【正文】 算法研究 中藥歸經(jīng) (肺經(jīng) )理論和肺系方劑配伍規(guī)律的解析及在海洋中藥研發(fā)中的應(yīng)用 基于聚類和 BP網(wǎng)絡(luò)集成的中醫(yī)耳穴智能診斷儀研究 應(yīng)用信息技術(shù)探索我國高等中醫(yī)藥院校學(xué)術(shù)及科研發(fā)展趨勢 基于分類關(guān)聯(lián)規(guī)則的仲景方挖掘研究 田從豁教授治療痹證、癮疹、不寐的經(jīng)驗挖掘分析 基于貝葉斯網(wǎng)絡(luò)的中醫(yī)醫(yī)案數(shù)據(jù)挖掘 特征選擇在中醫(yī)數(shù)據(jù)挖掘中的應(yīng)用研究 基于 SVM與關(guān)聯(lián)規(guī)則中醫(yī)舌象數(shù)據(jù)挖掘技術(shù)初步研究 數(shù)據(jù)挖掘中分類分析的策略研究及其生物醫(yī)學(xué)應(yīng)用 基于 HMM的中醫(yī)臨床療效評價分析研究 數(shù)據(jù)挖掘在中醫(yī)若干問題研究中的應(yīng)用 關(guān)聯(lián)規(guī)則挖掘在中醫(yī)辨證診斷中的應(yīng)用研究 數(shù)據(jù)挖掘模型的創(chuàng)建及其在中醫(yī)藥文獻(xiàn)中的應(yīng)用研究 關(guān)聯(lián)規(guī)則算法研究及其在中醫(yī)藥數(shù)據(jù)挖掘中的應(yīng)用 數(shù)據(jù)挖掘及其在中醫(yī)藥領(lǐng)域中的應(yīng)用 關(guān)聯(lián)分析在中醫(yī)數(shù)據(jù)挖掘中的應(yīng)用研究 脾虛證診斷信息數(shù)據(jù)挖掘的初步探討 惡性腫瘤與脾虛證相關(guān)性數(shù)據(jù)挖掘的初步探討 明清中醫(yī)疫病發(fā)病、癥狀與用藥相關(guān)性數(shù)據(jù)挖掘研究 多路異質(zhì)聚類在中醫(yī)臨床數(shù)據(jù)中的應(yīng)用及其研究 名老中醫(yī)經(jīng)驗傳承中的數(shù)據(jù)挖掘技術(shù)研究 粗糙集合屬性約簡方法研究與實現(xiàn) 面向中醫(yī)胃病診療的數(shù)據(jù)挖掘技術(shù) SVM算法研究及其在中醫(yī)臟腑辨證中的應(yīng)用 慢性胃炎中醫(yī)診療中的數(shù)據(jù)挖掘研究 DartSpora數(shù)據(jù)挖掘平臺的構(gòu)建 呂仁和教授治療糖尿病學(xué)術(shù)思想及其傳承方法的研究 可擴(kuò)展智能推理及其在中醫(yī)舌診中的應(yīng)用 絕經(jīng)綜合征中醫(yī)證治規(guī)律的數(shù)據(jù)挖掘模型與系統(tǒng)架構(gòu)設(shè)計 原始數(shù)據(jù)規(guī)范不足 挖掘領(lǐng)域局限性 結(jié)果評價不充分 存在問題 ?研究目的： 豐富婦科的臨床用藥理論 探索： 中藥與中藥之間 癥狀與癥狀之間 證型與證型之間 中藥與癥狀之間 中藥與證型之間 癥狀與證型之間 三、數(shù)據(jù)挖掘在中醫(yī)婦科醫(yī)案中的應(yīng)用 關(guān) 系 收集 符合 要求的 醫(yī)案 第一步 數(shù)據(jù) 采集 第二步 數(shù)據(jù) 預(yù)處理 第三步 數(shù)據(jù) 挖掘 第四步 結(jié)果評價分析 把收集 的婦科 醫(yī)案 數(shù)據(jù) 統(tǒng)一 ★★★ 把統(tǒng)一 好的 數(shù)據(jù) 進(jìn)行 數(shù)據(jù) 挖掘 把挖掘 結(jié)果 作一個 綜合 分析 ★★★ 研 究 流 程 醫(yī) 案 采 集 病種 選擇 醫(yī)家 選擇 醫(yī)案 時間 醫(yī)案 內(nèi)容 第一步：數(shù)據(jù)采集 ?