CN107665287B - 一种用于识别类方衍化关系的方法和装置 - Google Patents
一种用于识别类方衍化关系的方法和装置 Download PDFInfo
- Publication number
- CN107665287B CN107665287B CN201610602357.6A CN201610602357A CN107665287B CN 107665287 B CN107665287 B CN 107665287B CN 201610602357 A CN201610602357 A CN 201610602357A CN 107665287 B CN107665287 B CN 107665287B
- Authority
- CN
- China
- Prior art keywords
- prescription
- efficacy
- derivatization
- network
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 239000003814 drug Substances 0.000 claims abstract description 103
- 238000001212 derivatisation Methods 0.000 claims abstract description 97
- 229940079593 drug Drugs 0.000 claims abstract description 55
- 239000000203 mixture Substances 0.000 claims abstract description 49
- 230000010415 tropism Effects 0.000 claims abstract description 32
- 230000005906 menstruation Effects 0.000 claims abstract description 13
- 230000001939 inductive effect Effects 0.000 claims abstract description 5
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 3
- 238000010606 normalization Methods 0.000 claims description 25
- 239000013598 vector Substances 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000002401 inhibitory effect Effects 0.000 claims description 14
- 239000008194 pharmaceutical composition Substances 0.000 claims description 14
- 230000002195 synergetic effect Effects 0.000 claims description 14
- 238000009472 formulation Methods 0.000 claims description 13
- 239000000470 constituent Substances 0.000 claims description 11
- 239000000126 substance Substances 0.000 claims description 10
- 238000011478 gradient descent method Methods 0.000 claims description 5
- 239000000306 component Substances 0.000 claims 7
- 239000005426 pharmaceutical component Substances 0.000 claims 3
- 241000208340 Araliaceae Species 0.000 description 12
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 12
- 235000003140 Panax quinquefolius Nutrition 0.000 description 12
- 235000008434 ginseng Nutrition 0.000 description 12
- 238000012545 processing Methods 0.000 description 12
- 229940126523 co-drug Drugs 0.000 description 11
- 241000132012 Atractylodes Species 0.000 description 10
- 210000004072 lung Anatomy 0.000 description 10
- 241000721047 Danaus plexippus Species 0.000 description 8
- 210000000952 spleen Anatomy 0.000 description 7
- 239000004615 ingredient Substances 0.000 description 6
- 244000303040 Glycyrrhiza glabra Species 0.000 description 5
- 235000006200 Glycyrrhiza glabra Nutrition 0.000 description 5
- 235000017443 Hedysarum boreale Nutrition 0.000 description 5
- 235000007858 Hedysarum occidentale Nutrition 0.000 description 5
- 244000197580 Poria cocos Species 0.000 description 5
- 235000008599 Poria cocos Nutrition 0.000 description 5
- 239000001947 glycyrrhiza glabra rhizome/root Substances 0.000 description 5
- 239000008280 blood Substances 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 4
- 230000000857 drug effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000000955 prescription drug Substances 0.000 description 4
- 230000001737 promoting effect Effects 0.000 description 4
- 241001619461 Poria <basidiomycete fungus> Species 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 3
