CN107145757A - 中医减肥决策支持系统及方法 - Google Patents

Abstract

本发明公开了一种中医减肥决策支持系统及方法，中医减肥决策支持系统包括中医基础知识单元、健康档案单元、肥胖信息单元和肥胖数据挖掘分析单元；所述健康档案单元包括电子档案模块、健康风险评估模块、健康信息管理模块、参数设置模块和健康监控模块；所述肥胖信息单元包括肥胖病症模块、肥胖症状模块、肥胖病类型模块和肥胖治疗处方模块；所述肥胖数据挖掘分析模块包括数据分析模块和肥胖处方挖掘模块。本发明建立了中医减肥健康知识库和个人健康档案，提供中医知识、肥胖知识和预防肥胖信息的查询和可视化展示，以及提供个人数据可视化分析和个人肥胖诊断分析，为超重或肥胖人群提供个性化的中医治疗和知识服务平台。

Description

中医减肥决策支持系统及方法

技术领域

本发明涉及减肥支持系统设计技术领域，特别是涉及一种中医减肥决策支持系统及方法。

背景技术

中国国家卫计委发布的《中国居民营养与慢性病状况报告（2015年）》显示，中国居民超重肥胖问题凸显。不论成人还是青少年，超重肥胖增长幅度都高于发达国家。

报告指出，全国18岁及以上成年男性和女性的平均体重分别为66.2KG和57.3KG。全国18岁及以上成人超重率为30.1%，肥胖率为11.9%，比2002年上升了7.3和4.8个百分点，6至17岁儿童青少年超重率为9.6%，肥胖率为6.4%，比2002年上升了5.1和4.3个百分点。不论成人还是青少年，超重肥胖增长幅度都高于发达国家。

国家卫计委疾病预防控制局国家卫生计生监察专员常继乐指出，目前，中国居民在营养方面存在两种情况，一方面营养不良问题没有完全解决，还有相当一部分的贫困地区儿童营养状况不良；但另一方面，营养过剩又接踵而来。超重肥胖是引发高血压、糖尿病、心脑血管疾病、癌症等许多慢性病的重要危险因素。超重及肥胖带来的危害日益明显，肥胖导致的高血压、高血脂、糖尿病，心脑血管疾病等慢性病年轻化，医疗成本逐年增加，主要原因是人们对超重及肥胖的相关知识缺乏，不健康的生活方式，不健康的饮食模式，活动减少所致，因此，提高对超重及肥胖危害的认知，普及科学饮食知识，树立平衡膳食理念，积极倡导健康生活方式，是预防超重和肥胖的根本的有效的措施。

现代医学认为单纯性肥胖多伴有内分泌紊乱，各种激素，尤其是胰岛素、性激素、肾上腺皮质激素、瘦素等异常，可通过针灸来调理内分泌，使之趋于正常；相比其他减肥方式而言，中医减肥利用中医辩证施治的原理，从调整内分泌入手，调理内腑技能，加快新城代谢，对肥胖者的神经和内分泌功能进行调整。中医从脏腑辨证分析肥胖主要与肝脾肾三脏的功能有关，通过针灸可以达到调理脏腑，使肝脾肾脏之功能恢复正常。现实中越来越多的肥胖人群选择中医减肥。

中医减肥是一个长期和多方法治疗的过程，如何针对不同肥胖人群定制科学的中医减肥方案、中医减肥的知识如何嵌入到日常生活是肥胖人群选择中医减肥主要考虑的问题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种中医减肥决策支持系统及方法，为超重或肥胖人群提供个性化的中医治疗和知识服务平台。

本发明的目的是通过以下技术方案来实现的：中医减肥决策支持系统，包括中医基础知识单元、健康档案单元、肥胖信息单元和肥胖数据挖掘分析单元；

所述中医基础知识单元，用于新增、修改、删除和查看中医基础知识，所述中医基础知识包括经络腧穴知识、方剂、针灸器具知识、古今医家知识和肥胖预防知识；

所述健康档案单元包括：

电子档案模块，用于记录用户的诊疗用药信息、购药信息、体检信息、自我检查数据和健康指标信息，所述体检信息包括心电图信息；

健康风险评估模块，用于对体检信息中的异常项目进行解释分析；以及根据自我检查数据对用户身体健康程度进行评定，并根据评定结果给出就诊或检查建议；

健康信息管理模块，用于查询医疗机构信息和药品信息；提示药品禁忌，以及不同药品之间的相互作用；提供健康自测题，并记录测试结果，根据测试结果为用户生成健康促进计划，并在健康促进计划的各节点时间提醒用户；

