基于关联网络和层次聚类的中药社团发现算法的设计与应用

目的设计一种中药社团发现算法。方法将中医处方转化为矩阵数据,通过矩阵运算找出不同中药之间的关联度,以中药为节点、关联度为边,构造关联网络,采用分裂的层次聚类方法对关联网络进行社团划分,建立中药社团发现算法HCD。为了验证算法的有效性,将HCD与经典的社团发现算法GN进行比较,分别对969诊次结肠癌病案资料进行分析,比较分析结果差异。结果HCD能够较好地划分中药社团,划分结果符合中医理论,划分效果优于GN算法。结论将关联网络和层次聚类相结合构造的中药社团发现算法HCD能够有效划分中药社团,其可以广泛应用于中医临床数据挖掘中,为名老中医诊疗挖掘提供技术支撑。

基于异质关联网络的辨证规律挖掘方法设计及应用

目的建立以异质关联网络为基础的辨证规律挖掘方法。方法从医案数据入手,以矩阵运算为基础,以联合度为评价指标,构建"症状-证素-证型"异质关联网络HAN(Heterogeneous Associated Network),探索"症状-证素-证型"两两元素之间的组合规则。为了验证算法的有效性,与经典的关联分析算法Apriori进行比较,分别对1164条肝癌医案的辨证规律进行分析,比较两种算法的提取结果。结果HAN算法提取结果和计算效率优于Apriori算法,提取辨证规律符合中医理论和专家经验。结论利用HAN算法能高效精准地挖掘医案中症状、证素、证型之间的潜在关系,可以为名老中医临床经验挖掘提供方法参考。