- 239000008876 liujunzi Substances 0.000 description 3
- 239000000843 powder Substances 0.000 description 3
- 241000382455 Angelica sinensis Species 0.000 description 2
- 206010062717 Increased upper airway secretion Diseases 0.000 description 2
- 241001522129 Pinellia Species 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 2
- 241000405414 Rehmannia Species 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 210000002216 heart Anatomy 0.000 description 2
- 230000005764 inhibitory process Effects 0.000 description 2
- 210000003734 kidney Anatomy 0.000 description 2
- 208000026435 phlegm Diseases 0.000 description 2
- 210000002784 stomach Anatomy 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 210000004243 sweat Anatomy 0.000 description 2
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 1
- 235000017491 Bambusa tulda Nutrition 0.000 description 1
- 244000082204 Phyllostachys viridis Species 0.000 description 1
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 1
- 208000004880 Polyuria Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000001166 anti-perspirative effect Effects 0.000 description 1
- 239000003213 antiperspirant Substances 0.000 description 1
- 239000011425 bamboo Substances 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001784 detoxification Methods 0.000 description 1
- 230000035619 diuresis Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 210000000232 gallbladder Anatomy 0.000 description 1
- 210000002429 large intestine Anatomy 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 210000003516 pericardium Anatomy 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000000813 small intestine Anatomy 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 231100000033 toxigenic Toxicity 0.000 description 1
- 230000001551 toxigenic effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 210000003932 urinary bladder Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了一种用于识别衍化关系的方法和装置，其中包括输入第一方剂和第二方剂的组成成分、剂量和成方时间；判断第二方剂的成方时间是否晚于第一方剂的成方时间并且第二方剂包括第一方剂的组成成分；基于第一方剂和第二方剂的组成成分和剂量分别获得第一方剂和第二方剂的共同药物贡献度、归经相似度和功效语义距离；基于共同药物贡献度、归经相似度和功效语义距离判断方剂间是否存在衍化关系以及输出是否存在衍化关系的结果。该方法和装置可以更加精确和合理地判断方剂间是否存在衍化关系。
Description
技术领域
本发明涉及一种用于识别衍化关系的方法和装置，具体而言，本发明涉及一种用于识别类方衍化关系的方法和装置。
背景技术
方剂是指药物按照配伍原则和方法而组成的药方。一般方剂有一个祖方，还有许多对祖方进行衍化后的衍化方剂。类方是类方剂的综合，有祖方或者基础方剂作为基础。在组成、功效和主治症候方面具有相似度。
类方由一类主方和多首附方组成。主方是由古代医生长期临床实践中归纳总结出来的有确切疗效的在药物组成上固定的一首方剂，即基本方。附方是在基本方的基础上随证加减变化而衍化的方剂。
已有的用于识别类方衍化关系的方法和装置主要从方剂的组成药物和剂量上来进行计算，无法满足对类方衍化关系进行判别的需求。需要从方剂的共同药物贡献度、归经相似度和功效语义距离来识别类方衍化关系。
鉴于上述分析，期望提供一种通过方剂的共同药物贡献度、归经相似度和功效语义距识别类方衍化关系的新型方法和装置，相比于传统方法判断得更精确。
发明内容
本发明的目的在于提供一种通过方剂的共同药物贡献度、归经相似度和功效语义距识别类方衍化关系的新型方法和装置，以便能够更精确和合理地判定方剂间是否存在衍化关系，从而克服现有技术的缺点。本发明的方法和装置通过以下技术方案得以实现。
本发明的一个技术方案提供了一种用于识别类方衍化关系的方法，其中所述方法包括以下步骤：
步骤1：输入第一方剂和第二方剂的组成成分、剂量和成方时间；
步骤2：判断第二方剂的成方时间是否晚于第一方剂的成方时间并且第二方剂包括第一方剂的组成成分，在该步骤中如果判断为“是”则执行步骤3，否则如果该步骤判断为“否”则“输出不存在衍化关系的结果”；
步骤3：基于第一方剂和第二方剂的组成成分和剂量分别获得第一方剂和第二方剂的共同药物贡献度、归经相似度和功效语义距离；以及
步骤4：基于共同药物贡献度、归经相似度和功效语义距离判断方剂间是否存在衍化关系，在该步骤中如果判断为“是”则“输出存在衍化关系的结果”，否则如果该步骤判断为“否”则“输出不存在衍化关系的结果”。
根据本发明的上述一个技术方案提供的用于识别类方衍化关系的方法，其中在获得方剂间功效语义距离EfficacySemanticDistance(f1，f2)、共同药物贡献度ChannelSim(f1，f2)和归经相似度CDECR(f1，f2)的基础上，根据以下公式：