參考 94中醫(yī)藥行業(yè)標(biāo)準(zhǔn)： 確定婦科常見疾病共有 14個 通過檢索中醫(yī)藥信息研究所的中國中醫(yī)藥期刊文獻(xiàn)數(shù)據(jù)庫檢出這些疾病的期刊文章發(fā)表情況 病種選擇 婦科常見病期刊文章發(fā)表數(shù)（198 4－至今)9217722334612001256128913661892261427170 500 1000 1500 2022 2500 3000月經(jīng)過少逆經(jīng)經(jīng)前期綜合征月經(jīng)過多月經(jīng)失調(diào)更年期綜合征帶下閉經(jīng)不孕崩漏痛經(jīng) 病 種 選 擇 ?選擇了前４個發(fā)表文獻(xiàn)數(shù)最多的病種， 在醫(yī)案實際記錄中，有的病名很模糊，故醫(yī)案中信息診斷參考了國家中醫(yī)藥管理局 1994年頒布了 《 中華人民共和國中醫(yī)藥行業(yè)標(biāo)準(zhǔn) 中醫(yī)病癥診斷療效標(biāo)準(zhǔn) 》 痛經(jīng) 崩漏 不孕 閉經(jīng) 醫(yī) 案 總 況 病種 選擇 醫(yī)家 選擇 醫(yī)案 時間 醫(yī)案 內(nèi)容 痛 經(jīng) 崩 漏 不 孕 閉 經(jīng) 經(jīng)驗 豐富的 醫(yī)師 醫(yī)案 出版 時間 1972 － 2022 醫(yī)案 就診 時間 1951 － 2022 中 醫(yī) 診 斷 中 藥 處 方 證 型 癥 狀 采集醫(yī)案情況 處方，癥狀，證候原文采集 涉及醫(yī)案共 2138例 ?崩漏 664例 ?閉經(jīng) 408例 ?不孕 631例 ?痛經(jīng) 435例 期刊中醫(yī)案 848例，專著中醫(yī)案 1290例 涉及醫(yī)家 476位 數(shù)據(jù)采集內(nèi)容 ? 圍繞數(shù)據(jù)挖掘目的：尋找證 癥 藥關(guān)系。 2022/2/3 71 第四步驟 分析 例如：預(yù)測信用卡欺詐行為。 ? 例如： 關(guān)聯(lián)分析中常用 apriori算法， 算法就是一種計算方法， 例如：計算一個班上有多少人：可以用加法或乘法。 內(nèi)容處理：年齡 六十歲 ?60 有個還分組：老年、青年、等 格式處理：年齡 出生日期 1950年轉(zhuǎn)成 61。 可以采用較小規(guī)模的數(shù)據(jù)對問題的可行性進(jìn)行初步研究。 例如：做肺癌處方的數(shù)據(jù)挖掘，要采集肺癌處方的信息，或原有的患者信息中導(dǎo)出，形成數(shù)據(jù)子集。 ? 可以完成分類任務(wù)，而且因為是樹狀結(jié)構(gòu)，比較容易被使用者理解。 也就是看看以誰當(dāng)主干，很快就達(dá)到了分支，很快信息就變得確定了。 例：信息熵 =0 信息熵 =0 信息熵最大 當(dāng)都是 yes或都是 NO時無序性很差， 不確定性 很弱，信息熵最小 0 當(dāng) yes和 no一樣多時無序性很強(qiáng)，不確定性很強(qiáng)，信息熵最大 2022/2/3 52 1： NO 2： NO 8： NO 13： NO 1： YES 2： YES 8： YES 13： YES 1： NO 2： NO 8： YES 13： YES 利用熵的計算方法計算決策樹 ? 越到樹的主干，不確定性越大，熵越大， ? 越到樹的分支，確定性越大，熵越小 以便決定 YES 或 NO 2022/2/3 53 熵大 熵小 確定性越大 不確定性越大 Yes和 no越平均 Yes和 no越一致 信息熵的計算公式 ? Info[C1， C2]=ENTROPY(P1， P2) =P1*LOG2P1— P2*LOG2P2 C1,C2代表發(fā)生事件的不同數(shù)量 P1=C1/(C1+C2) 發(fā)生事件的不同概率 以 YES與 NO為例解釋： C1，代表發(fā)生 yes的次數(shù)， P1，代表發(fā)生 YES的概率 C2，代表發(fā)生 NO的次數(shù)， P2，代表發(fā)生 NO的概率 2022/2/3 54 函數(shù)名稱，就像 SUM一樣。 ? 但如何計算它們的確定性和不確定性？ 2022/2/3 51 藥物 B 血壓 年齡 藥物 A 藥物 B 藥物 A 高 正常 低 ≤ 40 40 如何把小的分支合并成一棵大的決策樹？ ? 首先介紹一下信息的一個計算方法： ? 信息熵的定義：無序性度量。 ? 14天不同天氣情況下打網(wǎng)球的情況 ? 