CN109801697A - 一种中药方剂中的饮片重要程度的评价方法 - Google Patents
一种中药方剂中的饮片重要程度的评价方法 Download PDFInfo
- Publication number
- CN109801697A CN109801697A CN201910039358.8A CN201910039358A CN109801697A CN 109801697 A CN109801697 A CN 109801697A CN 201910039358 A CN201910039358 A CN 201910039358A CN 109801697 A CN109801697 A CN 109801697A
- Authority
- CN
- China
- Prior art keywords
- crude slice
- materical crude
- medicine materical
- evaluated
- chinese medicinal
- 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.)
- Pending
Links
Landscapes
- Medicines Containing Plant Substances (AREA)
Abstract
本发明公开了中药方剂中的饮片重要程度的评价方法,该评价方法包括:获取方剂形成的第一数据集及饮片形成的第二数据集;从第一数据集中统计出包含待评价饮片的方剂的第一数量及从第二数据集中统计出所有饮片的第二数量,通过第一、第二数量确定待评价饮片的第一权重;通过待评价饮片名称与当前方剂名称确定待评价饮片的第二权重;获取待评价饮片在当前方剂中的第一剂量情况以及在所有方剂中的第二剂量情况,通过第一、第二剂量情况确定待评价饮片的第三权重;通过第一、第二、第三权重的线性叠加得到评价结果。本发明综合考虑了饮片的相对剂量、是否常用等因素,为饮片重要程度提供客观量化指标,以便于用户对方剂进行客观分析和智能检索。
Description
技术领域
本发明涉及中药方剂组成数据分析技术领域,更为具体来说,本发明为一种中药方剂中的饮片重要程度的评价方法。
背景技术
一般来说,一首中药方剂通常由若干具有一定剂量的饮片构成,饮片即供配方用的单味药物,不同饮片在中药方剂中所起的功效重要程度往往不同,也就是有君臣佐使之分。“君臣佐使”是中医方剂基本配伍原则,即,组成方剂的药物可以按其在方剂中所起的作用分为君药、臣药、佐药及使药。君药指方剂中针对主证起主要治疗作用的药物,臣药指辅助君药治疗主证或主要治疗兼证的药物,佐药指配合君臣药治疗兼证或抑制君臣药的毒性或起反佐作用的药物,使药指引导诸药直达病变部位或调和诸药的药物。然而,“君臣佐使”有其局限性,比如绝大部分的历代方剂文献中,并没有明确指明每个药物组成的具体的角色;另外其主观性也比较大,很多时候不同医家对同一首方剂的“君臣佐使”往往有不同看法。
另外,历代流传下来了海量的中药方剂(即中医方剂),目前已有的方剂数据库或搜索系统大部分只能支持全文检索,有一小部分进行了药物组成的结构化,能支持药物和剂量的精确检索。然而,方剂中不同剂量的不同饮片所起的作用往往是不一样的,用户使用药物组成系统进行检索的过程中,只能检索到包含某些药物的方剂,却无法获得按药物组成的重要程度排序后的结果。比如,检索“炙甘草”能得到包含“炙甘草”的方剂,其中大部分方剂中“炙甘草”都是作为佐使药的,并不是用户希望看到的;相反,用户更希望看到的是类似于“炙甘草汤”(《伤寒论》,药物组成为:炙甘草四两、生姜三两、人参二两、桂枝三两(去皮)、生地一斤(酒洗)、阿胶二两、麦冬半斤、麻仁半斤、大枣30枚)”等结果,其中,“炙甘草”是作为君药来发挥作用的;这是现有中药方剂检索系统无法实现的。
因此,如何能够客观地评价组成中药方剂的各饮片的重要程度、便于用户的对中药方剂进行智能检索,成为了本领域技术人员亟待解决的技术问题和始终研究的重点。
发明内容
为解决现有技术存在的诸多问题,本发明创新地提供了一种中药方剂中的饮片重要程度的评价方法,能够实现对组成中药方剂的各种药物进行客观评价;将本发明提供的技术方案直接应用于现有的中药方剂检索系统中,能够实现将智能排序后的检索结果呈现在用户面前、满足用户的实际需求;以彻底解决现有技术存在的诸多问题。
为实现上述技术目的,本发明公开了一种中药方剂中的饮片重要程度的评价方法,所述评价方法包括如下步骤;