计算出衡量类方衍化关系的值数值，从而确定第一方剂和第二方剂是否存在衍化关系，其中β0,β1,β2,β3为回归系数，f1和f2为待判定是否存在衍化关系的第一方剂和第二方剂，f1为被衍化方，f2为衍化方。
根据本发明的上述一个技术方案提供的用于识别类方衍化关系的方法，其中所述步骤3中，对于基于第一方剂和第二方剂的组成成分和剂量分别获得第一方剂和第二方剂功效语义距离的步骤具体包括以下步骤：
步骤3a:基于第一方剂和第二方剂的药物组成成分和剂量获得第一方剂功效子网络和第二方剂功效子网络；
步骤3b：对第一方剂的功效子网络和第二方剂的功效网络进行归一化处理；
步骤3c：使得第二方剂的功效子网络中的各个节点强度值减去第一方剂的功效子网络中相应的节点强度值形成差异功效子网络；以及
步骤3d：基于差异功效子网络获得最少运输费用并由最少运输费用获得功效语义距离EfficacySemanticDistance(f1,f2)。
根据本发明的上述一个技术方案提供的用于识别类方衍化关系的方法，其中所述步骤3中，对于基于第一方剂和第二方剂的组成成分和剂量分别获得共同药物贡献度是指将第一方剂和第二方剂中出现的共同药物组成一个共同药物方剂，通过计算获得共同药物方剂的功效子网络，将共同药物方剂的功效节点与第二方剂的功效节点进行对比分析，找出它们之间的共同功效节点，共同药物方剂每个共同功效节点的强度值与第二方剂中相应共同功效节点的强度值相比获得共同功效节点比值以及将同功效节点比值相加并求全部共同功效节点比值平均值，从而获得共同药物贡献度ChannelSim(f1,f2)。
根据本发明的上述一个技术方案提供的用于识别类方衍化关系的方法，其中，所述步骤3中，基于第一方剂和第二方剂的组成成分和剂量分别获得第一方剂和第二方剂获得归经相似度是指：对于第一方剂和第二方剂，其归经向量分别为fChannel1＝{x0,x1,...,x 11}和fChannel2＝{y0,y1,...,y 11}，其中第一方剂和第二方剂分别包括多个药物组成单元，每个药物组成单元包含药物和其剂量，第一方剂和第二方剂中的归经向量xi为多个药物组成单元的坐标值之和，第一方剂和第二方剂之间的归经相似度，使用夹角余弦公式：
根据本发明的上述一个技术方案提供的用于识别类方衍化关系的方法，其中步骤3a：基于第一方剂和第二方剂的药物组成成分和剂量获得第一方剂功效子网络和第二方剂功效子网络的步骤进一步包括以下步骤：
步骤3a1:基于输入的方剂药物组成成分和剂量以及数据库中的各药物组成成分的功效和单位药物组成成分的功效强度值获得各功效的基础药效强度值；
步骤3a2:基于功效语义网络中功效节点间不同的关系类型和强度获得各功效节点的协同/抑制药效强度值并由基础药效强度值和协同/抑制药效强度值获得总药效强度值；以及
步骤3a3：对总药效强度值进行降序排并基于梯度下降法挑选出多个主要功效及其总功效强度值组成功效子网络。
根据本发明的上述一个技术方案提供的用于识别类方衍化关系的方法，其中步骤3b：对第一方剂的功效子网络和第二方剂的功效网络进行归一化处理是指利用公式：NWeightn＝100*Weightn/SumWeight进行归一化处理，其中NWeightn表示节点n归一化后的强度值，Weightn表示节点n归一化前的强度值，SumWeight表示功效子网络所有节点强度值的总和。
根据本发明的上述一个技术方案提供的用于识别类方衍化关系的方法，其中步骤3c：使得第二方剂的功效子网络中的各个节点强度值减去第一方剂的功效子网络中相应的节点强度值形成差异功效子网络是指利用公式：DiffWeightn＝NWeight’n-Nweightn形成差异功效子网络，其中DiffWeightn表示差异功效子网络中的节点n的强度值，NWeight’n表示第二方剂的节点n归一化后的强度值，NWeightn表示第一方剂节点n归一化后的强度值。
根据本发明的上述一个技术方案提供的用于识别类方衍化关系的方法，其中，
步骤3d：基于差异功效子网络获得最少运输费用并由最少运输费用获得功效语义距离值是指通过Ford-Fulkerson迭代算法获取差异功效子网络供需平衡的最少运输费用，从而由最少运输费用获得功效语义距离值离。
本发明的另一个技术方案提供了一种用于识别类方衍化关系的装置，其中所述装置包括以下模块：
方剂输入模块，其用于输入第一方剂和第二方剂的组成成分、剂量和成方时间；
方剂衍化第一识别判断模块，其用于判断第二方剂的成方时间是否晚于第一方剂的成方时间并且第二方剂包括第一方剂的组成成分，其中如果判断为“是”则进入方剂衍化要素计算模块，否则如果判断为“否”则方剂衍化关系输出模块“输出不存在衍化关系的结果”；
方剂衍化要素计算模块，其用于基于第一方剂和第二方剂的组成成分和剂量分别获得第一方剂和第二方剂的共同药物贡献度、归经相似度和功效语义距离；
方剂衍化第二识别断模块，其用于基于共同药物贡献度、归经相似度和功效语义距离判断方剂间是否存在衍化关系；以及
方剂衍化关系输出模块，其用于输出是否存在衍化关系的结果。
根据发明的上述一个技术方案提供的装置，其中在获得方剂间功效语义距离EfficacySemanticDistance(f1，f2)、共同药物贡献度Channe1Sim(f1，f2)和归经相似度CDECR(f1，f2)的基础上，根据以下公式：
计算出衡量类方衍化关系的值数值，从而确定第一方剂和第二方剂是否存在衍化关系，其中β0，β1，β2，β3为回归系数，f1和f2为待判定是否存在衍化关系的第一方剂和第二方剂，f1为被衍化方，f2为衍化方。
根据发明的上述一个技术方案提供的装置，其中方剂衍化要素计算模块还包括以下单元：
功效子网络获取单元，其用于基于第一方剂和第二方剂的药物组成成分和剂量获得第一方剂功效子网络和第二方剂功效子网络；
功效子网络归一化处理单元，其用于对第一方剂的功效子网络和第二方剂的功效网络进行归一化处理；
差异功效子网络形成单元，其用于使得第二方剂的功效子网络中的各个节点强度值减去第一方剂的功效子网络中相应的节点强度值形成差异功效子网络；以及
功效语义距离获取单元，基于差异功效子网络获得最少运输费用并由最少运输费用获得功效语义距离EfficacySemanticDistance(f1,f2)。
根据发明的上述一个技术方案提供的装置，其中方剂衍化要素计算模块还包括共同药物贡献度获取单元，其基于第一方剂和第二方剂的药物组成成分和剂量获得共同药物贡献度是指将第一方剂和第二方剂中出现的共同药物组成一个共同药物方剂，通过计算获得共同药物方剂的功效子网络，将共同药物方剂的功效节点与第二方剂的功效节点进行对比分析，找出它们之间的共同功效节点，共同药物方剂每个共同功效节点的强度值与第二方剂中相应共同功效节点的强度值相比获得共同功效节点比值以及将同功效节点比值相加并求全部共同功效节点比值平均值，从而获得共同药物贡献度ChannelSim(f1,f2)。
根据发明的上述一个技术方案提供的装置，其中方剂衍化要素计算模块还包括归经相似度获取单元，对于第一方剂和第二方剂，其归经向量分别为fChannel1＝{x0,x1,...,x 11}和fChannel2＝{y0,y1,...,y11}，其中第一方剂和第二方剂分别包括多个药物组成单元，每个药物组成单元包含药物和其剂量，第一方剂和第二方剂中的归经向量xi为多个药物组成单元的坐标值之和，第一方剂和第二方剂之间的归经相似度使用夹角余弦公式：
根据发明的上述一个技术方案提供的装置，其中功效子网络获取单元进一步包括：