参数设置模块，用于设置用户的各项参数指标；

健康监控模块，用于根据输入的时间段查询用户的健康信息；根据预设周期显示并输出用户在每个周期内的健康状态；根据心电图信息生成心电图反映的各项指标的曲线图；

所述肥胖信息单元包括：

肥胖病症模块，用于新增、删除、修改肥胖病症；

肥胖症状模块，用于新增、删除、修改肥胖症状；

肥胖病类型模块，用于新增、删除、修改肥胖类型；

肥胖治疗处方模块，用于新增、删除、修改肥胖治疗处方，以及进行肥胖治疗处方的全字段模糊查询，所述肥胖治疗处方包括针灸处方、中药处方、食疗处方和艾灸处方；

所述肥胖数据挖掘分析模块包括：

数据分析模块，用于采集中医减肥决策支持系统中的数据，将采集到的数据进行可视化显示；

肥胖处方挖掘模块，用于挖掘肥胖治疗处方。

优选的，所述肥胖处方挖掘模块包括：

关联规则分析子模块，对减肥治疗处方进行关联规则挖掘，用户输入查询条件得到符合查询条件的减肥治疗处方；

复杂网络分析子模块，根据用户的健康档案中的各部位的历史数据获取各部位数据的变化规律，根据该变化规律预测各部位的未来数据，根据各部位的未来数据获取用户的病症的发展趋势，并给出建议治疗方案。

优选的，所述关联规则挖掘用于挖掘四种关联规则，包括针灸减肥关联规则、中药处方关联规则、食疗处方关联规则和艾灸处方穴关联规则。

优选的，所述肥胖处方挖掘模块挖掘针灸处方或艾灸处方的方法为：

采用构建数据仓库的形式构建用于基于症状的辩证数据挖掘的第一数据模型和用于基于处方的腧穴配伍挖掘的第二数据模型；所述第一数据模型采用雪花模式，以疾病作为事实表，以每种疾病所包含的各种症状、舌苔及脉象作为维表；所述第二数据模型采用星型模式，以每个处方作为事实表，以每个处方中所包含的主治病症、腧穴、时间和该处方的有效性评分作为维表；

