【正文】 式顯示出來。如圖312所示，顯示的是高血壓病的醫(yī)案模型。圖312 中醫(yī)醫(yī)案模型瀏覽界面 數(shù)據(jù)存儲結(jié)構(gòu)的設(shè)計數(shù)據(jù)庫結(jié)構(gòu)的設(shè)計是對醫(yī)案數(shù)據(jù)進行符合數(shù)據(jù)挖掘要求的合理組織，這對揭示名老中醫(yī)用藥規(guī)律是極為重要的。醫(yī)案數(shù)據(jù)具有多層關(guān)聯(lián)結(jié)構(gòu)，藥與癥、藥與病、藥與證、癥與方、病與方、證與方等等。我們所構(gòu)建的數(shù)據(jù)庫結(jié)構(gòu)是由若干子庫構(gòu)成的，有中藥庫、病歷庫、藥方庫。除此之外，Apriori算法需要產(chǎn)生候選集，候選項集要進行拆分，檢查其子集是否都為頻繁的，把子集不是頻繁項集的刪除，因此在生成候選k集的時候，還要保留頻繁(k1)集，因此添加了1項集子庫用來存放奇數(shù)項集的候選項集或頻繁項集，2項集存放偶數(shù)項集的候選項集或頻繁項集。數(shù)據(jù)結(jié)構(gòu)如表313，各子庫的詳細介紹如表3131313131和表319所示：表313 數(shù)據(jù)結(jié)構(gòu)一覽表表314 中藥庫表315 病例庫表316 藥方庫表317 臨時病例表318 1項集表319 2項集 算法設(shè)計的基本思想及實現(xiàn)過程 算法設(shè)計的基本思想公式1 其中，是置信度，是事務(wù)數(shù)據(jù)庫D中包含A的事務(wù)中包含B的百分比。是支持度，是D中包含項集的百分比，P(A)是D中包含A的百分比。推論1 由公式1很容易得出結(jié)論。在中醫(yī)醫(yī)案分析系統(tǒng)中，一份醫(yī)案就是一個事務(wù)，醫(yī)案上記錄了患者的癥狀(用于對癥分析)、辨證分型(用于辨證分析)、診斷(用于辨病分析)和用藥情況等。在本研究中我們將分析對象設(shè)為A(譬如：A可以為癥狀中的“頭暈”、“頭痛”等，辨證分型中的“血癖”、“陽亢”等，診斷中的“高血壓病”、“冠心病”等)，通過搜索頻繁項集，可以分析出各類癥狀與所用中藥、各類證型與所用中藥、各類疾病與所用中藥之間的相關(guān)性。 Apriori算法的實現(xiàn)過程實現(xiàn)過程分為以下五步：①記錄程序開始執(zhí)行的時間和初始化。②產(chǎn)生頻繁1集③產(chǎn)生頻繁2集④產(chǎn)生頻繁k集。⑤把頻繁項集以文本的方式導出，記錄程序執(zhí)行結(jié)束后的時間并得出執(zhí)行時間。第一步:記錄程序開始執(zhí)行的時間和初始化篩選出具有相應特征的醫(yī)案的患者代號，讀入臨時病歷。分別用Hour () 、Minute()、Second()函數(shù)記錄下當前的小時、分鐘和秒，分別記錄在OldHour、OldMinute、OldSecond中。第二步：產(chǎn)生頻繁1集首先把1項集清空，從頭到尾掃描臨時病歷，找到臨時病歷所對應的藥方，把藥方中中藥的代號以及其出現(xiàn)的次數(shù)分別記入1項集的代號和頻數(shù)字段中，再從頭到尾遍歷1項集，把頻數(shù)小于相應患者個數(shù)x最小置信度的項集刪除，生成頻繁1項集。第三步:產(chǎn)生頻繁2集首先把2項集清空，利用頻繁項集1⊕頻繁項集1，生成候選2項集，從頭到尾掃描臨時病歷，找到臨時病歷所對應的藥方，為2項集的頻數(shù)字段賦值，再從頭到尾遍歷2項集，把頻數(shù)小于相應患者個數(shù)x最小置信度的項集刪除，生成頻繁2項集。 第四步:產(chǎn)生頻繁k項集。