有关贝叶斯分类算法的治疗中风中药组方研究.doc

会员专享推荐 · 你可能也用得上更多

开通会员，畅读全站文档

本篇文档已为你保留

本篇文档价值 ~~¥35.00~~会员免费解锁

全文不限次阅读，剩余内容即刻解锁
高速下载通道，免排队、无等待
专属客服 1 对 1 答疑，优先响应
每日赠送下载券，本篇文档免费送

有 86 篇商业计划书正在上传

下载原文档

有关贝叶斯分类算法的治疗中风中药组方研究=“news_bd”>中风是世界范围内发病率及死亡率较高的疾病，严重威胁着人类健康，其死亡率约占所有疾病的10%，致残率50%～70%。中药在临床上治疗中风已日趋广泛，也发挥了很好的作用。近年来，随着中药新药研发的不断升温，中药新药处方计算机虚拟筛选也成为一个热门的研究领域。但是目前的中药新药处方筛选并未涉及疗效的预测，这给处方的进一步应用带来困难。贝叶斯分类是一种统计学分类方法，可以在已知的样本类型数据中学习一个模型后预测未知类型样本属于特定类的概率，它是以贝叶斯公式为理论基础，是由样本数据去做分类预测，贝叶斯在互联网等领域有很好的应用实例。本研究从中医治疗中风的临床文献数据出发，使用贝叶斯分类算法，对中药单味药的疗效进行分类预测，并结合证候信息，得到了一些针对证候疗效较好的中药，这些结果可为新药研究者和临床医师提供参考。1资料与方法1.1资料来源使用的数据来自中国中医科学院中医药信息研究所研制开发的《中医临床诊疗文献数据库》，该数据库由人工摘录的方式从中医临床治疗文献中收集与疾病证候、方剂、中药相关的信息。根据关键词中风在《中医临床诊疗文献数据库》中筛选1988年以来的中医药临床文献248篇，收集信息包括证候名称、临床使用方剂名称、方剂和疗效组成。然后根据中国中医科学院中医药信息研究所编写的《中医药主题词表》和《中医药标准表》对中药名称进行规范，将多个异名规范成一个正名。最后对临床使用方剂的疗效进行分组，即将疗效映射为A、B、C、D、E、F等标称类型，例如疗效在95%～100%的将其标识为A，疗效在90%～95%的将其标识为B，以此类推。1.2研究方法1.2.1贝叶斯分类算法贝叶斯公式：设事件A1、A2、A3An是基本空间Ω的一个分割，且各概率P(A1)、P(A2)P(An)已知，又设B是Ω中的一个事件，且条件概率P(B|Aj)可以通过实验获得。贝叶斯分类过程如下：①首先收集样本数据包括样本的属性和我们关注的样本标签label，本研究收集了文献报道中的证候、期型、方剂的药味、和有效率相关的样本数据。②通过对样本数据的统计计算得到关于样本的贝叶斯模型。③对新样本预测其标签label，可以对新方剂进行预测。④使用交叉验证的方法测定模型的准确率。1.2.2Rapidminer软件Rapidminer是世界上领先的开源数据挖掘软件，可以独立作为数据挖掘工具使用也可以集成到自己的应用中。本研究把它用作数据挖掘工具，在确定自己的初始数据和分析目标以后，先择合适的算子，并把这些算子组合起来，进行计算。并选择了ReadExcel、交叉检验Validation等算子进行计算，交叉验证算子中包括NaveBayes算子、ApplyModel算子和Performance算子。2结果2.1治疗中风的中药统计从248篇临床文献中统计得出，中风共出现429种证候，出现频次排在前10位的是血瘀证、痰证、气虚证、风证、痹阻脉络证、阴虚证、热证、腑实证、肝阳上亢证、肾阴虚证文献中共包括364首方剂，270味中药，使用频次前十位的是川芎、黄芪、地龙、当归、红花、赤芍、桃仁、丹参、水蛭、甘草;临床方剂的临床有效率分布情况。