采用联机分析处理技术OLAP结合腧穴、处方和病症三个主题进行针灸辨证论治规律多维度频次统计；

采用关联规则分析挖掘腧穴配伍规律、选经规律、腧穴分部规律、特定穴运用规律，以及目标腧穴的穴对和穴组规律，以及目标疾病的核心穴位、穴对和穴组规律。

优选的，所述肥胖处方挖掘模块挖掘针灸处方或艾灸处方的方法为：

建立支持Graph OLAP数据挖掘的腧穴网络数据仓库，该腧穴网络数据仓库以腧穴-腧穴的配伍关系作为事实表；

建立基于该数据仓库的辨证加减理论进行针灸处方优化，通过Graph OLAP得到不同症状集合的约束条件下对应的腧穴配伍关系统计结果。

如上述的中医减肥决策支持系统的中医减肥决策支持方法，包括：

构建方剂数据库：采集肥胖治疗处方，并对肥胖治疗处方的进行数据预处理；

构建健康档案：记录用户的体检信息、自我检查数据和健康指标信息，所述体检信息包括心电图信息；

健康风险评估：根据体检信息或自我检查数据生成电子病历，根据电子病历获取用户的标准症状集合，根据所述标准症状集合判断用户的病症；

肥胖治疗处方挖掘：对方剂数据库中的肥胖治疗处方进行关联规则挖掘，根据用户的病症进行查询后得到符合该病症的肥胖治疗处方。

优选的，所述肥胖治疗处方挖掘还包括：根据健康档案中的信息采用复杂网络分析用户的病症的发展趋势。

优选的，根据电子病历获取标准症状包括：

将电子病历的数据进行分段得到分段数据；

根据预设的分词词典对所述分段数据进行分词得到分词数据；

对分词数据进行语料训练；

从语料训练后的分词数据中提取特征数据；

根据预设的标准症状库将所述特征数据转化为对应的标准症状。

优选的，所述用户的病症的判断方法为：

计算出各病症中每个标准症状占该病症的权重；

根据用户的标准症状集合分别计算包含各标准症状的病症的权重和，根据权重和的大小来判断用户的病症。

优选的，对肥胖治疗处方进行关联规则挖掘包括以下步骤：

将原始数据库中的事务集转换为数据立方体，同时记录事务集的长度；

根据数据立方体得到1-项集和1-项高频集；

根据1-项高频集得到k-项集和k-项高频集，根据k-项高频集得到k+1-项集和k+1-项高频集，其中k≥2，且k为整数；

根据1-项集和1-项高频集产生1-项高频集合k-项高频集的所有子集以生成所述事物集的关联规则。

本发明的有益效果是：本发明借鉴循证医学的理念和方法，采用数据仓库技术存储、管理肥胖知识，建立中医减肥健康知识库和个人健康档案，提供中医知识、肥胖知识和预防肥胖信息的查询和可视化展示，以及提供个人数据可视化分析和个人肥胖诊断分析，为超重或肥胖人群提供个性化的中医治疗和知识服务平台。

附图说明

图1为本发明的系统结构框图；

图2为第一数据模型的示意图；

图3为第二数据模型的示意图；

图4为本发明的方法流程图；

图5为电子病历文本挖掘与标准症状权重和病症判断分析流程图；

图6为本发明中关联规则挖掘的流程示意图。

具体实施方式

下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。

如图1所示，该实施例描述了一种中医减肥决策支持系统，包括系统管理单元、中医基础知识单元、健康档案单元、肥胖信息单元和肥胖数据挖掘分析单元。

所述系统管理单元包括用户注册模块、用户授权模块和用户登录模块。

用户注册模块用于用户输入注册信息，并对注册信息进行审核，并根据注册信息将该用户的账号进行分类；所述注册信息包括用户名、密码和身份信息等。

用户授权模块用于注册信息审核通过时根据用户的账号类型为该用户进行操作授权；所述账号类型包括系统管理员、医生、科研人员、肥胖人员和普通人员。当账号类型为医生时，则为该用户赋予查看肥胖预防知识、管理肥胖治疗处方、管理肥胖预防知识等操作的权限；当账号类型为肥胖人员时，则为该用户赋予查看肥胖预防知识、查看肥胖治疗处方等操作的权限。

用户登录模块用于用户输入账号和密码，并在账号和密码匹配时进入中医减肥决策支持系统。

所述中医基础知识单元，用于新增、修改、删除和查看中医基础知识，所述中医基础知识包括经络腧穴知识、方剂、针灸器具知识、古今医家知识和肥胖预防知识。具体的，中医基础知识单元包括经络腧穴模块、文献模块、书籍模块、方剂模块、针灸针具模块、中医基础知识模块、古今医家模块、肥胖预防知识模块和查询模块。

所述经络腧穴模块用于对腧穴名称、腧穴拼音、腧穴代码、所属经络、别名、部位、特定穴名称、主治内容和备注等信息进行管理，以及用于对经络名称、代码、图片、所属腧穴、经脉循行、络脉、筋别 、筋经、经脉病候、络脉病候、经筋病候备注等信息进行管理，包括进行新增、修改、删除和查看等操作。

所述文献模块用于对古代针灸文献、针具古籍文献和针灸研究文献信息进行管理，包括进行新增、修改、删除和查看等操作。古代针灸文献信息包括名称、图片和词条；针具古籍文献信息包括对针具名称、原始内容记载、功能主治、特征、临床运用方法、出处、作者、针具分类、材质、出处类型和备注；针灸研究文献信息包括文献名、年代、作者、文献类型、文献出处、针具类型、文献出处类型和内容提要等。

所述书籍模块用于对古今书目、针灸辞海和中医医典信息进行管理，包括进行新增、修改、删除和查看等操作。古今书目信息包括书名、拼音、图书分类、著者、朝代、年份、现行刊本、内容介绍和简介；针灸辞海信息包括经络、腧穴、病症、刺法灸法、针灸治疗和推拿、针灸文献和实验针灸学等；中医医典信息包括医典名、朝代、年份、医典类型、医典封面、内容提要、作者、医典出处、医典出处类型、标题、著作单位、关键词、摘要、入库时间、录入人、审核人和备注。