利用获取的所有中药方剂形成第一数据集,利用所述所有中药方剂中包含的所有饮片形成第二数据集;
从所述第一数据集中统计出包含待评价饮片的中药方剂的第一数量,并从所述第二数据集中统计出所有饮片的第二数量,通过所述第一数量和所述第二数量确定待评价饮片的第一权重,以判断待评价饮片是否常用;
通过将待评价饮片名称与当前中药方剂名称进行字符串匹配的方式确定待评价饮片的第二权重,以判断待评价饮片名称是否出现在当前中药方剂名称中;
获取待评价饮片在当前中药方剂中的第一剂量情况以及在所有中药方剂中的第二剂量情况,通过所述第一剂量情况和所述第二剂量情况确定待评价饮片的第三权重,以判断待评价饮片的相对剂量大小;
对所述第一权重、所述第二权重以及所述第三权重进行线性叠加计算处理,将线性叠加计算结果作为待评价饮片对于当前中药方剂的重要程度的评价结果。
基于上述的技术方案,本发明基于大数据分析技术处理中药方剂相关数据,创新地从影响中药方剂中的饮片重要程度的多类特征评价饮片重要性,能够实现自动对中药方剂中的组成饮片重要程度进行评估,从而辅助用户理解中药方剂组成、支持中药方剂的智能检索,同时为中药的科学化提供重要支撑。
进一步地,该评价方法还包括如下步骤;
构建历朝历代度量单位与统一度量单位的对应转换规则,并依据所述对应转换规则将所有饮片的原始度量单位换算为统一度量单位,再将统一度量单位的所有饮片形成所述第二数据集。
基于上述改进的技术方案,本发明通过度量单位统一的方式保证饮片原始数据的准确性,以显著提高饮片重要程度评价的准确性和科学性,并克服了人工方式因不确定度量单位而难以客观评价饮片重要程度的问题。
进一步地,所述统一度量单位为克。
进一步地,利用在先构建的多元线性回归模型完成对所述第一权重、所述第二权重以及所述第三权重进行线性叠加计算处理;
通过如下方式构建所述多元线性回归模型:
步骤1,将已知评价结果、第一权重、第二权重以及第三权重的第三数量饮片数据划分为训练集和测试集;
步骤2,通过所述训练集对当前回归模型进行训练,以得到训练后的回归模型;
步骤3,利用所述测试集对训练后的回归模型进行验证,判断误差值是否小于阈值:如果是,则将训练后的回归模型作为构建完成的多元线性回归模型,确定回归模型中的回归系数和偏置项;如果否,则返回步骤2。
进一步地,通过专家打分法进行数据标注的方式确定所述第三数量饮片的已知评价结果、第一权重、第二权重以及第三权重。
进一步地,通过概率密度估计的方式确定待评价饮片的第三权重。
进一步地,通过如下方式确定待评价饮片的第三权重;
其中,f(o|S)表示概率密度,n表示包含待评价饮片的中药方剂的第一数量,t表示待评价饮片在当前中药方剂中的第一剂量情况,ti表示待评价饮片在第i个中药方剂中的第二剂量情况,表示高斯核函数,d(t,ti)2表示t与ti之间的剂量距离,h表示带宽;
当i=j时,f(o|S)值最大,则tj为待评价饮片的常规剂量,将作为待评价饮片的第三权重。
进一步地,通过逆文本频率指数计算的方式确定所述待评价饮片的第一权重。
进一步地,通过如下方式确定待评价饮片的第一权重;
w=log(m/n)
其中,w表示第一权重,m表示所有饮片的第二数量,n表示包含待评价饮片的中药方剂的第一数量。
进一步地,所述待评价饮片对于当前中药方剂的重要程度的评价结果对应1至5之间的任意整数。
基于上述改进的技术方案,本发明能够实现自动对中药方剂中的饮片进行5级分值的评估,为某饮片在某中药方剂的重要程度赋予标志,以使用户能够极快地了解某饮片在某中药方剂中的重要性程度。
进一步地,所述待评价饮片的第二权重量化后的值为0或1。
本发明的有益效果为:本发明综合考虑了组成中药方剂的各个饮片的标准剂量、相对剂量及是否常用等因素,从而为中药方剂中的各饮片对该方剂的重要程度提供了一个客观的量化指标,以便于计算机或用户对中药方剂进行客观分析;本发明还能够根据客户的实际需要、针对性地将组成中药方剂的各饮片重要程度进行排序,从而便于用户进行智能检索和快速分析。
附图说明
图1为本发明提供的中药方剂中的饮片重要程度的评价方法的流程示意图。
图2为本发明提供的构建多元线性回归模型的流程示意图。
具体实施方式
下面结合说明书附图对本发明所提出的一种中药方剂中的饮片重要程度的评价方法进行详细的解释和说明。
如图1所示,本实施例公开了一种中药方剂中的饮片重要程度的评价方法,是一种基于大数据分析技术的中药方剂中组成饮片的重要程度评估方法,能够保证评价的客观性;具体来说,该评价方法包括如下步骤。