基础药效强度值获取子单元，其基于输入的方剂药物组成成分和剂量以及数据库中的各药物组成成分的功效和单位药物组成成分的功效强度值获得各功效的基础药效强度值；
总药效强度值获取子单元，基于功效语义网络中功效节点间不同的关系类型和强度获得各功效节点的协同/抑制药效强度值并由基础药效强度值和协同/抑制药效强度值获得总药效强度值；以及
功效子网络获取子单元，对总药效强度值进行降序排并基于梯度下降法挑选出多个主要功效及其总功效强度值组成功效子网络。
根据发明的上述一个技术方案提供的装置，其中功效子网络归一化处理单元对第一方剂的功效子网络和第二方剂的功效网络进行归一化处理是指利用公式：NWeightn＝100*Weightn/SumWeight进行归一化处理，其中NWeightn表示节点n归一化后的强度值，Weightn表示节点n归一化前的强度值，SumWeight表示功效子网络所有节点强度值的总和。
根据发明的上述一个技术方案提供的装置，其中差异功效子网络形成单元使得第二方剂的功效子网络中的各个节点强度值减去第一方剂的功效子网络中相应的节点强度值形成差异功效子网络是指利用公式：DiffWeightn＝NWeight’n–Nweightn形成差异功效子网络，其中DiffWeightn表示差异功效子网络中的节点n的强度值，NWeight’n表示第二方剂的节点n归一化后的强度值，NWeightn表示第一方剂节点n归一化后的强度值。
根据发明的上述一个技术方案提供的装置，其中功效语义距离获取单元基于差异功效子网络获得最少运输费用并由最少运输费用获得功效语义距离值是指通过Ford-Fulkerson迭代算法获取差异功效子网络供需平衡的最少运输费用从而由最少运输费用获得功效语义距离值离。
该方法和装置可以更加精确和合理地判断方剂间是否存在衍化关系。
附图说明
参照附图，本发明的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于举例说明本发明的技术方案，而并非意在对本发明的保护范围构成限制。
图中：
图1示出了根据本发明一个实施方式的用于识别类方衍化关系的方法的流程图。
图2示出了根据本发明一个实施方式的用于获取两个方剂之间功效语义距离的流程图。
图3示出了根据本发明一个实施方式获取的四君子汤的归经强度向量视图。
图4示出了据本发明另一个实施方式的两个方剂的差异功效子网络的简要示例。
图5示出了根据本发明一个实施方式的用于识别类方衍化关系的装置的框图。
具体实施方式
图1-图5和以下说明描述了本发明的特定实施例以教导本领域技术人员如何制造和使用本发明的最佳模式。为了教导发明原理，已简化或省略了一些常规方面。本领域技术人员应该理解源自这些实施例的变型落在本发明的范围内。本领域技术人员应该理解下述特征能够以各种方式结合以形成本发明的多个变型。由此，本发明并不局限于下述特定实施例，而仅由权利要求和它们的等同物限定。
共同药物贡献度是指第二方剂中在第一方剂中出现的共同药物组成成分对第二方剂整体功效的贡献度。归经相似度是指第一方剂归经强度向量和第二方剂归经强度向量间的相似度。功效语义距离是指使得第二方剂的功效子网络中的各个节点强度值减去第一方剂的功效子网络中相应的节点强度值形成差异功效子网络，基于差异功效子网络获得最少运输费用并由最少运输费用获得功效语义距离。
在本文中，功效子网络中节点强度值称为AP。药物组成单元包含药物和其剂量，例如四君子汤的药物组成成分包括人参9.0g；生白术9.0g；茯苓9.0g以及炙甘草6.0g，则其包括四个药物组成单元，例如人参和其含量9.0g构成一个药物组成单元。
图1示出了用于识别类方衍化关系的方法的流程图。如1所示，所述用于识别类方衍化关系的方法包括以下步骤：
步骤10：用于识别类方衍化关系的方法开始；
步骤12：输入第一方剂和第二方剂的组成成分、剂量和成方时间；
步骤14：判断第二方剂的成方时间是否晚于第一方剂的成方时间并且第二方剂包括第一方剂的组成成分；
步骤16：基于第一方剂和第二方剂的组成成分和剂量分别获得第一方剂和第二方剂的共同药物贡献度、归经相似度和功效语义距离；
步骤18：基于共同药物贡献度、归经相似度和功效语义距离判断方剂间是否存在衍化关系；
步骤20：输出存在衍化关系的结果；以及
步骤24：用于识别类方衍化关系的方法结束。
在步骤14中，如果判断为”是”，则执行步骤16，否则则执行步骤22“输出不存在衍化关系的结果。”
在步骤18中，如果存在衍化关系则执行步骤20“输出存在衍化关系的结果”并且用于识别类方衍化关系的方法结束。否则，如果不存在衍化关系则执行步骤22“输出不存在衍化关系的结果”，并且用于识别类方衍化关系的方法结束。
在上述步骤16中，对于如何基于第一方剂和第二方剂的组成成分和剂量分别获得第一方剂和第二方剂的功效语义距离和共同药物贡献度，图2和图3给出了一个具体实施方式。具体而言，图2示出了用于获取两个方剂之间功效语义距离的流程图。如图2所示，用于获取两个方剂之间功效语义距离的方法包括以下步骤：
步骤16a：基于第一方剂和第二方剂的药物组成成分和剂量获得第一方剂功效子网络和第二方剂功效子网络；
步骤16b：对第一方剂的功效子网络和第二方剂的功效网络进行归一化处理；
步骤16c：使得第二方剂的功效子网络中的各个节点强度值减去第一方剂的功效子网络中相应的节点强度值形成差异功效子网络；以及
步骤16d：基于差异功效子网络获得最少运输费用并由最少运输费用获得功效语义距离值。
在上述步骤16a中，基于第一方剂和第二方剂各药物组成成分和剂量获得第一方剂的功效子网络和第二方剂的功效子网络的具体步骤包括：步骤16a1:基于输入的方剂药物组成成分和剂量以及数据库中的各药物组成成分的功效和单位药物组成成分的功效强度值获得各功效的基础药效强度值；步骤16a2:基于功效语义网络中功效节点间不同的关系类型和强度获得各功效节点的协同/抑制药效强度值并由基础药效强度值和协同/抑制药效强度值获得总药效强度值；以及步骤16a3:对总药效强度值进行降序排并基于梯度下降法挑选出多个主要功效及其总功效强度值组成功效子网络。
在该步骤16a中，以四君子汤和六君子汤为例来说明如何获得第一方剂中每种药物组成成分的功效和第二方剂中每种药物组成成分的功效以及基于第一方剂药物组成成分的功效和第二方剂药物组成成分的功效获得第一方剂的功效子网络和第二方剂的功效子网络。
具体而言，四君子汤的药物组成成分包括人参9.0g；生白术9.0g；茯苓9.0g以及炙甘草6.0g。六君子汤的药物组成成分包括：人参6.0g；生白术9.0g；茯苓9.0g；炙甘草6.0g；陈皮3.0g；清半夏4.5g。
1)由药物功效数据库获得药物组成成分的功效及药物组成成分单位药效强度值UP。例如，人参包含了补气、复脉、固脱等8种功效(见表1)，其中补气的单位药效强度值UP为1.9。
2)基于功效语义网络中功效节点间不同的关系类型和强度值获得各功效节点的总药效强度值。功效语义网络包括218个功效节点和1405条边(即节点间的关系)组成。其中，节点间的关系有六种：单向促进、双向促进、单向抑制、双向抑制、类似、上位概念。另外，节点间的关系还具有量化的强度值ES，如功效“健脾”和功效“补气”间是单向促进关系，其强度值ES为1，功效“益肺”和功效“补气”间是双促进关系，其强度值ES为0.6。
3)基于四君子汤的药物组成成分和剂量信息及数据库中已有的单位药物的功效强度值，累加即可以得到各功效的基础药效强度值。计算结果如下面的表1所示：
表1：四君子汤的药物组成成分基础药效强度值
其中相对剂量公式：
