基于中药关系预测的图神经网络药方推荐方法技术

本发明专利技术公开了一种基于中药关系预测的图神经网络药方推荐方法，根据从公开中医药数据集中获取的药方数据生成症状集合

【技术实现步骤摘要】
基于中药关系预测的图神经网络药方推荐方法


[0001]本专利技术属于智能医疗
，更为具体地讲，涉及一种基于中药关系预测的图神经网络药方推荐方法。

技术介绍

[0002]中医已经有五千多年的历史，是中华民族的宝贵财富。近年来，随着人工智能技术的不断发展，智能中医诊疗辅助系统的开发极大地促进了中医诊疗决策的智能化发展，提升了中医的传承创新的效率。然而，由于中医自身的“经验性”诊疗的特点、“辩证论治”核心理论和中药配伍理论的复杂性，使得智能中医诊疗技术发展缓慢。在中医的临床诊疗过程中，往往需要同时使用两种以上的药物来开具药方。而目前大多数的中医辅助诊疗系统仅从“辩证论治”中证候或病情的复杂性出发，而忽略了中药之间的配伍关系。中药的配伍，是指有目的地按病情需要和药性特点，有选择地将两味以上药物配合同用。而两味药之间的相互作用，有点可以消除或抑制毒副作用，有的则会产生或增强毒副反应，可以增强或降低原有的药效。因此，在实际的中医开方决策中，必须考虑药物之间关系。
[0003]目前智能中医诊疗技术可以分为两类，分别为传统的中医文本挖掘技术和基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于中药关系预测的图神经网络药方推荐方法，其特征在于，包括以下步骤：S1：根据实际需要在公开中医药数据集中获取若干条药方数据，每条药方数据中包含多个症状组成的症状集合以及治疗该组症状所需的中药集合，将所获取的症状集合
‑
中药集合构成样本数据集；将症状和中药作为节点，根据症状集合
‑
中药集合数据构造症状
‑
中药图，如果在样本数据集中，某个中药出现在治疗某种症状的药方中，那么该症状和中药之间存在边，否则不存在；同时根据该图构建大小为M
×
N的症状
‑
中药矩阵，其中M表示样本数据集中症状总数，N表示样本数据集中中药总数，如果在样本数据集中，某个中药出现在治疗某种症状的药方中，那么症状
‑
中药矩阵对应的元素为1，否则为0；对于样本数据集中的每味中药，如果另一味中药与其出现在同一药方中，则标记这两味中药互为正例中药，否则这两味中药互为负例中药；记第n味中药的正例中药集合为PO
n
，记正例中药集合PO
n
中中药数量为Num
n
，从第n味中药的负例中药中随机选取Num
n
味中药构成负例中药集合NEG
n
；S2：构建基于图神经网络的中医实体表示模型，提取症状和中药的特征，具体方法为：根据症状
‑
中药图构建图神经网络，然后图神经网络根据症状
‑
中药矩阵进行L层信息传播，得到症状和中药两种中医实体的表示向量，L的值根据实际需要设置，症状的表示向量记为es
m
，m＝1,2,
…
,M，中药的表示向量记为eh
n
，n＝1,2,
…
,N；S3：构建药方推荐模型，包括症状表示向量筛选模块、多层感知机、中药表示向量拼接模块和中药预测模块，其中：症状表示向量筛选模块用于根据输入的症状集合SC，从基于图神经网络的中医实体表示模型得到的症状表示向量中筛选症状集合SC中症状的表示向量并发送至多层感知机；多层感知机用于对症状集合SC中症状的表示向量进行聚合得到症状集合SC的表示向量e
sc
并发送至中药预测模块，表示向量e
SC
的计算公式为：e
SC
＝ReLU(W
mlp
·
Mean(es1...es
MSC
)+b
mlp
)其中，es
m
′
表示症状集合SC中第m
′
个症状的表示向量，m
′
＝1,2,
…
,M
SC
，M
SC
表示症状集合SC中的症状数量，Mean(
·
)表示对症状集合SC中症状的表示向量进行平均池化，W
mlp
和b
mlp
表示在多层感知机中的权重和偏置，ReLU(
·
)表示ReLU激活函数；中药表示向量拼接模块用于从基于图神经网络的中医实体表示模型获取所有中药的表示向量，拼接得到大小为N
×
D的中药表示矩阵e
H
，其中D是表示向量的维度，然后将中药表示矩阵e
H
发送至中药预测模块；中药预测模块用于根据症状集合SC的表示向量e
SC
和中药表示矩阵e
H
预测得到症状集合SC的候选中药集合，具体方法为：计算得到中药的预测得分向量其中上标T表示转置；预测得分向量中第n个元素即为第n味中药的预测得分；然后将每味中药按照预测得分从大到小进行排序，将前K位中药构成推荐中药集合，K的值根据实际情况确定；S4：构建中药关系预测模型，用于获取中药表示向量拼接模块得到的中药表示矩阵e
H
，并从中提取得到任意两味中药之间的关系R
n,n
′
，具体方法为：计算得到中药关系得分矩阵
其中σ(
·
)表示sigmoid激活函数，中药关系得分矩阵中坐标为(n,n
′
)的元素即为第n味中药和第n
′
味中药之间的关系得分r
n,n
′
，n,n
′
＝1,2,
...

【专利技术属性】
技术研发人员：王晓玲，岳文静，关明，胡冬娟，
申请(专利权)人：华东师范大学，
类型：发明
国别省市：