构建历朝历代度量单位与统一度量单位的对应转换规则,并依据对应转换规则将所有饮片的原始度量单位换算为统一度量单位,从而实现剂量单位的统一,再将统一度量单位的所有饮片形成第二数据集;本实施例中,统一度量单位为克(g)。由于我国历代的中药方剂体量巨大,剂量单位又不统一,比如,半斤八两在不同朝代可能是指相同剂量,这些因素都会导致很难通过人工方式判别出每首方剂中的组成饮片的重要程度,本发明能够较好地解决该问题。下图提供了本实施例提供的单位转换规则示例。
单位名称 | 朝代 | 类型 | 针对的中药 | 与g的转换比率 |
斤 | 东汉 | 重量 | 不限 | 220 |
两 | 东汉 | 重量 | 不限 | 13.75 |
两 | 金 | 重量 | 不限 | 13.77 |
升 | 东汉 | 容量 | 半夏 | 122 |
尺 | 东汉 | 长度 | 厚朴 | 45 |
枚 | 所有 | 计数 | 瓜蒌 | 55 |
枚 | 所有 | 计数 | 附子 | 15 |
利用获取的所有中药方剂形成第一数据集,并且利用所有中药方剂中包含的所有饮片(即,所有种类饮片)形成第二数据集。下面具体说明本实施例提供的影响饮片重要程度的三个因素。
因素1:从第一数据集中统计出包含待评价饮片的中药方剂的第一数量,并从第二数据集中统计出所有饮片的第二数量,本实施例涉及的第二数量是指:第一数据集中的所有方剂中包含的不同饮片的数量,通过第一数量和第二数量确定待评价饮片的第一权重,以判断待评价饮片是否常用;如果某个饮片在所用方剂中不常出现,而在某个中药方剂中出现了,说明该饮片在该中药方剂中起重要作用。
作为进一步改进的技术方案,本实施例通过逆文本频率指数(Inverse documentfrequency,IDF)计算的方式确定待评价饮片的第一权重。具体来说,通过如下方式确定待评价饮片的第一权重。
w=log(m/n)
其中,w表示第一权重,m表示所有饮片的第二数量(即中药方剂中所有不同饮片的个数),n表示包含待评价饮片的中药方剂的第一数量。
因素2:通过将待评价饮片名称与当前中药方剂名称进行字符串匹配的方式确定待评价饮片的第二权重,以判断待评价饮片名称是否出现在当前中药方剂名称中,第二权重可用v表示,v=0或1。应当理解,本发明涉及的“待评价饮片”指的是“本次需要进行重要程度评价的饮片”,本发明涉及的“当前中药方剂”指的是“待评价饮片所在的所有中药方剂中用于进行本次重要程度评价的中药方剂”。
因素3:获取待评价饮片在当前中药方剂中的第一剂量情况及在所有中药方剂中的第二剂量情况,通过第一剂量情况以及第二剂量情况确定待评价饮片的第三权重,从而判断待评价饮片的相对剂量大小;比如,某个饮片在大多数中药方剂中的常规剂量是10g,而在某个中药方剂中用到30g,即是大剂量(即相对剂量大),往往说明该饮片在该中药方剂中发挥重要作用;再比如,某个饮片在大多数中药方剂中的常规剂量是20g,而在某个中药方剂中只用了5g,即是小剂量(即相对剂量小),往往说明该饮片在该中药方剂中发挥的作用相对较小。
作为进一步改进的技术方案,本实施例通过概率密度估计的方式确定待评价饮片的第三权重,具体地,计算某饮片在所有其构成的中药方剂中投放剂量对应的概率密度,概率密度最大的剂量作为该饮片的常规剂量,然后再根据常规剂量计算出该饮片在某个方剂中的超量比例。具体来说,通过如下方式确定待评价饮片的第三权重。
其中,f(o|S)表示概率密度,n表示包含待评价饮片的中药方剂的第一数量(即不同剂量或剂量区间数量),t表示待评价饮片在当前中药方剂中的第一剂量情况,ti表示待评价饮片在第i个中药方剂中的第二剂量情况,表示高斯核函数,d(t,ti)2表示t与ti之间的剂量距离,h表示带宽。
当i=j时,f(o|S)值最大,则tj为待评价饮片的常规剂量,将作为待评价饮片的第三权重。
上述方案采用的基本思想是:给定一个满足独立同分布的点集合S和其中的一个点o,点o的典型程度与其他点在S中的分布情况有关,如果分布在o周围的点越密集,则o的概率密度越大,那么点o就越具有代表性。根据同一饮片出现在不同中药方剂中的剂量(或剂量区间),可以将该饮片对应的不同剂量(剂量区间)集合作为一个空间中的点集合,其中每个点代表一个剂量(或剂量区间),点与点之间的剂量差距代表一对点之间的距离,从而可以用概率密度估计方法来评估该饮片对应的每个剂量(或剂量区间)的典型程度。本实施例具体采用核密度估计方法,核函数采用高斯核函数,所以本发明能在数据分布未知情况下有效进行概率密度评估。本实施例中,某个饮片对应的剂量(或剂量区间)集合为T,其中,某个剂量(或剂量区间)为t,t∈T。