所述方剂模块用于对肥胖资料处方信息进行管理，包括新增、修改、删除和查看等操作。肥胖治疗处方中包括方名、出处、朝代、剂型、原功用、原规范功用、主治、中药成分、煎法、服法和备注等；肥胖治疗处方中还包括该处方所对应的中药信息以及症状信息，可以对以上两种信息进行管理，中药信息包括药名、原剂量、转换剂量、剂量、炮制、每日量和备注；症状信息包括症状、规范症状和备注。

所述针灸针具模块用于对针灸针具信息、仪器信息、出土针具信息进行管理，包括新增、修改、删除和查看等操作。针灸针具信息和仪器信息包括名称、器具分类、质地、朝代、收藏地、功能、应用备注等；出土针具信息包括器具名称、博物馆名称、针具的图片、是否真品、原物年代、仿制年代和简介等。

所述中医基础知识模块用于对中药数据和中医基础知识进行管理，包括新增、修改、删除和查看等操作。中药数据包括通用名称、其他名称、味、功用主治、四性、最低剂量、最高剂量和备注；中医基础知识包括名称、定义、说明和备注。

所述古今医家模块用于对医家姓名、医家信息和备注等信息进行管理，包括新增、修改、删除和查看等操作。

所述肥胖预防知识模块用于对肥胖预防知识进行新增、修改、删除和查看等操作。肥胖预防知识包括知识类型，知识标题、内容和备注等。

所述查询模块用于对腧穴模块、文献模块、书籍模块、方剂模块、针灸针具模块、中医基础知识模块、古今医家模块和肥胖预防知识模块中的信息进行模糊查询。

所述健康档案单元包括电子档案模块、健康风险评估模块、健康信息管理模块、参数设置模块和健康监控模块。

所述电子档案模块用于记录用户的诊疗用药信息、购药信息、体检信息、自我检查数据和健康指标信息，所述体检信息包括心电图信息；所述电子档案模块包括诊疗用药子模块、家庭小药箱子模块、体检报告子模块健康日志子模块和指标列表子模块。

所述诊疗用药子模块用于对用户的诊疗用药信息进行管理，记录用户的个人诊疗用药信息。家庭小药箱子模块用于对用户的个人购药信息进行管理，记录用户的个人购药信息。体检报告子模块用于记录用户的个人体检信息，其中心电图信息通过摄像头录入。健康日志子模块用于记录用户日常的自我检查数据。指标列表子模块用于记录用户的健康指标信息。

所述健康风险评估模块用于对体检信息中的异常项目进行解释分析；以及根据自我检查数据对用户身体健康程度进行评定，评定结果为健康、不健康等，并根据评定结果给出就诊或检查建议。

健康信息管理模块用于查询医疗机构信息和药品信息；提示药品禁忌，以及不同药品之间的相互作用；提供健康自测题，并记录测试结果，根据测试结果为用户生成健康促进计划，并在健康促进计划的各节点时间提醒用户。

所述参数设置模块，用于设置用户的各项参数指标，包括BMI指标值、HR指标值、血压指标值、血脂指标值、血糖指标值等；

所述健康监控模块，用于根据输入的时间段查询用户的健康信息；根据预设周期显示并以报表的形式输出用户在每个周期内的健康状态，便于用户查看或提供给医生做参考；根据心电图信息生成心电图反映的各项指标的曲线图；

所述肥胖信息单元包括肥胖病症模块、肥胖症状模块、肥胖病类型模块和肥胖治疗处方模块。肥胖病症模块用于新增、删除、修改肥胖病症；肥胖症状模块用于新增、删除、修改肥胖症状；肥胖病类型模块用于新增、删除、修改肥胖类型；肥胖治疗处方模块用于新增、删除、修改肥胖治疗处方，以及进行肥胖治疗处方的全字段模糊查询，所述肥胖治疗处方包括针灸处方、中药处方、食疗处方和艾灸处方。

所述肥胖数据挖掘分析模块包括数据分析模块和肥胖处方挖掘模块。数据分析模块，用于采集中医减肥决策支持系统中的数据，将采集到的数据进行可视化显示，如图表、文档等；肥胖处方挖掘模块用于挖掘肥胖治疗处方。

所述肥胖处方挖掘模块包括关联规则分析子模块和复杂网络分析子模块。关联规则分析子模块，用于对减肥治疗处方进行关联规则挖掘，用户输入查询条件得到符合查询条件的减肥治疗处方；复杂网络分析子模块用于根据用户的健康档案中的各部位的历史数据获取各部位数据的变化规律，根据该变化规律预测各部位的未来数据，根据各部位的未来数据获取用户的病症的发展趋势，并给出建议治疗方案。

