方剂药物组配规律的有向图挖掘技术研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
61170129
项目类别：
面上项目
资助金额：
56.0万
负责人：
周忠眉
依托单位：
闽南师范大学
学科分类：
F0607.知识表示与处理
结题年份：
2015
批准年份：
2011
项目状态：
已结题
起止时间：
2012-01-01 至2015-12-31

项目参与者：
陈宝兴；陶黎敏；何田中；黄再祥；王育齐；林耀进；黄丽萍；汪雪君；潘桂颖；
关键词：
有向图挖掘药物有向图数据挖掘组配规律方剂

项目摘要

我国几千年的中医实践积累了大量的方剂，数据挖掘能从中提取重要的、有意义的药物组配规律，有助于方剂配伍规律关键问题的解决。然而，利用现有的数据挖掘技术，无法获取方剂库中大量药物间整体的各种联系信息，不利于药物组配规则，尤其是特殊规则的有效提取，难以发现新的药物组配规律。本项目建立药物有向图数据库，提出有向图挖掘技术，挖掘新的药物组配规律。主要研究内容包括：1)建立药物有向图数据库，用该数据库表示药物间整体的各种联系，尤其是药物间的特殊联系。2)利用此联系，研究有向图挖掘技术，有效地提取药物组配规则，尤其是特殊规则。3)利用药物功效和方剂功效信息，确定药物组配后的功效值。4)研发原型系统，利用该系统，探讨药物组配后功效的变化情况，从而挖掘新的药物组配规律。本项目力争发现新颖的、稀罕的药物组配规律，为方剂学研究提供理论依据，为新药品种研发提供重要的参考，辅助名老中医经验的整理和传承。

结项摘要

本项目分析方剂数据库中药物组配情况，研究方剂各药物之间的联系，建立药物联系的有向图，提出多种挖掘技术来提取药物组配规则，并发现新的药物组配规律，从而为方剂配伍规律关键问题的研究提供重要技术手段。本项目主要在六个方面开展研究并取得成果。第一，研究方剂药物重要性和药物组配规则重要性的度量方法，从多方面考虑方剂药物间的各种联系，如药物间的关联关系、互关联关系及相关关系等多种的联系。第二，基于药物和药物组配规则的重要性及药物间的多种联系，研究基于实例多覆盖的规则提取技术，用多种方法实现一首方剂被多条药物组配规则覆盖。基于实例多覆盖规则提取技术可以提取更多且更高质量的药物组配规则。第三，基于药物和药物组配规则的重要性及药物间的多种联系，改进关联分类技术，提出更加有效的规则提取算法，以提高提取的药物组配规则的可信度。第四，由于方剂数据是典型的不平衡数据，故本项目基于药物和药物组配规则的重要性及药物间的多种联系，研究基于不平衡数据的规则提取技术，提出对小样本预测有利的规则提取算法，以提高提取的药物组配规则的有效性。第五，研究多数据源挖掘技术，挖掘方剂药物间更整体的联系，以提取更多特殊的药物组配规则。第六，研发原型系统，集成上述各种算法，使药物组配规则的提取和新药物组配规律的挖掘过程更加智能。本项目的研究可以为中医方剂大数据分析提供重要的技术支持，挖掘出的新药物组配规律还可为方剂学研究及新方剂研发提供重要的数据参考。.本项目研究成果发表论文36篇，其中SCI收录期刊论文6篇，EI收录期刊论文4篇，国内一级和核心期刊论文8篇，完成计划的研究任务，达到了预期的研究目标。