对第一权重、第二权重以及第三权重进行线性叠加计算处理,将线性叠加计算结果作为待评价饮片对于当前中药方剂的重要程度的评价结果,可以得到待评价饮片在各因素下的重要程度量化。本实施例中,待评价饮片对于当前中药方剂的重要程度的评价结果可对应1至5之间的任意整数,即本发明可根据最终的量化值可对应1-5级重要程度(计算结果采用四舍五入方式取值),即重要程度={1,2,3,4,5},本实施例中,5级重要程度最高,1级表示重要程度最低。作为进一步改进的技术方案,本实施例利用在先构建的多元线性回归模型完成对第一权重、第二权重以及第三权重进行线性叠加计算处理。
本实施例的多元线性回归方程如下:
y=a0+a1w+a2v+a3u;
其中,y表示待评价饮片重要程度的量化值,a0表示偏置项,a1表示第一回归系数,a2表示第二回归系数,a3表示第三回归系数,w表示第一权重,v表示第二权重,u表示第三权重。
本实施例中,待评价饮片重要程度最终的量化值为y的四舍五入取整值。
如图2所示,具体可通过如下方式构建多元线性回归模型。
步骤1,将已知评价结果、第一权重、第二权重以及第三权重的第三数量饮片数据划分为训练集和测试集,本实施例中,通过专家打分法进行数据标注的方式确定第三数量饮片的已知评价结果、第一权重、第二权重以及第三权重,即通过人工标注数据的方式构建多元线性回归模型,从而自动学习出每个因素对应的回归系数和偏置项。
步骤2,通过训练集对当前回归模型进行训练,逐步拟合出最优解、得到回归系数和偏置项,以得到训练后的回归模型。
步骤3,利用测试集对训练后的回归模型进行验证,判断误差值是否小于阈值:如果是,则将训练后的回归模型作为构建完成的多元线性回归模型,确定回归模型中的回归系数和偏置项;如果否,则返回步骤2。
下表为本实施例使用的部分上述已知评价结果、第一权重、第二权重以及第三权重的第三数量饮片数据。
方剂ID | 药剂名 | 饮片ID | 饮片名 | y | w | v | u |
2 | 大秦艽散 | 19153 | 秦艽 | 4 | 0.00064414 | 1 | 0.06604 |
6 | 大莽草散 | 19381 | 莽草 | 4 | 0.00052605 | 1 | 0.05225 |
14 | 大通丸 | 17578 | 朱砂 | 4 | 0.002287968 | 0 | 0.02236 |
14 | 大通丸 | 19988 | 丁香 | 3 | 0.000222693 | 0 | 0.02663 |
14 | 大通丸 | 17878 | 铅粉 | 3 | 0.000222693 | 0 | 0.03795 |
15 | 大通丸 | 17591 | 石斛 | 2 | 0.000285038 | 0 | 0.09797 |
15 | 大通丸 | 19972 | 人参 | 4 | 0.002484545 | 0 | 0.03485 |
18 | 大通丸 | 17546 | 紫菀 | 3 | 0.004873576 | 0 | 0.10418 |
19 | 大通丹 | 17820 | 消石 | 3 | 0.001564341 | 0 | 0.0529 |
将本发明提供的技术方案用于中药方剂检索系统中,能够获得按药物组成的重要程度排序后的结果,比如,检索“炙甘草”时,可得到类似于“炙甘草汤”(《伤寒论》,药物组成为:炙甘草四两、生姜三两、人参二两、桂枝三两(去皮)、生地一斤(酒洗)、阿胶二两、麦冬半斤、麻仁半斤、大枣30枚)”等结果,现有技术是无法达到该效果的。
下面给出一个本发明在实验过程中的一个计算实例,训练得出的参数为:a0=3.0705,a1=52.8231,a2=0.8773,a3=0.0470。
经计算,下述预测结果(即评价结果)与标注结果的标准差为0.719,说明本发明具有可观性较强、准确率较高等优点。
在本说明书的描述中,参考术语“本实施例”、“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明实质内容上所作的任何修改、等同替换和简单改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种中药方剂中的饮片重要程度的评价方法,其特征在于:所述评价方法包括如下步骤;
利用获取的所有中药方剂形成第一数据集,利用所述所有中药方剂中包含的所有饮片形成第二数据集;
从所述第一数据集中统计出包含待评价饮片的中药方剂的第一数量,并从所述第二数据集中统计出所有饮片的第二数量,通过所述第一数量和所述第二数量确定待评价饮片的第一权重,以判断待评价饮片是否常用;