所述关联规则挖掘用于挖掘四种关联规则，包括针灸减肥关联规则、中药处方关联规则、食疗处方关联规则和艾灸处方穴关联规则。

在一种实施方式中，所述肥胖处方挖掘模块挖掘针灸处方或艾灸处方的方法为：

采用构建数据仓库的形式构建用于基于症状的辩证数据挖掘的第一数据模型和用于基于处方的腧穴配伍挖掘的第二数据模型。

如图2所示，所述第一数据模型采用雪花模式，以疾病作为事实表，以每种疾病所包含的各种症状、舌苔及脉象作为维表。第一数据模型能够通过动态OLAP查询生成挖掘算法所需要在多种维度上进行投影后的临时数据集。

如图3所示，所述第二数据模型采用星型模式，以每个处方作为事实表，以每个处方中所包含的主治病症、腧穴、时间和该处方的有效性评分作为维表。第二数据模型能够通过动态OLAP查询生成挖掘算法所需要在多种维度上进行投影后的临时数据集。

采用联机分析处理技术OLAP结合腧穴、处方和病症三个主题进行针灸辨证论治规律多维度频次统计；多维度频次统计包括腧穴使用频次统计模块，针灸疗法频次统计模块，医家频次统计模块，医学典籍频次统计模块，不同朝代处方等维度的频次统计。

采用关联规则分析挖掘腧穴配伍规律、选经规律、腧穴分部规律、特定穴运用规律，以及目标腧穴的穴对和穴组规律，以及目标疾病的核心穴位、穴对和穴组规律。

采用联机分析挖掘技术OLAM进行以多维数据集为数据源的算法分析；OLAM模型中加入了OLAP和数据挖掘的功能，能够提供以多维数据集为数据源的算法分析，并且可以多种数据挖掘模型集成，完成多种数据挖掘任务，分类、预测、关联等。

在另一种实施方式中，所述肥胖处方挖掘模块挖掘针灸处方或艾灸处方的方法为：

建立支持Graph OLAP数据挖掘的腧穴网络数据仓库，该腧穴网络数据仓库以腧穴-腧穴的配伍关系作为事实表；该腧穴网络数据仓库能够通过动态OLAP查询生成挖掘算法所需要在多种维度上进行投影后的临时数据集。

建立基于该数据仓库的辨证加减理论进行针灸处方优化，通过Graph OLAP得到不同症状集合的约束条件下对应的腧穴配伍关系统计结果。

如图4所示，中医减肥决策支持方法，包括：

构建方剂数据库：采集肥胖治疗处方，并对肥胖治疗处方的进行数据预处理，数据预处理包括规范名称、纠正错别字、标准化计量数据和去除噪音数据。所述肥胖治疗处方包括针灸处方、中药处方、食疗处方和艾灸处方。

所述针灸处方包括处方名、对应的肥胖中医证型和肥胖类型、主穴、配穴、操作手法、疗程时间；所述中药处方包括处方名、对应的肥胖中医证型和肥胖类型、药物组成与配伍、药物剂量、服用时间；所述食疗处方包括处方名、对应的肥胖中医证型和肥胖类型、食物组成与配伍、食物剂量、服用时间；所述艾灸处方包括处方名、对应的肥胖中医证型和肥胖类型、主穴、配穴、操作手法、疗程时间。

所述肥胖类型包括脂质型肥胖、代谢性肥胖、淀粉性肥胖、脏器型肥胖、单纯性肥胖和顽固型肥胖。

所述肥胖中医证型包括胃热痰瘀型、肝郁气滞性、脾虚湿阻型、肝肾两虚型和血虚型。

构建健康档案：记录用户的体检信息、自我检查数据和健康指标信息，所述体检信息包括心电图信息。

健康风险评估：根据体检信息或自我检查数据生成电子病历，根据电子病历获取用户的标准症状集合，根据所述标准症状集合判断用户的病症。

如图5所示，根据电子病历获取标准症状包括：将电子病历的数据进行分段得到分段数据；根据预设的分词词典对所述分段数据进行分词得到分词数据；对分词数据进行语料训练；从语料训练后的分词数据中提取特征数据；根据预设的标准症状库将所述特征数据转化为对应的标准症状。

