| 利用稀疏表达学习挖掘中医方剂功效配伍 |
| |
| 引用本文： | 张思原,刘兴隆,姚攀,于中华,陈黎,廖 强. 利用稀疏表达学习挖掘中医方剂功效配伍[J]. 四川大学学报(自然科学版), 2018, 55(6): 1180-1188 |
| |
| 作者姓名： | 张思原 刘兴隆 姚攀 于中华 陈黎 廖 强 |
| |
| 作者单位： | 四川大学计算机学院,成都中医药大学,四川大学计算机学院,四川大学计算机学院,四川大学计算机学院,四川大学外国语学院, 成都 610065 |
| |
| 基金项目： | 四川省科技支撑项目（2014GZ0063）； 四川省重点研发项目（2018GZ0182） |
| |
| 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.
|
| 关 键 词： | 功效配伍，方剂，稀疏表达学习，逻辑斯蒂，L1正则化 |
| 收稿时间： | 2018-05-21 |
| 修稿时间： | 2018-06-19 |
Utilizingsparse representation learning to mine oriented efficacy compatibility in traditional chinese medicine prescriptions |
| |
| ZHANG Si-Yuan,LIU Xing-Long,YAO Pan,YU Zhong-Hu,CHEN Li and LIAO Qiang. Utilizingsparse representation learning to mine oriented efficacy compatibility in traditional chinese medicine prescriptions[J]. Journal of Sichuan University (Natural Science Edition), 2018, 55(6): 1180-1188 |
| |
| Authors: | ZHANG Si-Yuan LIU Xing-Long YAO Pan YU Zhong-Hu CHEN Li LIAO Qiang |
| |
| Affiliation: | College of Computer Science, Sichuan University,Chengdu University of Traditional Chinese Medicine,College of Computer Science, Sichuan University,College of Computer Science, Sichuan University,College of Computer Science, Sichuan University,College of Foreign Languages and Cultures, Sichuan University, Chengdu 610065 |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《四川大学学报(自然科学版)》下载全文 |
|