如果k為奇數(shù)，清空1項集，否則清空2項集，由頻繁(k1)集連接(前k 2項相同最后一項不同的頻繁(k1)集進行連接)，然后對其剪枝(只要連接后產(chǎn)生的k集的k1子集中有一個不是頻繁的就將其剪掉)產(chǎn)生候選k項集，再從頭到尾遍歷k項集，把頻數(shù)小于相應患者個數(shù)x最小置信度的項集刪除，只到無法發(fā)現(xiàn)新的項集為止。 第五步:記錄程序執(zhí)行結(jié)束后的時間并得出執(zhí)行時間，把頻繁項集以文本的方式導出。 再次用Hour () ，Minute () ,，Second()函數(shù)記錄下當前的小時、分鐘和秒，與OldHour，OldMinute，OldSecond進行比較，記錄下程序所用時間。順次把頻繁項集進行拆分，找出相對應的中藥名稱，讀入文本文件。 算法運行結(jié)果對高血壓病醫(yī)案進行分析發(fā)現(xiàn)其中有14位藥的出現(xiàn)頻次遠遠高于其它藥物：鉤藤(53次)、川芍(51次)、野葛根(55次)、當歸(50次)、黃連(49次)、澤瀉(48次)、黃答(47次)、元胡(47次)、丹參(47次)、甘草(47次)、三七粉(47次)、丹皮(47次)、炒棗仁(4)、黃茂(45次)，分別把最小置信度設(shè)為0. 2 , 0. 1和0. 075，搜索頻繁項集得高血壓病醫(yī)案模型，結(jié)果如圖3321和圖322所示。圖320 圖321 圖322 結(jié)果評價及性能分析 對高血壓醫(yī)案模型進行分析在沈紹功教授治療高血壓病的65份醫(yī)案中，共用中藥151種。其中次數(shù)最多者為鉤藤(頻率為97. 31% )，其次為黃連(頻率為79. 80% )、當歸(頻率為77. 44%),野葛根(頻率為75. 08% )、川芍(頻率為71. 38% )、黃答(頻率為65. 66% )、澤瀉(頻率為62. 29% )等。從用藥頻率表可知，在65醫(yī)案中，用中藥151種，其中鉤藤、黃連、當歸、野葛根、川芍、黃答和澤瀉等藥的應用頻率較高，這表明沈紹功教授治療高血壓病時喜用上述中藥。據(jù)從Loglstlc回歸分析結(jié)果可知，用藥頻率}=10%的31種中藥中，鉤藤(p 0. 0001)與野葛根(p 0. 05偏回歸系數(shù)的假設(shè)檢驗具有統(tǒng)計學意義，這表明二者在高血壓病用藥中的特異性較強?，F(xiàn)代藥理研究，鉤藤堿可直接和反射性抑制血管運動中樞，以及阻滯交感神經(jīng)與神經(jīng)節(jié)，使外周血管擴張、阻力降低。黃連素能直接擴張血管、增加乙酞膽堿的降壓作用、阻斷交感神經(jīng)。野葛根的主要有效成分葛根素具有R受體阻滯作用，可通過降低交感神經(jīng)功能而使血壓下降。當歸和川芍均具有鈣離子阻滯作用，可通過擴張外周血管而使血壓下降。黃答作用于中樞及血管感受器，能反射性引起血壓下降，并有鎮(zhèn)靜和利尿作用。澤瀉具有顯著的利尿作用，從而使血壓降低。 對Apriori算法進行性能分析經(jīng)過試驗分析，最小置信度和醫(yī)案的數(shù)量是決定性能的關(guān)鍵因素。在醫(yī)案相同的情況下，最小置信度越小，所花費的時間越多，醫(yī)案模型中中藥的味數(shù)越多。表323是最小置信度的不同對時間的影響，表324是最小置信度的不同對醫(yī)案模型中中藥味數(shù)的影響，表325是最小置信度的不同對醫(yī)案模型個數(shù)的影響。高血壓（65份醫(yī)案）所需時間（秒）最小置信度（C）497954161表323 最小置信度不同對時間的影響最小置信度（C）977高血壓（65份醫(yī)案）所需藥材（味）表324 最小置信度不同對藥材味數(shù)的影響最小置信度（C）141高血壓（65份醫(yī)案）模型個數(shù)表325 最小置信度不同對模型個數(shù)的影響Apriori算法可能產(chǎn)生過多的候選集，并且需要多次掃描數(shù)據(jù)庫，隨著醫(yī)案數(shù)量的增加及最小置信度的減小，勢必會花費大量時間。