方数据集合。
[0010]于本申请的第一方面的一些实施例中，各所述聚类簇的生成方式包括：先将所述
结构化数据输入自编码器的编码端进行编码处理；再将编码数据输入聚类模块中进行聚类处理以得到聚类簇。
[0011]于本申请的第一方面的一些实施例中，所述聚类模块包括粗聚类模块和细聚类模块；所述粗聚类模块用于确定聚类中心数量及聚类中心点；所述细聚类模块用于在已确定的聚类中心数量及聚类中心点的基础上进行细聚类以得到聚类簇。
[0012]于本申请的第一方面的一些实施例中，所述粗聚类模块确定聚类中心数量及聚类中心点的过程包括：先确定聚类中心数量，再初始化各聚类中心的中心点位置；其中，各聚类中心的中心点位置的初始化方式包括：在输入到所述粗聚类模块的数据集合中随机挑选一个数据点作为临时聚类中心；计算所述数据集合中的每个数据点与所述临时聚类中心之间的距离值；选取距离最大值所对应的数据点作为新聚类中心；重复上述步骤，直至选取与所述聚类中心数量相同的所有聚类中心，以这些聚类中心作为初始化的中心点位置。
[0013]为实现上述目的及其他相关目的，本申请的第二方面提供一种基于中药名的经验方剂数据处理系统，包括：结构化模块，用于基于中医文献将非结构化数据转变为结构化数据；所述结构化数据包括证型数据、症状数据和药方数据；证型聚类模块，用于对同一证型数据所对应的不同药方数据进行聚类，形成以证型数据为核心并聚集有多个药方数据的基于证型的聚类簇；症状聚类模块，用于对同一症状数据所对应的不同药方数据进行聚类，形成以症状数据为核心并聚集有多个药方数据的基于症状的聚类簇；融合模块，用于对所述基于证型的聚类簇及基于症状的聚类簇进行融合计算生成药方数据集合。
[0014]为实现上述目的及其他相关目的，本申请的第三方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述基于中药名的经验方剂数据处理方法。
[0015]为实现上述目的及其他相关目的，本申请的第四方面提供一种电子终端，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行所述基于中药名的经验方剂数据处理方法。
[0016]如上所述，本申请的基于中药名的经验方剂数据处理方法、系统、终端及存储介质，具有以下有益效果：本专利技术采用了深度聚类的方法，基于证型数据与药方数据之间以及症状数据与药方数据之间的关联关系，建立对应的证型聚类簇和症状聚类簇；再对两种聚类簇进行融合计算，选取高频药方数据作为最终的药方数据集合，从而加快中医领域的标准化速度，辅助中医节约时间和精力。
附图说明
[0017]图1显示为本申请一实施例中基于中药名的经验方剂数据处理方法的流程示意图。
[0018]图2显示为本申请一实施例中自编码器的结构示意图。
[0019]图3显示为本申请一实施例中基于中药名的经验方剂数据处理系统的结构示意图。
[0020]图4显示为本申请一实施例中电子终端的结构示意图。
具体实施方式
[0021]以下通过特定的具体实例说明本申请的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本申请的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
[0022]需要说明的是，在下述描述中，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。应当进一步理解，术语“包含”、“包括”表明存在所述的特征、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的，或意味着任一个或任何组合。因此，“A、B或C”或者“A、B和/或C”意味着“以下任一个：A；B；C；A和B；A和C；B和C；A、B和C”。仅当元件、功能或操作的组合在某些方式下内在地互相排斥时，才会出现该定义的例外。
[0023]为解决上述
技术介绍
中的问题，本专利技术的目的在于通过人工智能领域基于本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于中药名的经验方剂数据处理方法，其特征在于，包括：基于中医文献将非结构化数据转变为结构化数据；所述结构化数据包括证型数据、症状数据和药方数据；对同一证型数据所对应的不同药方数据进行聚类，形成以证型数据为核心并聚集有多个药方数据的基于证型的聚类簇；对同一症状数据所对应的不同药方数据进行聚类，形成以症状数据为核心并聚集有多个药方数据的基于症状的聚类簇；对所述基于证型的聚类簇及基于症状的聚类簇进行融合计算生成药方数据集合。2.根据权利要求1所述基于中药名的经验方剂数据处理方法，其特征在于，包括：在对同一证型数据所对应的不同药方数据进行一次聚类后，再对同一药方数据所对应的不同证型数据进行二次聚类，通过将二次聚类结果对一次聚类结果进行匹配，以得到补全后的所述基于证型的聚类簇。3.根据权利要求1所述基于中药名的经验方剂数据处理方法，其特征在于，包括：在对同一症状数据所对应的不同药方数据进行一次聚类后，再对同一药方数据所对应的不同症状数据进行二次聚类，通过将二次聚类结果对一次聚类结果进行匹配，以得到补全后的所述基于症状的聚类簇。4.根据权利要求1所述基于中药名的经验方剂数据处理方法，其特征在于，对所述基于证型的聚类簇和基于症状的聚类簇进行融合计算生成对应的药方数据集合，其包括：基于预设知识图谱查找症状与证型之间的关联关系；基于证型获取对应的基于证型的聚类簇，以及基于症状获取对应的基于症状的聚类簇；根据所述基于证型的聚类簇以及基于症状的聚类簇，统计高频出现的药材和/或加减药物，据以形成所述药方数据集合。5.根据权利要求1所述基于中药名的经验方剂数据处理方法，其特征在于，各所述聚类簇的生成方式包括：先将所述结构化数据输入自编码器的编码端进行编码处理；再将编码数据输入聚类模块中进行聚类处理以得到聚类簇。6.根据权利要求5所述基于中药名的经验方剂数据处理...
【专利技术属性】
技术研发人员：王元福，贾声声，赵旭，
申请(专利权)人：上海国民集团健康科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。