所述用户的病症的判断方法为：计算出各病症中每个标准症状占该病症的权重；根据用户的标准症状集合分别计算包含各标准症状的病症的权重和，根据权重和的大小来判断用户的病症。

肥胖治疗处方挖掘：对方剂数据库中的肥胖治疗处方进行关联规则挖掘，根据用户的病症进行查询后得到符合该病症的肥胖治疗处方。所述关联规则挖掘用于挖掘针灸减肥关联规则、中药处方关联规则、食疗处方关联规则和艾灸处方穴关联规则。

如图6所示，对肥胖治疗处方进行关联规则挖掘包括以下步骤：将原始数据库中的事务集转换为数据立方体，同时记录事务集的长度；根据数据立方体得到1-项集和1-项高频集；根据1-项高频集得到k-项集和k-项高频集，根据k-项高频集得到k+1-项集和k+1-项高频集，其中k≥2，且k为整数；根据1-项集和1-项高频集产生1-项高频集合k-项高频集的所有子集以生成所述事物集的关联规则。

所述针灸减肥关联规则包括肥胖中医证型-针灸处方关联规则、肥胖类型-针灸处方关联规则、针灸处方中主穴-配穴关联规则、针灸处方中穴位-操作关联规则、针灸处方中穴位-疗程关联规则。所述中药处方关联规则包括肥胖中医证型-中药处方关联规则、肥胖类型-中药处方关联规则、中药处方中药物组成与配伍关联规则、中药处方中药物剂量关联规则、中药处方中服用时间关联规则。所述食疗处方关联规则包括肥胖中医证型-食疗处方关联规则、肥胖类型-食疗处方关联规则、食疗处方中食品组成与配伍关联规则、食疗处方食品物剂量关联规则、食疗处方中服用时间关联规则。所述艾灸减肥关联规则包括肥胖中医证型-艾灸处方关联规则、肥胖类型-艾灸处方关联规则、艾灸处方中主穴-配穴关联规则、艾灸处方中穴位-操作关联规则、艾灸处方中穴位-疗程关联规则。

所述肥胖治疗处方挖掘还包括：根据健康档案中的信息采用复杂网络分析用户的病症的发展趋势。

尽管本发明已进行了一定程度的描述，明显地，在不脱离本发明的精神和范围的条件下，可进行各个条件的适当变化。可以理解，本发明不限于所述实施方案，而归于权利要求的范围，其包括所述每个因素的等同替换。

Claims (10)

1.中医减肥决策支持系统，其特征在于，包括中医基础知识单元、健康档案单元、肥胖信息单元和肥胖数据挖掘分析单元；

所述中医基础知识单元，用于新增、修改、删除和查看中医基础知识，所述中医基础知识包括经络腧穴知识、方剂、针灸器具知识、古今医家知识和肥胖预防知识；

所述健康档案单元包括：

电子档案模块，用于记录用户的诊疗用药信息、购药信息、体检信息、自我检查数据和健康指标信息，所述体检信息包括心电图信息；

健康风险评估模块，用于对体检信息中的异常项目进行解释分析；以及根据自我检查数据对用户身体健康程度进行评定，并根据评定结果给出就诊或检查建议；

健康信息管理模块，用于查询医疗机构信息和药品信息；提示药品禁忌，以及不同药品之间的相互作用；提供健康自测题，并记录测试结果，根据测试结果为用户生成健康促进计划，并在健康促进计划的各节点时间提醒用户；

参数设置模块，用于设置用户的各项参数指标；

健康监控模块，用于根据输入的时间段查询用户的健康信息；根据预设周期显示并输出用户在每个周期内的健康状态；根据心电图信息生成心电图反映的各项指标的曲线图；

所述肥胖信息单元包括：

肥胖病症模块，用于新增、删除、修改肥胖病症；

肥胖症状模块，用于新增、删除、修改肥胖症状；

肥胖病类型模块，用于新增、删除、修改肥胖类型；

肥胖治疗处方模块，用于新增、删除、修改肥胖治疗处方，以及进行肥胖治疗处方的全字段模糊查询，所述肥胖治疗处方包括针灸处方、中药处方、食疗处方和艾灸处方；

所述肥胖数据挖掘分析模块包括：

数据分析模块，用于采集中医减肥决策支持系统中的数据，将采集到的数据进行可视化显示；

肥胖处方挖掘模块，用于挖掘肥胖治疗处方。

2.根据权利要求1所述的中医减肥决策支持系统，其特征在于，所述肥胖处方挖掘模块包括：

关联规则分析子模块，对减肥治疗处方进行关联规则挖掘，用户输入查询条件得到符合查询条件的减肥治疗处方；

复杂网络分析子模块，根据用户的健康档案中的各部位的历史数据获取各部位数据的变化规律，根据该变化规律预测各部位的未来数据，根据各部位的未来数据获取用户的病症的发展趋势，并给出建议治疗方案。