如圖326所示。圖326 Apriori算法中最小置信度對時間的影響第四章 總結(jié)與展望 總結(jié)數(shù)據(jù)挖掘是新崛起的一個活躍的研究領(lǐng)域，通過綜合運用統(tǒng)計學、粗糙集、模糊數(shù)學等多種學習的手段和方法，從大量的數(shù)據(jù)中提煉出抽象的知識，從而揭示出蘊涵在這些數(shù)據(jù)背后的客觀世界的內(nèi)在聯(lián)系和本質(zhì)規(guī)律，實現(xiàn)知識的自動獲取，這是一個富有挑戰(zhàn)性及應用前景廣闊的研究課題。在數(shù)據(jù)挖掘的知識模式中，關(guān)聯(lián)規(guī)則的發(fā)現(xiàn)是比較重要的一種，本文的研究是圍繞著關(guān)聯(lián)規(guī)則的發(fā)現(xiàn)展開的，在簡單介紹了與數(shù)據(jù)挖掘和關(guān)聯(lián)規(guī)則相關(guān)的內(nèi)容后，介紹了許多學者提出的一些挖掘關(guān)聯(lián)規(guī)則的算法，并提出了Apriori算法。同時應該看到，Apriori數(shù)據(jù)需要多次掃描數(shù)據(jù)庫及產(chǎn)生候選集，這大大降低了挖掘關(guān)聯(lián)規(guī)則的效率，是一種并不盡善盡美的算法。本研究以自2001年1月一2005年10月中國中醫(yī)研究院基礎(chǔ)所胸痹急癥研究室主任、國家中醫(yī)藥管理局醫(yī)政司胸痹急癥協(xié)作組組長沈紹功先生醫(yī)案65份為醫(yī)案來源，以高血壓病為例，采用Apriori算法進行頻繁項集的搜索，所得醫(yī)案模型幾乎完全符合沈教授在治療高血壓病時常用的處方。我們以高血壓病驗證，實驗結(jié)果證明，運用Apriori算法得出的模型幾乎完全符合沈治療高血壓用的驗方。本文介紹了基于數(shù)據(jù)挖掘的中醫(yī)醫(yī)案分析系統(tǒng)的設(shè)計和實現(xiàn)。將數(shù)據(jù)挖掘技術(shù)與該應用領(lǐng)域結(jié)合是一個有著非常美好前景但又充滿挑戰(zhàn)的研究方向，相信任何希望中醫(yī)藥繼續(xù)發(fā)揚光大的人都會支持應用現(xiàn)代科學技術(shù)進行中醫(yī)藥的研究，以加速中醫(yī)藥知識的更新和創(chuàng)新，并推進中醫(yī)藥的產(chǎn)生化和國際化進程。同時，我們將不斷探索數(shù)據(jù)挖掘技術(shù)在其他方面的應用，并且不斷改進算法、完善現(xiàn)有的模型。 展望本文提出了高血壓的輔助診療系統(tǒng)的框架，但在實際研究過程中仍存在許多不足，診療系統(tǒng)的后繼開發(fā)工作也有許多問題亟待解決。首先必須看到Apriori算法在數(shù)據(jù)挖掘過程中的局限性，有待于開發(fā)和使用效率更高的DRA等算法。中醫(yī)診療系統(tǒng)需要面對巨大的醫(yī)案信息，這些信息都是從各名老中醫(yī)切身醫(yī)案中獲得，因此為了國學醫(yī)術(shù)的繼承與發(fā)揚光大，中醫(yī)診療系統(tǒng)的進一步開發(fā)勢在必行。有待于模塊化開發(fā)糖尿病、胃炎等一系列中醫(yī)診療系統(tǒng)，盡可能的發(fā)揮計算機在中醫(yī)醫(yī)學研究上的作用，最大限度的造福民眾。參考文獻[1] 劉力生.(高血壓).北京:人民衛(wèi)生出版社，2001,1519 .