一种基于归经的中药药方模型建立方法技术

本发明专利技术提供了一种基于归经的中药药方模型建立方法

【技术实现步骤摘要】
一种基于归经的中药药方模型建立方法、介质及系统


[0001]本专利技术属于中药药方
，具体而言，涉及一种基于归经的中药药方模型建立方法
、
介质及系统
。

技术介绍

[0002]中医学认为
,
人体经络系统是气血运行和各脏腑功能活动的重要基础
,
经络学说是中医学特有的理论体系
。
经络学说把人体看成一个有机统一的整体
,
通过经络联系脏腑
、
肢体
、
皮肤
、
津液
、
精气等
,
组成一个有机的网络系统
。
因此
,
研究中药药效与人体经络的关系
,
对于指导中药的临床应用意义重大
。
[0003]中医学认为
,
中药进入人体后
,
会通过经络而产生远程作用
,
不同的中药有不同的归经特点
。
例如苍耳子性寒味甘
,
能清热消暑
,
宣肺止咳
,
主治肺热咳嗽
,
其归经为肺经
。
当中药进入人体后
,
会先从入口处进入相应的经络
,
再通过经络传导作用到相应脏腑经络
,
发挥治疗作用
。
[0004]随着计算机技术的发展
,
人工智能技术在中医药领域得到广泛应用
。
如何利用人工智能技术研究中药药效与经络之间的关系
,
实现智能化的中药处方设计
,
是当前中医药信息化研究的热点和难点
。
已有一些研究开始利用机器学习算法探索中药组方规律
。
例如
,
有学者采用关联规则挖掘的方法分析中药组方规律；也有学者建立药物相似度模型
,
用于中药组方设计
。
例如公开号为
CN108899072A
的中国专利技术专利
(
申请号
CN201810546633.0)
公开了中药药方推荐方法
、
装置
、
计算机设备和存储介质，包括：获取拟诊疾病
、
拟诊证候和患者信息；查找与拟诊疾病和拟诊证候匹配的中药基本方，获取中药基本方对应的第一方剂数据；查找与患者信息匹配的中药配伍方，获取中药配伍方对应的第二方剂数据；根据第一方剂数据和第二方剂数据生成推荐中药药方
。
[0005]但是
,
现有研究大多局限于分析中药组方中的药物组合规律，很少考虑中药的归经作用特点，以致于根据症状生成的药方缺乏归经的考虑，生成的药方治疗效果不佳
。

