【正文】 性。再一個(gè)是它可能需要重復(fù)地掃描數(shù)據(jù)庫，通過模式匹配檢查一個(gè)很大的候選集合，然而，實(shí)際上事務(wù)數(shù)據(jù)庫是非常龐大的，所以每次迭代時(shí)產(chǎn)生候選項(xiàng)目集以統(tǒng)計(jì)其支持?jǐn)?shù)是非常耗時(shí)的，應(yīng)該盡量減少掃描數(shù)據(jù)庫的次數(shù)。FPGrowth算法FPGrowth算法即頻繁模式增長算法采取分治策略：將提供頻繁項(xiàng)集的數(shù)據(jù)庫壓縮到一棵頻繁模式樹(FP一樹)，但仍保留項(xiàng)集關(guān)聯(lián)信息，然后將這些壓縮后的數(shù)據(jù)庫分成一組條件數(shù)據(jù)庫(一種特殊類型的投影數(shù)據(jù)庫)，每個(gè)關(guān)聯(lián)一個(gè)頻繁項(xiàng)，并分別挖掘每個(gè)數(shù)據(jù)庫。FPtree的定義如下：①它有一個(gè)標(biāo)記為“null”的根節(jié)點(diǎn)，它的子節(jié)點(diǎn)為一個(gè)項(xiàng)前綴子樹(item prefix subtree)的集合，還有一個(gè)頻繁項(xiàng)(frequent item)組成的頭表(header table)。itemname記錄了該節(jié)點(diǎn)所代表的項(xiàng)的名字：count記錄了所在路徑代表的交易(transaction)中達(dá)到此節(jié)點(diǎn)的交易個(gè)數(shù):node_ link指向下一個(gè)具有同樣的itemname域的節(jié)點(diǎn)，要是沒有這樣一個(gè)節(jié)點(diǎn)，就為null。node_ link指向FPtree。FPGrowth算法的主要步驟為:①掃描數(shù)據(jù)庫一次，產(chǎn)生頻繁1項(xiàng)集，并得到它們的支持度計(jì)數(shù)。②構(gòu)造FP樹，首先，創(chuàng)建樹的根節(jié)點(diǎn)，用“null”標(biāo)記。每個(gè)事務(wù)中的項(xiàng)按L中的次序處理(即按遞減支持度計(jì)數(shù)排序)并對(duì)每個(gè)事務(wù)創(chuàng)建一個(gè)分支。為方便樹遍歷，創(chuàng)建一個(gè)項(xiàng)頭表，使得每個(gè)項(xiàng)通過一個(gè)節(jié)點(diǎn)鏈指向它在樹中的出現(xiàn)。③FP一樹挖掘如下：由長度為1的頻繁模式(初始后綴模式)開始，構(gòu)造它的條件模式基(一個(gè)“子數(shù)據(jù)庫”，由FP樹中與后綴模式一起出現(xiàn)的前綴路徑組成)。模式增長通過后綴模式與由條件FP樹產(chǎn)生的頻繁模式連接實(shí)現(xiàn)。它使用最不頻繁的項(xiàng)作后綴，提供了好的選擇性，該方法大大降低了搜索開銷。如果一個(gè)項(xiàng)目在第i個(gè)事物中出現(xiàn)，則該項(xiàng)目的比特向量的第i個(gè)比特置1，否則就置0,與項(xiàng)目i相關(guān)的比特向量表示為，中“1”的數(shù)目就是包含項(xiàng)目i 的事務(wù)數(shù)。頻繁1項(xiàng)目集L =｛1,2,3,4,5｝。對(duì)于關(guān)聯(lián)圖來說，如果中“1”的數(shù)目不小于最小支持?jǐn)?shù)，則構(gòu)造一條從項(xiàng)目i到項(xiàng)目J的有向邊，而且項(xiàng)目{i, j}是一個(gè)頻繁2一項(xiàng)集，給出數(shù)據(jù)庫的關(guān)聯(lián)圖如圖27所示，且頻繁2項(xiàng)集為。設(shè)是一個(gè)頻繁k項(xiàng)集，如果在關(guān)聯(lián)圖中有一條從到。如果中“1”的數(shù)目不小于最小支持度，那么是頻繁(k+1)項(xiàng)目集。對(duì)頻繁2項(xiàng)集{1, 2}來說，在關(guān)聯(lián)圖中項(xiàng)目2到項(xiàng)目3有一條有向邊，所以{1, 2}可以被擴(kuò)展為{1, 2, 3}， (即(000000011))中“1”的數(shù)目為2, 不小于最小支持?jǐn)?shù)，所以{1, 2, 3}是一個(gè)頻繁3項(xiàng)集。