[2] 李立民,[J] .中華流行病雜志，2005,26（7）:478483.[3] 劉力生，王文，（2009年基礎(chǔ)版）[J] . 中華高血壓雜志，2010,18（1）:1118.[4] [J].北京：計算機工程與應用，2006,（32）:223225.[5] [D].南京:南京理工大學，2009.[6] 陳芳，陳玉文，[J] .中國藥業(yè)，2010,19（4）:45.[7] 王光宏，[J].同濟大學學報(自然科學版)，2004,32（2）:247250.[8] [J].情報探索，2010,6:105106.[9] 張安安，[J].江西科學，2010,28(5):688691.[10] 范麗霞，[J].計算機與現(xiàn)代,2005, 8: 6567.[11] 袁占花，[J].電腦開發(fā)與應用，2009,22(7):5557.[12] 袁鋒. 基于數(shù)據(jù)挖掘的中醫(yī)醫(yī)案分析系統(tǒng)的設(shè)計與實現(xiàn)[D]. 山東師范大學, 2006.[13] 王軍亮. 基于關(guān)聯(lián)規(guī)則和本體的高血壓診療系統(tǒng)的研究[D]. 太原理工大學, 2011.[14] Janice Hopkins [J].英國醫(yī)學雜志(中文版),2004,7(5):271.[15] 劉燕，[J].中國數(shù)字醫(yī)院，2007,2(5):3536.[16] T. Mabotuwana, et al, A putational framework to identify patients with pooradherence to blood pressure lowering medication[J]. International Journal of MedicalInformatics, 2009, 78(1):745756.[17] Thusitha Mabotuwana, Jim Warren. An ontologybased approach to enhance querying capabilities of general practice medicine for better management of hypertension[J].Artificial Intelligence in Medicine, 2009,47: 87103.在學取得成果一、 在學期間所獲的獎勵全國大學生英語競賽三等獎致謝經(jīng)過四年的大學學習和數(shù)月的論文編修，我的論文及實驗設(shè)計已經(jīng)經(jīng)本完成，由于缺乏經(jīng)驗，在設(shè)計中難免出現(xiàn)各種缺點與不足。在研究學習中我遇到種種困難，在分析與解決這些困難的同時我深刻感受到了畢設(shè)設(shè)計的意義所在?？偨Y(jié)這次經(jīng)歷，我意識到了現(xiàn)在階段過程重于結(jié)果、理論不能離開實踐的道理。結(jié)果固然重要，在跌倒之后收獲的成熟與方向更加可貴。在論文完成之際，我要衷心的感謝我的指導老師阿孜古麗教授，感謝老師為我們提供了一個良好的研究環(huán)境，感謝老師為我們帶來的這些前沿課題，感謝老師自始至終對我們的悉心指導，感謝老師在給與我許多學習方面的寶貴意見的同時以其以德立教、為人師表、嚴謹治學、注重創(chuàng)新的精神深深感染著我，使終身受益。另外，還要感謝在校的各位同窗，感謝你們陪我度過了四年的大學時光！最后，特別感謝我的父母親人，是你們無時無刻不在的關(guān)心支持我走到現(xiàn)在，你們無私的愛是我勇往直前的動力源泉?；厥走^去，展望未來，我將用在北科大的四年收獲的點點滴滴激勵自己，繼續(xù)向前再向前。50