分類目的：根據(jù)新的一天天氣，決定是否打網(wǎng)球 2022/2/3 47 天氣 溫度 濕度 有風(fēng) yes No yes No yes no yes no 晴 2 3 熱 2 2 高 3 4 否 6 2 多云 4 0 溫暖 4 2 正常 6 1 是 3 3 雨 3 2 涼爽 3 1 打網(wǎng)球 YES NO 9 5 14天具體打網(wǎng)球情況： 序號 天氣 氣溫 濕度 有風(fēng) 打網(wǎng)球 1 晴 熱 高 無 NO 2 晴 熱 高 有 NO 3 多云 熱 高 無 YES 4 雨 溫暖 高 無 YES 5 雨 涼爽 正常 無 YES 6 雨 涼爽 正常 有 NO 7 多云 涼爽 正常 有 YES 8 晴 溫暖 高 無 NO 9 晴 涼爽 正常 無 YES 10 雨 溫暖 正常 無 YES 11 晴 溫暖 正常 有 YES 12 多云 溫暖 高 有 YES 13 多云 熱 正常 無 YES 14 雨 溫暖 高 有 NO 48 每一個因素形成一個決策樹分支 天氣 yes No 晴 2 3 多云 4 0 雨 3 2 2022/2/3 49 基于天氣劃分決策樹 天氣 1： NO 2： NO 8： NO 9： YES 11： YES 3： YES 7： YES 12:YES 13:YES 4： YES 5： YES 6： NO 10： YES 14： NO 晴 多云 雨 其他因素也形成了一個樹的分支 2022/2/3 50 氣溫 1： NO 2： NO 8： YES 13： YES 4： YES 8： NO 10： YES 11： YES 12： YES 14： NO 5： YES 6： NO 7： YES 9： YES 熱 溫暖 涼爽 有風(fēng) 1： YES 3： NO 4： YES 5： YES 8： YES 9： NO 10： YES 13： YES 2： NO 6： NO 7： YES 11： YES 12YES 14： NO false true 濕度 1： NO 2： NO 3： YES 4： YES 8： NO 12： YES 14： NO 5： YES 6： NO 7： YES 10： YES 11： YES 13： YES 高 正常 如何把多個因素合并成一個大的決策樹？ ? 天氣、氣溫、濕度、有風(fēng)這四個因素誰為起點(diǎn)分支？在何處分支？在何處停止？ ? 越確定的在分支，越不確定的 在主干。 根據(jù)癥狀，推斷出診斷。 2022/2/3 37 主要介紹關(guān)于分類的兩種方法 ? 貝葉斯模型 ? 決策樹 2022/2/3 38 貝葉斯模型 ? 14天打網(wǎng)球情況。 ? 例如：銀行貸款用戶： 分為高風(fēng)險、中風(fēng)險、低風(fēng)險三類用戶。用于對事物類別的面貌尚不清楚，甚至在事前連總共有幾類都不能確定的情況下進(jìn)行分類。 ? 單連接 —— 取最近值 ? 完全連接 —— 取最遠(yuǎn)值 ? 。 4*4的 矩陣 2022/2/3 32 0 1 0 11 2 0 5 3 4 0 先把最相近的聚類到一起 變成一簇和其他對象再進(jìn)行相似度計算 在 數(shù)學(xué) 上，矩陣是指縱橫排列的二維數(shù)據(jù)表格。 2022/2/3 25 聚類如何實現(xiàn)：從復(fù)雜數(shù)據(jù)中提取簡單的分組結(jié)構(gòu) 26 根據(jù)采集的與性別相關(guān)特征信息：衣著，頭發(fā)等 自動聚成若干類 2022/2/3 27 相似度 ? 聚類，是把最相似的數(shù)據(jù)聚結(jié)在一起形成類別。 什么是支持度？如何計算？ 什么是置信度？如何計算？ 沃爾瑪超市為范例 ? 顧客買東西很多，有很多購買收據(jù)記錄。 ? 舉例： 沃爾瑪：通過關(guān)聯(lián)分析這一數(shù)據(jù)挖掘方法，發(fā)現(xiàn)“啤酒”及“尿布”兩件物品總是一起被購買。 2022/2/3 14 請 NCR公司構(gòu)建數(shù)據(jù)倉庫 記錄銷售數(shù)據(jù) —— 每一位顧客哪一天在哪一家連鎖店購買了哪些商品 啤酒與尿布 2022/2/3 15 購物籃分析：