公式1中：RD为相对剂量，m和M为药典中剂量最小值和最大值，AD为当前药物使用的绝对剂量(单位g)。基础药效强度值BP的计算公式：BP＝UP*RD，其中UP为单位药效强度值。如人参剂量为9.0g，常用剂量范围3.0-9.0g；计算得到其相对剂量RD为75.0，单位药效强度值UP为1.9，故计算出人参的补气的基础功效强度值BP为142.5。同样地，计算出生白术的补气的基础功效强度值BP为65.0，炙甘草的补气的基础功效强度值BP为30.0。将所有药物的补气的基础功效强度值BP累计起来，得到四君子汤的补气的基础功效强度值BP为237.5。
4)基于已有的功效语义网络中功效节点间不同的关系类型和强度值获得协同/抑制药效强度值RP，如下面的公式2所示：
公式2中，RP(Ej，Ei)表示功效Ej对功效Ei的协同/抑制药效强度值；BPj为功效Ej的基础药效强度值；ES表示功效Ej和Ei之间的的关系强度值；r表示关系类型。如健脾对益肺有双向促进作用，故功效益肺的强度会因此而得到增强，计算得到的协同/抑制药效强度值RP为55.6。需要特别说明的是公式2中的不同关系类型所涉及的系数可以通过实验设定，并不局限于上述特定系数。
5)计算功效节点的总药效强度值AP＝BP+RP。如功效益肺的基础功效值BP为150.0，而协同/抑制药效强度值RP为55.6，故总药效强度值为205.6。
6)最后，将获得的所有药物组成成分的功效，按照总药效强度值AP降序排列，并计算梯度值，取第二个梯度负值之前的功效及其总药效强度值AP，组成该方剂的功效子网络。如，挑选出四君子汤的9个主要功效节点及其总功效强度值，即健脾功效节点的强度值为246.2、补气功效节点的强度值为242.2、益肺功效节点的强度值为205.6、固脱功效节点的强度值为152.1、生津功效节点的强度值为133.4、除湿功效节点的强度值为132.0、止汗功效节点的强度值为118.0、利水功效节点的强度值为93.2以及复脉功效节点的强度值为74.2。
类似地，可以获得六君子汤的功效子网络，其包括：健脾节点、除湿节点、化痰节点、复脉节点、益肺节点、补气节点、止汗节点以及固脱节点，其中健脾节点的强度值为215.2、除湿节点的强度值为176.7、化痰节点的强度值为147.2、复脉节点的强度值为71.7、益肺节点的强度值为150.8、补气节点的强度值为204.5、止汗节点的强度值为100.5以及固脱节点的强度值为107.1。
在上述步骤16b中，第一方剂的功效子网络和第二方剂的功效子网络的归一化处理方式如下面的公式3所示：
NWeightn＝100*Weightn/SumWeight(公式3)
其中NWeightn表示节点n归一化后的强度值，Weightn表示节点n归一化前的强度值，SumWeight表示功效子网络所有节点强度值的总和。
在上述步骤16c中，使得第二方剂的功效子网络中的各个节点的功效强度值减去第一方剂的功效子网络中相应节点的功效强度值，形成差异功效子网络。
DiffWeightn＝NWeight’n-NWeightn(公式4)
DiffWeightn表示差异功效子网络中的节点n的强度值，NWeight’n表示第二方剂的节点n归一化后的强度值，NWeightn表示第一方剂节点n归一化后的强度值。
在该步骤16d，如图3所示的根据本发明一个实施方式的两个方剂的差异功效子网络中供需关系的简要示例中，将其视为一个运输问题来看，方形代表强度值为正的供方节点，三角形代表强度值为负的需方节点，圆形代表强度值为零的中转站节点。差异功效子网络体现了两个功效子网络的差异性，而这种差异性的大小，就是将各供方节点上的强度值运输到各需方节点上，最终使得各节点的供需平衡时，所产生的最小运输费用。如图4中的例子所示，供方节点s1、s2、s3的强度值分别为20、30、10，需方节点d1和d2的强度值分别为-40和-20，另外，有两个强度值为0的中转站节点t1和t2。其中s1-t1、s2-t1、s2-d2及t1-d1的功效节点间强度值ES为1，其他功效节点间强度值ES为0.2，令节点间运输的单位费用＝1/ES，即功效节点间强度值越大，运输的单位费用越小。这样，将供方节点s1、s2、s3的强度值上的强度值运输到需方节点d1和d2，使得各节点的供需平衡，当运输费用最小时的运输路径为：s1上的全部强度值20通过s1-t1和t1-d1运输到d1，运费费用为20/1+20/1＝40；s2上的部分强度值20通过s2-t1和t1-d1运输到d1，运费费用为20/1+20/1＝40；s2上的部分强度值10通过s2-d2运输到d2，运费费用为10/1＝10；s3上的全部强度值10通过s3-d2运输到d2，运费费用为10/0.2＝50。整个运输过程中，产生的总运输费用为40+40+10+50＝140。即表示该差异功效子网络体现的两个功效子网络的差异性(即功效语义距离)大小为140。
这样，两个功效子网络间的功效语义距离问题，就转换成求取差异功效子网络供需平衡的最小费用流问题，计算最小运输费用值是基于已有成熟的算法。例如Ford-Fulkerson迭代算法(又称基本算法，参见熊义杰，曹龙.运筹学教程[M].北京:机械工业出版社，2015，第175页)，该算法的基本思想是将边上的单位流量的费用视作距离，每次迭代过程中，用求解最短路径问题的方法来确定一条自供方节点s至需方节点d的最短路径，将这条最短路径作为可扩充路径，然后将其上的流量增至最大可能值，对供方节点至需方节点的货物量进行修正后，重新计算其上各条边的单位流量的费用。如此多次迭代，最终得到最小费用最大流。因而，在上述步骤140中，基于差异功效子网络获得最少运输费用并由最少运输费用获得功效语义距离值是指通过Ford-Fulkerson迭代算法获取差异功效子网络供需平衡的最少运输费用，从而由最少运输费用获得功效语义距离值离。需要特别说明的是，也可以用其他的方法获取差异功效子网络供需平衡的最少运输费用，从而由最少运输费用获得功效语义距离值。
共同药物贡献度是指第一方剂和第二方剂中出现的共同药物组成成分对第二方剂整体功效的贡献度。具体而言，以四君子汤和六君子汤为例来说明共同药物组成成分对第二方剂(六君子汤)整体功效的贡献度。四君子汤的药物组成成分包括人参9.0g；生白术9.0g；茯苓9.0g以及炙甘草6.0g。六君子汤的药物组成成分包括：人参6.0g；生白术9.0g；茯苓9.0g；炙甘草6.0g；陈皮3.0g；清半夏4.5g。四君子汤和六君子汤的共同药物为人参6.0g；生白术9.0g；茯苓9.0g以及炙甘草6.0g，由这些药物组成一个共同药物方剂。类似地，通过上述方法可以获得共同药物方剂6个主要功效节点及其总功效强度值，即健脾功效节点的强度值为202.7、补气功效节点的强度值为194.7、益肺功效节点的强度值为147.4、固脱功效节点的强度值为107.1、补血功效节点的强度值为104.5、除湿功效节点的强度值为125.2。
通过将共同药物方剂的功效节点与六君子汤的功效节点进行对比分析，找出它们之间的共同功效节点，共同药物方剂每个共同功效节点的强度值与六君子汤中相应共同功效节点的强度值相比获得共同功效节点比值以及将同功效节点比值相加并求全部共同功效节点比值平均值，从而获得共同药物贡献度。需要特别说明的是，本发明还可以采用其他的共同药物贡献度的方法，而这也将落在本发明的保护范围内。