通过将待评价饮片名称与当前中药方剂名称进行字符串匹配的方式确定待评价饮片的第二权重,以判断待评价饮片名称是否出现在当前中药方剂名称中;
获取待评价饮片在当前中药方剂中的第一剂量情况以及在所有中药方剂中的第二剂量情况,通过所述第一剂量情况和所述第二剂量情况确定待评价饮片的第三权重,以判断待评价饮片的相对剂量大小;
对所述第一权重、所述第二权重以及所述第三权重进行线性叠加计算处理,将线性叠加计算结果作为待评价饮片对于当前中药方剂的重要程度的评价结果。
2.根据权利要求1所述的中药方剂中的饮片重要程度的评价方法,其特征在于:该评价方法还包括如下步骤;
构建历朝历代度量单位与统一度量单位的对应转换规则,并依据所述对应转换规则将所有饮片的原始度量单位换算为统一度量单位,再将统一度量单位的所有饮片形成所述第二数据集。
3.根据权利要求2所述的中药方剂中的饮片重要程度的评价方法,其特征在于:所述统一度量单位为克。
4.根据权利要求1-3中任一权利要求所述的中药方剂中的饮片重要程度的评价方法,其特征在于:利用在先构建的多元线性回归模型完成对所述第一权重、所述第二权重以及所述第三权重进行线性叠加计算处理;
通过如下方式构建所述多元线性回归模型:
步骤1,将已知评价结果、第一权重、第二权重以及第三权重的第三数量饮片数据划分为训练集和测试集;
步骤2,通过所述训练集对当前回归模型进行训练,以得到训练后的回归模型;
步骤3,利用所述测试集对训练后的回归模型进行验证,判断误差值是否小于阈值:如果是,则将训练后的回归模型作为构建完成的多元线性回归模型,确定回归模型中的回归系数和偏置项;如果否,则返回步骤2。
5.根据权利要求4所述的中药方剂中的饮片重要程度的评价方法,其特征在于:通过专家打分法进行数据标注的方式确定所述第三数量饮片的已知评价结果、第一权重、第二权重以及第三权重。
6.根据权利要求1、2或5所述的中药方剂中的饮片重要程度的评价方法,其特征在于:通过概率密度估计的方式确定待评价饮片的第三权重。
7.根据权利要求6所述的中药方剂中的饮片重要程度的评价方法,其特征在于:
通过如下方式确定待评价饮片的第三权重;
其中,f(o|S)表示概率密度,n表示包含待评价饮片的中药方剂的第一数量,t表示待评价饮片在当前中药方剂中的第一剂量情况,ti表示待评价饮片在第i个中药方剂中的第二剂量情况,表示高斯核函数,d(t,ti)2表示t与ti之间的剂量距离,h表示带宽;
当i=j时,f(o|S)值最大,则tj为待评价饮片的常规剂量,将作为待评价饮片的第三权重。
8.根据权利要求1、2或7所述的中药方剂中的饮片重要程度的评价方法,其特征在于:通过逆文本频率指数计算的方式确定所述待评价饮片的第一权重。
9.根据权利要求8所述的中药方剂中的饮片重要程度的评价方法,其特征在于:
通过如下方式确定待评价饮片的第一权重;
w=log(m/n)
其中,w表示第一权重,m表示所有饮片的第二数量,n表示包含待评价饮片的中药方剂的第一数量。
10.根据权利要求1或9所述的中药方剂中的饮片重要程度的评价方法,其特征在于:所述待评价饮片对于当前中药方剂的重要程度的评价结果对应1至5之间的任意整数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910039358.8A CN109801697A (zh) | 2019-01-16 | 2019-01-16 | 一种中药方剂中的饮片重要程度的评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910039358.8A CN109801697A (zh) | 2019-01-16 | 2019-01-16 | 一种中药方剂中的饮片重要程度的评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109801697A true CN109801697A (zh) | 2019-05-24 |
Family
ID=66559484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910039358.8A Pending CN109801697A (zh) | 2019-01-16 | 2019-01-16 | 一种中药方剂中的饮片重要程度的评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109801697A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102122325A (zh) * | 2011-04-20 | 2011-07-13 | 天津师范大学 | 一种中药方剂功效自动分析方法 |