技术实现思路

[0006]有鉴于此，本专利技术提供一种基于归经的中药药方模型建立方法
、
介质及系统，解决了根据症状生成的药方缺乏归经的考虑，生成的药方治疗效果不佳的技术问题
。
[0007]本专利技术是这样实现的：
[0008]本专利技术的第一方面提供一种基于归经的中药药方模型建立方法，其中，包括如下步骤：
[0009]S10、
获取全部中药材数据，包括编号
、
名称
、
以及属性，其中属性包括四气
、
五味
、
归经
、
功效
、
毒性
、
采集部位
、
加工方法以及使用禁忌；
[0010]S20、
对所述每一种中药材的属性进行量化；
[0011]S30、
对完成属性量化后的每一种中药材数据生成中药材向量；
[0012]S40、
获取多组中药配方及其对应的症状，并将所述中药配方按照中药材使用量及
中药材向量形成配方矩阵；
[0013]S50、
对于每一种症状，利用预先训练好的症状归经模型输出症状归经向量；
[0014]S60、
对于每一种症状利用其症状归经向量进行分类，得到多组不同症状归经分类的症状数据集；
[0015]S70、
对于每一组症状数据集，训练一个卷积神经网络模型，作为这一个症状归经分类的药方模型；
[0016]S80、
建立基于归经的中药药方模型，包括第一模型和第二模型，其中第一模型和第二模型为串联关系，所述第一模型为预先训练好的症状归经模型，所述第二模型包括多个不同症状归经分类对应的药方模型，所述基于归经的中药药方模型使用时，输入数据为症状描述，所述症状描述首先通过第一模型进行归经分类，然后按照归经分类选择对应的药方模型输出药方
。
[0017]在上述技术方案的基础上，本专利技术的一种基于归经的中药药方模型建立方法还可以做如下改进
:
[0018]其中，将所述中药配方按照中药材使用量及中药材向量形成配方矩阵的具体步骤包括：
[0019]获取所述中药配方中每个中药材的使用量；
[0020]对中药材的向量进行降维，得到中药低维向量；
[0021]利用每个中药材的使用量及向量构建配方矩阵
,
配方矩阵第一列为中药使用量
,
其余列为中药低维向量；
[0022]对得到的配方矩阵进行标准化处理
。
[0023]其中，所述症状归经模型的建立和训练的步骤，具体包括：
[0024]构建症状数据集
、
收集包含症状描述的病案数据
,
对症状进行标注和提取
,
构建症状数据集；
[0025]文本特征提取
、
对于每个症状描述文本
,
提取文本特征向量；
[0026]模型构建和训练
、
将文本特征向量和对应标注经络作为训练集训练对
SVM
模型进行训练，得到症状归经模型
。
[0027]其中，所述对于每一种症状利用其症状归经向量进行分类，得到多组不同症状归经分类的症状数据集的步骤，具体为：比较每一种症状的症状归经向量的元素值
,
以最大元素对应的维度作为所述症状的归经标签，利用得到的归经标签将对全部的症状数据集进行分类
。
[0028]其中，所述对于每一组症状数据集，训练一个卷积神经网络模型，作为这一个症状归经分类的药方模型的步骤，具体包括：
[0029]针对每一组症状数据集，获取所述症状对应的中药配方数据集；
[0030]将所述中药配方数据集表示为配方矩阵；
[0031]针对每一组症状数据集，利用卷积神经网络建立药方模型雏形，并进行训练，其中训练的输入为症状数据集中每一种症状，训练的输出为治疗组横装对应的配方矩阵，训练本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于归经的中药药方模型建立方法，其特征在于，包括如下步骤：
S10、
获取全部中药材数据，包括编号
、
名称
、
以及属性，其中属性包括四气
、
五味
、
归经
、
功效
、
毒性
、
采集部位
、
加工方法以及使用禁忌；
S20、
对所述每一种中药材的属性进行量化；
S30、
对完成属性量化后的每一种中药材数据生成中药材向量；
S40、
获取多组中药配方及其对应的症状，并将所述中药配方按照中药材使用量及中药材向量形成配方矩阵；
S50、
对于每一种症状，利用预先训练好的症状归经模型输出症状归经向量；
S60、
对于每一种症状利用其症状归经向量进行分类，得到多组不同症状归经分类的症状数据集；
S70、
对于每一组症状数据集，训练一个卷积神经网络模型，作为这一个症状归经分类的药方模型；
S80、
建立基于归经的中药药方模型，包括第一模型和第二模型，其中第一模型和第二模型为串联关系，所述第一模型为预先训练好的症状归经模型，所述第二模型包括多个不同症状归经分类对应的药方模型，所述基于归经的中药药方模型使用时，输入数据为症状描述，所述症状描述首先通过第一模型进行归经分类，然后按照归经分类选择对应的药方模型输出药方
。2.
根据权利要求1所述的一种基于归经的中药药方模型建立方法，其特征在于，将所述中药配方按照中药材使用量及中药材向量形成配方矩阵的具体步骤包括：获取所述中药配方中每个中药材的使用量；对中药材的向量进行降维，得到中药低维向量；利用每个中药材的使用量及向量构建配方矩阵
,
配方矩阵第一列为中药使用量
,
其余列为中药低维向量；对得到的配方矩阵进行标准化处理
。3.
根据权利要求1所述的一种基于归经的中药药方模型建立方法，其特征在于，所述症状归经模型的建立和训练的步骤，具体包括：构建症状数据集
、
收集包含症状描述的病案数据
,
对症状进行...

【专利技术属性】
技术研发人员：牟静，刘小晨，孙玮，
申请(专利权)人：青岛市市立医院，
类型：发明
国别省市：