归经相似度是指第一方剂归经强度向量和第二方剂归经强度向量间的相似度。设向量channel为一个12维({肝,肾,脾,肺,心,胃,胆,膀胱,大肠,三焦,小肠,心包})向量：{c0,c1,...,c 11}，其中ci代表归经维度为i的坐标值。对于一个药物组成单元du，则药物组成单元du的归经强度向量duChannel＝{duc0,duc1,...,duc 11}，如果该药物具有归经i，则药物的坐标值duci为相对剂量值RD(见公式1)，否则为0。而对于包含n个药物组成单元的方剂f的归经强度向量fChannel＝{fc0,fc1,...,fc 11}，是各药物组成单元的归经强度向量值之和；即归经维度i的坐标值fci为所有n个药物组成单元的坐标值duci之和。以四君子汤的归经向量计算为例。
表2：四君子汤的各药物组成单元的归经强度值
将四君子汤各药物组成单元的归经强度向量累加，即得到方剂四君子汤的归经强度向量{心＝147.5,脾＝197.5,肺＝147.5,胃＝100，肾＝97.5，其他＝0}，如图3所示。
对于方剂f1和方剂f2，计算出来的归经向量分别为fChannel1＝{x0,x1,...,x11}和fChannel2＝{y0,y1,...,y 11}。它们之间的归经相似度使用夹角余弦公式5来进行计算：
以四君子汤和六君子汤为例，根据上述公式5计算得到它们之间的归经相似度计算结果为：0.965405。
在获得方剂间功效语义距离EfficacySemanticDistance(f1,f2)、共同药物贡献度ChannelSim(f1,f2)和归经相似度CDECR(f1,f2)的基础上，根据以下公式6计算出衡量类方衍化关系的值数值，从而确定第一方剂和第二方剂是否存在衍化关系。
其中β0,β1,β2,β3为回归系数。根据一个优选的实验方式，将获得的β0，β1，β2，β3回归系数代入到公式6中，则公式6变化为：
。需要特别说明的是，也可以根据实验和需要设置其他大小的回归系数β0,β1,β2,β3，而这也将落在本发明的保护范围内。
鉴于上述方法，表3提供了判断多个方剂与四君子是否存在衍化关系的实施例。在表3中分别计算了六君子汤、异功散、参苓白术散、七味白术散、丁沉四君子汤、当归补血汤、托里化毒汤、托里消毒散、行血解毒汤、竹茹饮以及地黄汤11种方剂与四君子是否存在衍化关系的具体示例。
表3：四君子汤类方衍化关系列表
通过对表3进行分析发现，六君子汤、异功散、参苓白术散、七味白术散、丁沉四君子汤与四君子汤之间存在衍化关系，而当归补血汤、托里化毒汤、托里消毒散、行血解毒汤、竹茹饮以及地黄汤与四君子汤之间不存在衍化关系。该识别方法可以更加精确和合理地判断方剂间是否存在衍化关系。
通过上述实施例表明，从方剂的共同药物贡献度、归经相似度和功效语义距离可以更有效地来识别类方衍化关系，利用这种更有效和合理方便临床治疗，有利于根据病人病情通过衍化方式快速获得更有效的治疗方剂。
图5示出了根据本发明一个实施方式的用于识别类方衍化关系的装置的框图。如图5所示，所述用于识别类方衍化关系的装置包括方剂输入模块200、方剂衍化第一识别断模块202、方剂衍化要素计算模块204、方剂衍化第二识别断模块206以及方剂衍化关系输出模块208，其中方剂输入模块200用于输入第一方剂和第二方剂的组成成分、剂量和成方时间；方剂衍化第一识别断模块202用于判断第二方剂的成方时间是否晚于第一方剂的成方时间并且第二方剂包括第一方剂的组成成分，其中如果判断为“是”则进入方剂衍化要素计算模块，否则如果判断为“否”则方剂衍化关系输出模块“输出不存在衍化关系的结果”；方剂衍化要素计算模块204用于基于第一方剂和第二方剂的组成成分和剂量分别获得第一方剂和第二方剂的共同药物贡献度、归经相似度和功效语义距离；方剂衍化第二识别断模块206用于基于共同药物贡献度、归经相似度和功效语义距离判断方剂间是否存在衍化关系；方剂衍化关系输出模块208用于输出是否存在衍化关系的结果，具体而言，如果存在衍化关系，则方剂衍化关系输出模块208输出存在衍化关系的结果，否则方剂衍化关系输出模块208输出不存在衍化关系的结果。
根据发明的上述一个技术方案提供的装置，其中在获得方剂间功效语义距离EfficacySemanticDistance(f1,f2)、共同药物贡献度ChannelSim(f1,f2)和归经相似度CDECR(f1,f2)的基础上，根据以下公式：
计算出衡量类方衍化关系的值数值，从而确定第一方剂和第二方剂是否存在衍化关系，其中β0,β1,β2,β3为回归系数，f1和f2为待判定是否存在衍化关系的第一方剂和第二方剂，f1为被衍化方，f2为衍化方。
根据发明的上述一个技术方案提供的装置，其中方剂衍化要素计算模块还包括以下单元：
功效子网络获取单元，其用于基于第一方剂和第二方剂的药物组成成分和剂量获得第一方剂功效子网络和第二方剂功效子网络；
功效子网络归一化处理单元，其用于对第一方剂的功效子网络和第二方剂的功效网络进行归一化处理；
差异功效子网络形成单元，其用于使得第二方剂的功效子网络中的各个节点强度值减去第一方剂的功效子网络中相应的节点强度值形成差异功效子网络；以及
功效语义距离获取单元，基于差异功效子网络获得最少运输费用并由最少运输费用获得功效语义距离EfficacySemanticDistance(f1,f2)。
根据发明的上述一个技术方案提供的装置，其中方剂衍化要素计算模块还包括共同药物贡献度获取单元，其基于第一方剂和第二方剂的药物组成成分和剂量获得共同药物贡献度是指将第一方剂和第二方剂中出现的共同药物组成一个共同药物方剂，通过计算获得共同药物方剂的功效子网络，将共同药物方剂的功效节点与第二方剂的功效节点进行对比分析，找出它们之间的共同功效节点，共同药物方剂每个共同功效节点的强度值与第二方剂中相应共同功效节点的强度值相比获得共同功效节点比值以及将同功效节点比值相加并求全部共同功效节点比值平均值，从而获得共同药物贡献度ChannelSim(f1,f2)。
根据发明的上述一个技术方案提供的装置，其中方剂衍化要素计算模块还包括归经相似度获取单元，对于第一方剂和第二方剂，其归经向量分别为fChannel1＝{x0,x1,...,x 11}和fChannel2＝{y0,y1,...,y11}，其中第一方剂和第二方剂分别包括多个药物组成单元，每个药物组成单元包含药物和其剂量，第一方剂和第二方剂中的归经向量xi为多个药物组成单元的坐标值之和，第一方剂和第二方剂之间的归经相似度使用夹角余弦公式：
根据发明的上述一个技术方案提供的装置，其中功效子网络获取单元进一步包括：
基础药效强度值获取子单元，其基于输入的方剂药物组成成分和剂量以及数据库中的各药物组成成分的功效和单位药物组成成分的功效强度值获得各功效的基础药效强度值；
总药效强度值获取子单元，基于功效语义网络中功效节点间不同的关系类型和强度获得各功效节点的协同/抑制药效强度值并由基础药效强度值和协同/抑制药效强度值获得总药效强度值；以及
功效子网络获取子单元，对总药效强度值进行降序排并基于梯度下降法挑选出多个主要功效及其总功效强度值组成功效子网络。
根据发明的上述一个技术方案提供的装置，其中功效子网络归一化处理单元对第一方剂的功效子网络和第二方剂的功效网络进行归一化处理是指利用公式：NWeightn＝100*Weightn/SumWeight进行归一化处理，其中NWeightn表示节点n归一化后的强度值，Weightn表示节点n归一化前的强度值，SumWeight表示功效子网络所有节点强度值的总和。