3, 5在關(guān)聯(lián)圖中不再指向其它項(xiàng)，所以{1, 2, 3}和{1, 2, 5}都不能再擴(kuò)展，算法終止。本研究按照數(shù)據(jù)挖掘的程序、要求和基本方法對(duì)其進(jìn)行處理，試圖探索數(shù)據(jù)挖掘在名老中醫(yī)用藥規(guī)律研究中的方法意義和應(yīng)用策略。該系統(tǒng)具有如下主要用途:①依據(jù)數(shù)據(jù)挖掘技術(shù)中數(shù)據(jù)預(yù)處理的要求對(duì)中醫(yī)醫(yī)案進(jìn)行錄入。③應(yīng)用數(shù)據(jù)挖掘算法對(duì)用藥規(guī)律進(jìn)行關(guān)聯(lián)挖掘分析(包括辨證用藥分析、辨病用藥分析和對(duì)癥用藥分析)。中醫(yī)醫(yī)案分析系統(tǒng)的體系結(jié)構(gòu)分為兩個(gè)部分，如圖38所示。第二部分是該系統(tǒng)的核心部分，該部分首先將第一部分的原始數(shù)據(jù)經(jīng)過清洗、轉(zhuǎn)換、抽取、匯總，裝載到數(shù)據(jù)集市，然后以數(shù)據(jù)集市為基礎(chǔ)，以數(shù)據(jù)挖掘技術(shù)為核心，將分析的結(jié)果存放到中醫(yī)醫(yī)案模型庫中。 原始數(shù)據(jù)錄入該部分負(fù)責(zé)將中藥以及門診醫(yī)案以中醫(yī)醫(yī)案分析系統(tǒng)所需要的數(shù)據(jù)格式錄入，如圖39,310所示。預(yù)處理就是將原始醫(yī)案的語言描述性信息分解、轉(zhuǎn)化為計(jì)算機(jī)能夠處理的數(shù)據(jù)單元，使之規(guī)范、準(zhǔn)確和有序，實(shí)現(xiàn)數(shù)據(jù)的正確表達(dá)和合理組織，這是數(shù)據(jù)挖掘的基本條件。醫(yī)案原始數(shù)據(jù)的不規(guī)范，主要表現(xiàn)為多詞一義。比如，高血壓、高血壓病、血壓高、原發(fā)性高血壓、一級(jí)高血壓、早期高血壓等均用高血壓病表示。通過下拉框可從癥狀、辨證分析和診斷三個(gè)方面提取相應(yīng)的特征，再點(diǎn)擊相對(duì)應(yīng)的添加按鈕，篩選出具有相應(yīng)特征的醫(yī)案，進(jìn)一步挖掘這些醫(yī)案的用藥規(guī)律。通過搜索頻繁集方法，我們可以分析中藥與癥狀、中藥與證型、中藥與疾病等不同項(xiàng)間的相關(guān)性，從多角度和多層次來認(rèn)識(shí)“方、藥、證、癥、病”之間存在的錯(cuò)綜交織的對(duì)應(yīng)關(guān)系。如圖312所示，顯示的是高血壓病的醫(yī)案模型。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。除此之外，Apriori算法需要產(chǎn)生候選集，候選項(xiàng)集要進(jìn)行拆分，檢查其子集是否都為頻繁的，把子集不是頻繁項(xiàng)集的刪除，因此在生成候選k集的時(shí)候，還要保留頻繁(k1)集，因此添加了1項(xiàng)集子庫用來存放奇數(shù)項(xiàng)集的候選項(xiàng)集或頻繁項(xiàng)集，2項(xiàng)集存放偶數(shù)項(xiàng)集的候選項(xiàng)集或頻繁項(xiàng)集。是支持度，是D中包含項(xiàng)集的百分比，P(A)是D中包含A的百分比。在中醫(yī)醫(yī)案分析系統(tǒng)中，一份醫(yī)案就是一個(gè)事務(wù)，醫(yī)案上記錄了患者的癥狀(用于對(duì)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。 Apriori算法的實(shí)現(xiàn)過程實(shí)現(xiàn)過程分為以下五步：①記錄程序開始執(zhí)行的時(shí)間和初始化。⑤把頻繁項(xiàng)集以文本的方式導(dǎo)出，記錄程序執(zhí)行結(jié)束后的時(shí)間并得出執(zhí)行時(shí)間。