利用稀疏表达学习挖掘中医方剂功效配伍

• 作者: 于中华 刘兴隆 姚攀 廖强 张思原 陈黎
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 功效配伍 方剂 稀疏表达学习 逻辑斯蒂 L1正则化
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 1180-1188
• 页数: 9页
• 分类号: TP391
• 字数: 6762字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2018.06.009

摘要

中医方剂是中医药学的重要组成部分,也是中医临床治病的主要形式和手段.为了“辨证论治”,需要从配伍功效出发,研究药组的配伍规则.多味药组成的方剂的功效不是其组成药物功效的简单叠加,而是由它们之间相互作用的结果.目前利用数据挖掘技术挖掘研究方剂的配伍,主要利用方剂中药物的频率,进行浅层分析,但这种方法并不能很好的揭示药物之间的相互联系.为此,本文提出了一种利用稀疏表达学习,自动挖掘古方中的功效配伍规律.稀疏表达学习结合L1正则化和逻辑斯蒂判别式,将不起作用或作用很小的药物视为是噪声过滤掉,起主导作用的药物则为被挖掘的功效配伍药组.最后,将提出的方法在14种功效的古方数据集中进行实验和验证,并以Dice系数和平均查准率作为评估参数,实验结果证明,稀疏表达学习方法相比目前的主流方法在配伍规则的挖掘上更准确、有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于中华	四川大学计算机学院	46	444	9.0	18.0
2	刘兴隆		48	293	8.0	16.0
3	陈黎	四川大学计算机学院	33	203	7.0	11.0
4	张思原	四川大学计算机学院	4	3	1.0	1.0
6	廖强	四川大学外国语学院	8	32	4.0	5.0
9	姚攀	四川大学计算机学院	4	2	1.0	1.0