根据发明的上述一个技术方案提供的装置，其中差异功效子网络形成单元使得第二方剂的功效子网络中的各个节点强度值减去第一方剂的功效子网络中相应的节点强度值形成差异功效子网络是指利用公式：DiffWeightn＝NWeight’n–Nweightn形成差异功效子网络，其中DiffWeightn表示差异功效子网络中的节点n的强度值，NWeight’n表示第二方剂的节点n归一化后的强度值，NWeightn表示第一方剂节点n归一化后的强度值。
根据发明的上述一个技术方案提供的装置，其中功效语义距离获取单元基于差异功效子网络获得最少运输费用并由最少运输费用获得功效语义距离值是指通过Ford-Fulkerson迭代算法获取差异功效子网络供需平衡的最少运输费用从而由最少运输费用获得功效语义距离值离。
该方法和装置可以更加精确和合理地判断方剂间是否存在衍化关系。
Claims (9)
1.一种用于识别类方衍化关系的方法，其中，所述方法包括以下步骤：
步骤1：输入第一方剂和第二方剂的组成成分、剂量和成方时间；
步骤2：判断第二方剂的成方时间是否晚于第一方剂的成方时间并且第二方剂包括第一方剂的组成成分，在该步骤中如果判断为“是”则执行步骤3，否则如果该步骤判断为“否”则“输出不存在衍化关系的结果”；
步骤3：基于第一方剂和第二方剂的组成成分和剂量分别获得第一方剂和第二方剂的共同药物贡献度、归经相似度和功效语义距离；以及
步骤4：基于共同药物贡献度、归经相似度和功效语义距离判断方剂间是否存在衍化关系，在该步骤中如果判断为“是”则“输出存在衍化关系的结果”，否则如果该步骤判断为“否”则“输出不存在衍化关系的结果”；
其中，在获得方剂间功效语义距离EfficacySemanticDistance(f1,f2)、共同药物贡献度ChannelSim(f1,f2)和归经相似度CDECR(f1,f2)的基础上，根据以下公式：
计算出衡量类方衍化关系的值数值，从而确定第一方剂和第二方剂是否存在衍化关系，其中β0,β1,β2,β3为回归系数，f1和f2为待判定是否存在衍化关系的第一方剂和第二方剂，f1为被衍化方，f2为衍化方。
2.如权利要求1所述的方法，其中，所述步骤3中，对于基于第一方剂和第二方剂的组成成分和剂量分别获得第一方剂和第二方剂功效语义距离的步骤具体包括以下步骤：
步骤3a：基于第一方剂和第二方剂的药物组成成分和剂量获得第一方剂功效子网络和第二方剂功效子网络；
步骤3b：对第一方剂的功效子网络和第二方剂的功效网络进行归一化处理；
步骤3c：使得第二方剂的功效子网络中的各个节点强度值减去第一方剂的功效子网络中相应的节点强度值形成差异功效子网络；以及
步骤3d：基于差异功效子网络获得最少运输费用并由最少运输费用获得功效语义距离EfficacySemanticDistance(f1,f2)。
3.如权利要求2所述的方法，其中，所述步骤3中，对于基于第一方剂和第二方剂的组成成分和剂量分别获得共同药物贡献度是指将第一方剂和第二方剂中出现的共同药物组成一个共同药物方剂，通过计算获得共同药物方剂的功效子网络，将共同药物方剂的功效节点与第二方剂的功效节点进行对比分析，找出它们之间的共同功效节点，共同药物方剂每个共同功效节点的强度值与第二方剂中相应共同功效节点的强度值相比获得共同功效节点比值以及将同功效节点比值相加并求全部共同功效节点比值平均值，从而获得共同药物贡献度ChannelSim(f1,f2)。
4.如权利要求3所述的方法，其中，所述步骤3中，基于第一方剂和第二方剂的组成成分和剂量分别获得第一方剂和第二方剂获得归经相似度是指：对于第一方剂和第二方剂，其归经向量分别为fChannel1＝{x0,x1,...,x11}和fChannel2＝{y0,y1,...,y11}，其中第一方剂和第二方剂分别包括多个药物组成单元，每个药物组成单元包含药物和其剂量，第一方剂和第二方剂中的归经向量xi为多个药物组成单元的坐标值之和，第一方剂和第二方剂之间的归经相似度，使用夹角余弦公式：
来计算获得。
5.如权利要求2所述的方法，其中，步骤3a：基于第一方剂和第二方剂的药物组成成分和剂量获得第一方剂功效子网络和第二方剂功效子网络的步骤进一步包括以下步骤：
步骤3a1：基于输入的方剂药物组成成分和剂量以及数据库中的各药物组成成分的功效和单位药物组成成分的功效强度值获得各功效的基础药效强度值；
步骤3a2：基于功效语义网络中功效节点间不同的关系类型和强度获得各功效节点的协同/抑制药效强度值并由基础药效强度值和协同/抑制药效强度值获得总药效强度值；以及
步骤3a3:对总药效强度值进行降序排并基于梯度下降法挑选出多个主要功效及其总功效强度值组成功效子网络。
6.如权利要求2所述的方法，其中，步骤3b：对第一方剂的功效子网络和第二方剂的功效网络进行归一化处理是指利用公式：NWeightn＝100*Weightn/SumWeight进行归一化处理，其中NWeightn表示节点n归一化后的强度值，Weightn表示节点n归一化前的强度值，SumWeight表示功效子网络所有节点强度值的总和。
7.如权利要求2所述的方法，其中，步骤3c：使得第二方剂的功效子网络中的各个节点强度值减去第一方剂的功效子网络中相应的节点强度值形成差异功效子网络是指利用公式：DiffWeightn＝NWeight’n–Nweightn形成差异功效子网络，其中DiffWeightn表示差异功效子网络中的节点n的强度值，NWeight’n表示第二方剂的节点n归一化后的强度值，NWeightn表示第一方剂节点n归一化后的强度值。
8.如权利要求2所述的方法，其中，步骤3d：基于差异功效子网络获得最少运输费用并由最少运输费用获得功效语义距离值是指通过Ford-Fulkerson迭代算法获取差异功效子网络供需平衡的最少运输费用，从而由最少运输费用获得功效语义距离值离。
9.一种用于识别类方衍化关系的装置，其中，所述装置包括以下模块：
方剂输入模块，其用于输入第一方剂和第二方剂的组成成分、剂量和成方时间；
方剂衍化第一识别判断模块，其用于判断第二方剂的成方时间是否晚于第一方剂的成方时间并且第二方剂包括第一方剂的组成成分，其中如果判断为“是”则进入方剂衍化要素计算模块，否则如果判断为“否”则方剂衍化关系输出模块“输出不存在衍化关系的结果”；
方剂衍化要素计算模块，其用于基于第一方剂和第二方剂的组成成分和剂量分别获得第一方剂和第二方剂的共同药物贡献度、归经相似度和功效语义距离；
方剂衍化第二识别断模块，其用于基于共同药物贡献度、归经相似度和功效语义距离判断方剂间是否存在衍化关系；以及
方剂衍化关系输出模块，其用于输出是否存在衍化关系的结果；
其中，在获得方剂间功效语义距离EfficacySemanticDistance(f1,f2)、共同药物贡献度ChannelSim(f1,f2)和归经相似度CDECR(f1,f2)的基础上，根据以下公式：
计算出衡量类方衍化关系的值数值，从而确定第一方剂和第二方剂是否存在衍化关系，其中β0,β1,β2,β3为回归系数，f1和f2为待判定是否存在衍化关系的第一方剂和第二方剂，f1为被衍化方，f2为衍化方。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610602357.6A CN107665287B (zh) | 2016-07-27 | 2016-07-27 | 一种用于识别类方衍化关系的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610602357.6A CN107665287B (zh) | 2016-07-27 | 2016-07-27 | 一种用于识别类方衍化关系的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107665287A CN107665287A (zh) | 2018-02-06 |