分別用Hour () 、Minute()、Second()函數(shù)記錄下當(dāng)前的小時(shí)、分鐘和秒，分別記錄在OldHour、OldMinute、OldSecond中。第三步:產(chǎn)生頻繁2集首先把2項(xiàng)集清空，利用頻繁項(xiàng)集1⊕頻繁項(xiàng)集1，生成候選2項(xiàng)集，從頭到尾掃描臨時(shí)病歷，找到臨時(shí)病歷所對(duì)應(yīng)的藥方，為2項(xiàng)集的頻數(shù)字段賦值，再從頭到尾遍歷2項(xiàng)集，把頻數(shù)小于相應(yīng)患者個(gè)數(shù)x最小置信度的項(xiàng)集刪除，生成頻繁2項(xiàng)集。如果k為奇數(shù)，清空1項(xiàng)集，否則清空2項(xiàng)集，由頻繁(k1)集連接(前k 2項(xiàng)相同最后一項(xiàng)不同的頻繁(k1)集進(jìn)行連接)，然后對(duì)其剪枝(只要連接后產(chǎn)生的k集的k1子集中有一個(gè)不是頻繁的就將其剪掉)產(chǎn)生候選k項(xiàng)集，再從頭到尾遍歷k項(xiàng)集，把頻數(shù)小于相應(yīng)患者個(gè)數(shù)x最小置信度的項(xiàng)集刪除，只到無法發(fā)現(xiàn)新的項(xiàng)集為止。 再次用Hour () ，Minute () ,，Second()函數(shù)記錄下當(dāng)前的小時(shí)、分鐘和秒，與OldHour，OldMinute，OldSecond進(jìn)行比較，記錄下程序所用時(shí)間。 算法運(yùn)行結(jié)果對(duì)高血壓病醫(yī)案進(jìn)行分析發(fā)現(xiàn)其中有14位藥的出現(xiàn)頻次遠(yuǎn)遠(yuǎn)高于其它藥物：鉤藤(53次)、川芍(51次)、野葛根(55次)、當(dāng)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(xiàng)集得高血壓病醫(yī)案模型，結(jié)果如圖3321和圖322所示。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(dāng)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。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(yàn)具有統(tǒng)計(jì)學(xué)意義，這表明二者在高血壓病用藥中的特異性較強(qiáng)。黃連素能直接擴(kuò)張血管、增加乙酞膽堿的降壓作用、阻斷交感神經(jīng)。當(dāng)歸和川芍均具有鈣離子阻滯作用，可通過擴(kuò)張外周血管而使血壓下降。澤瀉具有顯著的利尿作用，從而使血壓降低。在醫(yī)案相同的情況下，最小置信度越小，所花費(fèi)的時(shí)間越多，醫(yī)案模型中中藥的味數(shù)越多。高血壓（65份醫(yī)案）所需時(shí)間（秒）最小置信度（C）497954161表323 最小置信度不同對(duì)時(shí)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(duì)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(gè)數(shù)表325 最小置信度不同對(duì)模型個(gè)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(huì)花費(fèi)大量時(shí)間。圖326 Apriori算法中最小置信度對(duì)時(shí)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(gè)活躍的研究領(lǐng)域，通過綜合運(yùn)用統(tǒng)計(jì)學(xué)、粗糙集、模糊數(shù)學(xué)等多種學(xué)習(xí)的手段和方法，從大量的數(shù)據(jù)中提煉出抽象的知識(shí)，從而揭示出蘊(yùn)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(shí)現(xiàn)知識(shí)的自動(dòng)獲取，這是一個(gè)富有挑戰(zhàn)性及應(yīng)用前景廣闊的研究課題。