3.根据权利要求2所述的中医减肥决策支持系统，其特征在于，所述关联规则挖掘用于挖掘四种关联规则，包括针灸减肥关联规则、中药处方关联规则、食疗处方关联规则和艾灸处方穴关联规则。

4.根据权利要求1所述的中医减肥决策支持系统，其特征在于，所述肥胖处方挖掘模块挖掘针灸处方或艾灸处方的方法为：

采用构建数据仓库的形式构建用于基于症状的辩证数据挖掘的第一数据模型和用于基于处方的腧穴配伍挖掘的第二数据模型；所述第一数据模型采用雪花模式，以疾病作为事实表，以每种疾病所包含的各种症状、舌苔及脉象作为维表；所述第二数据模型采用星型模式，以每个处方作为事实表，以每个处方中所包含的主治病症、腧穴、时间和该处方的有效性评分作为维表；

采用联机分析处理技术OLAP结合腧穴、处方和病症三个主题进行针灸辨证论治规律多维度频次统计；

采用关联规则分析挖掘腧穴配伍规律、选经规律、腧穴分部规律、特定穴运用规律，以及目标腧穴的穴对和穴组规律，以及目标疾病的核心穴位、穴对和穴组规律。

5.根据权利要求1所述的中医减肥决策支持系统，其特征在于，所述肥胖处方挖掘模块挖掘针灸处方或艾灸处方的方法为：

建立支持Graph OLAP数据挖掘的腧穴网络数据仓库，该腧穴网络数据仓库以腧穴-腧穴的配伍关系作为事实表；

建立基于该数据仓库的辨证加减理论进行针灸处方优化，通过Graph OLAP得到不同症状集合的约束条件下对应的腧穴配伍关系统计结果。

6.如权利要求1-5任意一项所述的中医减肥决策支持系统的中医减肥决策支持方法，其特征在于，包括：

构建方剂数据库：采集肥胖治疗处方，并对肥胖治疗处方的进行数据预处理；

构建健康档案：记录用户的体检信息、自我检查数据和健康指标信息，所述体检信息包括心电图信息；

健康风险评估：根据体检信息或自我检查数据生成电子病历，根据电子病历获取用户的标准症状集合，根据所述标准症状集合判断用户的病症；

肥胖治疗处方挖掘：对方剂数据库中的肥胖治疗处方进行关联规则挖掘，根据用户的病症进行查询后得到符合该病症的肥胖治疗处方。

7.根据权利要求6所述的中医减肥决策支持方法，其特征在于，所述肥胖治疗处方挖掘还包括：根据健康档案中的信息采用复杂网络分析用户的病症的发展趋势。

8.根据权利要求6所述的中医减肥决策支持方法，其特征在于，根据电子病历获取标准症状包括：

将电子病历的数据进行分段得到分段数据；

根据预设的分词词典对所述分段数据进行分词得到分词数据；

对分词数据进行语料训练；

从语料训练后的分词数据中提取特征数据；

根据预设的标准症状库将所述特征数据转化为对应的标准症状。

9.根据权利要求6所述的中医减肥决策支持方法，其特征在于，所述用户的病症的判断方法为：

计算出各病症中每个标准症状占该病症的权重；

根据用户的标准症状集合分别计算包含各标准症状的病症的权重和，根据权重和的大小来判断用户的病症。

10.根据权利要求6所述的中医减肥决策支持方法，其特征在于，对肥胖治疗处方进行关联规则挖掘包括以下步骤：

将原始数据库中的事务集转换为数据立方体，同时记录事务集的长度；

根据数据立方体得到1-项集和1-项高频集；

根据1-项高频集得到k-项集和k-项高频集，根据k-项高频集得到k+1-项集和k+1-项高频集，其中k≥2，且k为整数；

根据1-项集和1-项高频集产生1-项高频集合k-项高频集的所有子集以生成所述事物集的关联规则。