| CN107665287B true CN107665287B (zh) | 2023-05-05 |
Family
ID=61115440
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610602357.6A Active CN107665287B (zh) | 2016-07-27 | 2016-07-27 | 一种用于识别类方衍化关系的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107665287B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117151433B (zh) * | 2023-10-30 | 2024-01-30 | 浙江大学高端装备研究院 | 一种基于云的智能制造服务供需匹配评估方法和装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101493820A (zh) * | 2008-01-25 | 2009-07-29 | 北京华深慧正系统工程技术有限公司 | 一种药监行业知识库的平台及其构建方法 |
| CN101989297A (zh) * | 2009-07-30 | 2011-03-23 | 陈越 | 用于计算机上的疾病基因相关药物发掘系统 |
| CN104623027B (zh) * | 2015-02-27 | 2017-12-26 | 江苏省中医院 | 一种用于促进肠动力的中药制剂 |
-
2016
- 2016-07-27 CN CN201610602357.6A patent/CN107665287B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN107665287A (zh) | 2018-02-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shin et al. | Maca (L. meyenii) for improving sexual function: a systematic review | |
| Philips et al. | Complementary and alternative medicine-related drug-induced liver injury in Asia | |
| CN112992378B (zh) | 一种多维度中药方剂推荐方法和推荐系统 | |
| CN107665287B (zh) | 一种用于识别类方衍化关系的方法和装置 | |
| CN106250368B (zh) | 一种用于检验方剂相似度的方法和装置 | |
| CN110827990B (zh) | 一种基于知识图谱的伤寒辨证推理系统 | |
| Wang et al. | Systematic review on randomized controlled trials of coronary heart disease complicated with depression treated with Chinese herbal medicines | |
| CN109346180B (zh) | 中医方剂君臣佐使训练识别方法及系统 | |
| CN107423347B (zh) | 一种中药配方有效成分分析方法及终端设备 | |
| CN116631570A (zh) | 基于可视化工具的方剂组方规律分析方法及系统 | |
| CN111178444A (zh) | 一种基于向量分析的中药配方治疗效果统计方法 | |
| CN103055205B (zh) | 太芪培元颗粒及制备方法和治疗获得性免疫缺陷综合症药物的应用 | |
| Xu et al. | Changes of Anti-tuberculosis Herbs formula during past three decades in contrast to ancient ones | |
| CN108648791A (zh) | 基于icd码的中药处方推送方法及系统 | |
| Nguyen et al. | Caries arresting effect of silver diamine fluoride in VietNamese Preschool Children | |
| Trudeau | Yuge!: 30 years of Doonesbury on Trump | |
| Lan et al. | Toward Recognition of Easily Confused TCM Herbs on the Smartphone Using Hierarchical Clustering Convolutional Neural Network | |
| Jun et al. | Integrative medicine (herbal medicine combined with drug therapy) for Behcet’s disease: A systematic review and meta-analysis of randomized controlled trials | |
| Li et al. | Is there a role for traditional and complementary medicines in managing chronic fatigue? a systematic review of randomized controlled trials | |
| Li et al. | An analysis and research of type-2 diabetes TCM records based on text mining | |
| CN112133416A (zh) | 确定替换药剂的方法、装置、电子设备及存储介质 | |
| Joshi | Towards a recommender system for the ingredients of traditional ayurveda churna | |
| CN118280514A (zh) | 核心药对组合的确定方法、相关装置及计算机存储介质 | |
| Casas et al. | 3 sprints from zero to innovative medical device in 16 months: Benefits of combining Human Factors and Agile | |
| Liu et al. | Based on data mining to explore the medication rule of Professor Shao Zheng-bin in the treatment of coronary heart disease combined with type2 diabetes mellitus after PCI. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |