论文部分内容阅读
目的:基于心悸古代医家医案及临床搜集典型病案,构造心悸古今医案数据库,通过建立基于决策树及神经网络的数据挖掘的方法,对古代医家医案及现代临床典型病例中心悸痰火扰心证的辨证、证候要素等信息解读,得到心悸痰火扰心证四诊信息的典型特点和意义,建立心悸痰火扰心证证候判别模型;通过“中医传承辅助系统”(V2.5)对心悸痰火扰心证方药特征信息及用药规律解读,为临床用药起到指导意义。方法:1.建立医案数据库资料。收集关于心悸古代医家医案文献资料及门诊资料,立足于心悸医案基础上,分别建立证候要素数据库及方剂表征数据库;2.对医案资料进行归一化处理。将收集到的四诊信息及处方信息进行语言规范化处理3.医案资料量化赋值。对归一化处理过的信息采用计算机可识别的二值变量0,1赋值,该病例出现的证候要素赋值为“1”,未出现的及缺如资料赋值为“0”;4.智能化判别模型的建立。运用SPSS 20.0软件中CHAID、CRT、QUEST及SPSS Modeler 14.1的C5.0算法进行证候要素的分析及决策树模型的建立,为心悸痰火扰心证证候客观化研究提供了依据;运用SPSS 20.0中多层感知器神经网络及径向基函数神经网络建立心悸痰火扰心证证候模型;5.用药组方规律探讨。利用“中医传承辅助系统”(V2.5)进行方药的数据分析。统计心悸痰火扰心证药物出现的频次,并通过其分析心悸痰火扰心证药物的四气、五味、归经及药味用量点、药味个数、药味比例。运用“组方规律”筛选出常用药对,并在其基础上进行关联分析。利用软件的“改进互信息法”进行中药之间的关联度分析,采用复杂系统熵聚类,删选3-4味药物的核心组合,并运用新方分析功能,分析其可能出现的新处方,进一步对临床用药起指导作用。结果:1.建立心悸痰火扰心证证候信息和方药表征信息数据库。2.采用CHAID、CRT、QUEST及C5.0算法建立心悸痰火扰心证诊断模型,采用10倍交叉验证方法对上述四个模型进行验证。C5.0、CRT、CHAID和QUEST模型的判断正确率分别为94.1%、92.5%、92.0%和87.4%;特异度分别为91.3%、91.3%、90.1%和88.8%;敏感度分别为96.9%、96.2%、92.5%和85.0%;采用多层感知器神经网络及径向基函数神经网络建立心悸痰火扰心证诊断模型,其准确率分别为93.2%、97.3%,结果均符合统计学的判别要求。3.采用“中医传承辅助系统”(V2.5)中的分析工具对心悸痰火扰心证的常用处方和药物频率进行分析,得到频率在20次以上的药物有46味;五味中多属苦性、甘、辛味,居前六位的归经属脾、肺、心、胃、肝、肾经;并通过改进的互信息法和基于复杂系统熵聚类法统计分析核心组合和新方组合。结论:本研究通过建立心悸痰火扰心证证候要素及方药表征数据库,运用决策树、神经网络的数据挖掘方法分析出心悸痰火扰心证证候分布规律;运用“中医传承辅助系统”(V2.5)分析心悸痰火扰心证方药使用特色,构建规范的证候、方药体系,为本病在临床治疗上起指导作用。