CN102682162A (zh) * | 2012-04-24 | 2012-09-19 | 河海大学 | 基于复杂网络社区发现的层次重叠核心药群发现方法 |
CN106446544A (zh) * | 2016-09-09 | 2017-02-22 | 南京中医药大学 | 一种中药复方配伍规律的研究方法 |
CN106446498A (zh) * | 2016-06-21 | 2017-02-22 | 中国中医科学院中医药信息研究所 | 基于功效语义网络的中医方剂表达方法 |
CN106649686A (zh) * | 2016-12-16 | 2017-05-10 | 天翼爱音乐文化科技有限公司 | 基于多层潜在特征的用户兴趣分群方法及系统 |
CN106803012A (zh) * | 2016-12-29 | 2017-06-06 | 杭州师范大学钱江学院 | 基于概率主题模型和中药基本属性的方剂功能预测方法 |
CN107729714A (zh) * | 2017-10-26 | 2018-02-23 | 河南省中医药研究院附属医院 | 一种中药组方设计及疗效评价数学模型构建方法 |
-
2019
- 2019-01-16 CN CN201910039358.8A patent/CN109801697A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102122325A (zh) * | 2011-04-20 | 2011-07-13 | 天津师范大学 | 一种中药方剂功效自动分析方法 |
CN102682162A (zh) * | 2012-04-24 | 2012-09-19 | 河海大学 | 基于复杂网络社区发现的层次重叠核心药群发现方法 |
CN106446498A (zh) * | 2016-06-21 | 2017-02-22 | 中国中医科学院中医药信息研究所 | 基于功效语义网络的中医方剂表达方法 |
CN106446544A (zh) * | 2016-09-09 | 2017-02-22 | 南京中医药大学 | 一种中药复方配伍规律的研究方法 |
CN106649686A (zh) * | 2016-12-16 | 2017-05-10 | 天翼爱音乐文化科技有限公司 | 基于多层潜在特征的用户兴趣分群方法及系统 |
CN106803012A (zh) * | 2016-12-29 | 2017-06-06 | 杭州师范大学钱江学院 | 基于概率主题模型和中药基本属性的方剂功能预测方法 |
CN107729714A (zh) * | 2017-10-26 | 2018-02-23 | 河南省中医药研究院附属医院 | 一种中药组方设计及疗效评价数学模型构建方法 |
Non-Patent Citations (2)
Title |
---|
任延革 等: ""计算技术对中医方剂知识的挖掘"", 《科技导报》 * |
李红军等: ""基于多维数据分析的中医主药挖掘技术"", 《计算机工程》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Association rule mining and network analysis in oriental medicine | |
CN106803012A (zh) | 基于概率主题模型和中药基本属性的方剂功能预测方法 | |
Darcy et al. | Factor structure of the Eating Disorder Examination Questionnaire (EDE-Q) in male and female college athletes | |
CN104572675B (zh) | 一种相似病历检索的系统及方法 | |
CN107169078A (zh) | 中医药知识图谱及其建立方法以及计算机系统 | |
Monson et al. | Allometric variation in modern humans and the relationship between body proportions and elite athletic success | |