2.2贝叶斯分类模型学习通过交叉验证得到模型预测的准确率，显示模型在预测D和C时，准确率分别达到100.00%和72.73%。由于E和F的样本较少，所以没有预测结果。预测为A和B分类的准确率分别达到50.91%和45.45%。2.3分类预测制作每个方一味药的方剂集合作为预测数据。制作成输入Excel表，输入数据是一个270行列的单位矩阵，然后用已经学习的贝叶斯模型预测每味中药或药味组合的有效率。通过分析核对发现预测结果较好的药味，在原样本库中，所在方剂的有效率都是A，而且这些药味出现的次数不多，药效对治疗中风疾病有益处。这个现象有可能发现目前医家不太常用但效果很好的药味。贝叶斯预测的结果是药味有效率区间A-F的概率值，为了综合各区间的值我们设计了加权平均公式计算一个综合得分。Score是综合得分结果，P(n)代表贝叶斯的有效率区间预测概率，是各区间的平均值。首先可以看出，出现频次最高的几位中药以及它们出现的频次值，例如川芎出现的频次最高，为138次。第二，每一味中药在不同疗效区间预测的概率值，例如川芎在疗效区间A预测的概率为0.3044，在疗效B区间出现的预测为0.5072。第三，可以得到每一味中药的疗效评分，例如川芎的评分为92.7056。通过对评分的排序，我们发现桃仁评分最高为93.0315，说明在临床使用时，包含桃仁的方剂的疗效一般较好，也说明桃仁在治疗中风中可能会有较好的疗效。从表4中同样可以看出临床治疗中风使用频次较低的几个中药为赭石、青丝龙、小铜锤等。赭石在疗效区间A出现的概率为0.9973，而在疗效区间B、C、D、E、F中出现的概率均为0.0027，疗效评分为98.3347，这说明赭石虽然只出现了1次，但是包含赭石方剂的疗效较好，因此赭石的疗效评分较高。青丝龙、小铜锤、八角枫根、黑芝麻、樟脑也有类似的结果。为了更加清楚F分析基于证候的治疗中风的中药用药规律，还研究了中药组配证候的疗效预测，结果发现赭石和肝阳上亢证、青丝龙和血瘀证组配疗效评分最高，为98.33。透骨草和风证、桑叶和风证组配临床疗效评分其次，为97.92。出现频次最高的中药川芎和肝阳上亢证组配的疗效评分为96.19。这些结果说明中药在治疗和其组配的证候的时候可能会出现较好的疗效。3讨论通过试验的结果分析，数据在以下几个方面有一定意义。首先，发现了一些高频高效的中药。例如：川芎功效是活血行气、祛风止痛，出现的频次最高;依次黄芪有补脾肺气、升阳举陷、补血活血的功效;地龙有熄风止痉、通络的功效。当归有补血、活血的功效。红花活血通经、祛瘀止痛;赤芍清热凉血、活血化瘀、清泻肝火;桃仁活血祛瘀;丹参活血祛瘀;水蛭破血逐瘀。其次，发现一些低频高效的中药。赭石有平肝潜阳的功效;青龙丝清热破血，小铜锤活血化瘀;八角枫根祛风除湿、舒筋活络、散瘀止痛;黑芝麻补血明目、祛风润肠、生津通乳、益肝养发;樟脑通关窍、利滞气。桑叶疏散风热、平抑肝阳;海藻消痰软坚、利水消肿;透骨草祛风除湿、舒筋活络、活血止痛。它们虽然出现次数不高，但有较高的有效率。再次，有效率和证候紧密相连，病证结合是中医疗效提高的核心，不同的疾病对应主要证候是不尽相同的，同时不同疾病相同的证候，所对应有疗效的中药也是不同的。本研究以中风疾病为研究对象，提取出其证候，以及相对应的中药，期冀能够提高对中风病的临床疗效。从实验中发现，中风的高频证候有血瘀证、痰证、气虚证、风证、痹阻脉络证、阴虚证、热证、腑实证、肝阳上亢证、肾阴虚证。例如：赭石、胆星、赤芍、川芎在肝阳上亢证候使用时疗效好;青龙丝、生姜、红花在血瘀时使用疗效好，透骨草、桑叶、地龙在有风时使用疗效好。