同時(shí)應(yīng)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。我們以高血壓病驗(yàn)證，實(shí)驗(yàn)結(jié)果證明，運(yùn)用Apriori算法得出的模型幾乎完全符合沈治療高血壓用的驗(yàn)方。將數(shù)據(jù)挖掘技術(shù)與該應(yīng)用領(lǐng)域結(jié)合是一個(gè)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(yáng)光大的人都會(huì)支持應(yīng)用現(xiàn)代科學(xué)技術(shù)進(jìn)行中醫(yī)藥的研究，以加速中醫(yī)藥知識(shí)的更新和創(chuàng)新，并推進(jìn)中醫(yī)藥的產(chǎn)生化和國際化進(jìn)程。 展望本文提出了高血壓的輔助診療系統(tǒng)的框架，但在實(shí)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。中醫(yī)診療系統(tǒng)需要面對(duì)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(xué)醫(yī)術(shù)的繼承與發(fā)揚(yáng)光大，中醫(yī)診療系統(tǒng)的進(jìn)一步開發(fā)勢在必行。參考文獻(xiàn)[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(jì)算機(jī)工程與應(yīng)用，2006,（32）:223225.[5] [D].南京:南京理工大學(xué)，2009.[6] 陳芳，陳玉文，[J] .中國藥業(yè)，2010,19（4）:45.[7] 王光宏，[J].同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版)，2004,32（2）:247250.[8] [J].情報(bào)探索，2010,6:105106.[9] 張安安，[J].江西科學(xué)，2010,28(5):688691.[10] 范麗霞，[J].計(jì)算機(jī)與現(xiàn)代,2005, 8: 6567.[11] 袁占花，[J].電腦開發(fā)與應(yīng)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(jì)與實(shí)現(xiàn)[D]. 山東師范大學(xué), 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(xué), 2011.[14] Janice Hopkins [J].英國醫(yī)學(xué)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(xué)取得成果一、 在學(xué)期間所獲的獎(jiǎng)勵(lì)全國大學(xué)生英語競賽三等獎(jiǎng)致謝經(jīng)過四年的大學(xué)學(xué)習(xí)和數(shù)月的論文編修，我的論文及實(shí)驗(yàn)設(shè)計(jì)已經(jīng)經(jīng)本完成，由于缺乏經(jīng)驗(yàn)，在設(shè)計(jì)中難免出現(xiàn)各種缺點(diǎn)與不足?？偨Y(jié)這次經(jīng)歷，我意識(shí)到了現(xiàn)在階段過程重于結(jié)果、理論不能離開實(shí)踐的道理。在論文完成之際，我要衷心的感謝我的指導(dǎo)老師阿孜古麗教授，感謝老師為我們提供了一個(gè)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(duì)我們的悉心指導(dǎo)，感謝老師在給與我許多學(xué)習(xí)方面的寶貴意見的同時(shí)以其以德立教、為人師表、嚴(yán)謹(jǐn)治學(xué)、注重創(chuàng)新的精神深深感染著我，使終身受益?；厥走^去，展望未來，我將用在北科大的四年收獲的點(diǎn)點(diǎn)滴滴激勵(lì)自己，繼續(xù)向前再向前