CN109903854A (zh) | 一种基于中医药文献的核心药物识别方法 | |
Hu et al. | An analysis model of diagnosis and treatment for COVID-19 pandemic based on medical information fusion | |
Putra et al. | Competitive state anxiety inventory–2R (CSAI-2R): Adapting and validating its Indonesian version | |
CN110289106B (zh) | 一种从中药复方中分析功效对应中药及其药性配伍关系的方法 | |
Jiang et al. | Using link topic model to analyze traditional Chinese medicine clinical symptom-herb regularities | |
Thompson et al. | The influence of ratio and allometric scaling procedures for normalizing upper body power output in division I collegiate football players | |
Cherif et al. | Anthropometry, body composition, and athletic performance in specific field tests in Paralympic athletes with different disabilities | |
Kazemi et al. | A comparative study on content-based paper-to-paper recommendation approaches in scientific literature | |
CN108073780B (zh) | 一种比较中药复方的临床疗效的方法 | |
Bahri et al. | Science mapping for nutrition education in sports recovery research: A bibliometric analysis | |
CN104933320A (zh) | 一种基于加权PageRank算法的方剂药物属性定量方法及系统 | |
CN109801697A (zh) | 一种中药方剂中的饮片重要程度的评价方法 | |
Shin et al. | Factorial validity of the Korean version of the exercise dependence scale–revised | |
Putra et al. | An Indonesian Version of Mental Toughness Index: Testing Psychometric Properties in Athletes and Non-athletes | |
CN115376658A (zh) | 一种基于深度神经网络的融合表型和分子信息的中药处方人工智能评价方法 | |
Hossain et al. | Prediction of plant-disease relations based on unani formulas by network analysis | |
Zhu et al. | An approach to calculation and visualization of efficacies of Traditional Chinese Medical formulae based on a semantic network | |
Zhang et al. | Discovery of regularities in the use of herbs in traditional chinese medicine prescriptions | |
Wei et al. | Similarity measurement of Chinese medicine ingredients for cold-hot nature identification |
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 |