- 相關(guān)推薦
談數據挖掘在中醫學(xué)術(shù)流派研究中的應用
摘要：在中醫學(xué)術(shù)流派研究中存在著(zhù)大量的數據，利用數據挖掘技術(shù)可以獲得隱藏在這些數據中的有用信息。文章結合趙炳南學(xué)術(shù)流派研究的實(shí)例，簡(jiǎn)要闡述了利用數據挖掘進(jìn)行中醫學(xué)術(shù)流派研究的可行性和先進(jìn)性，并提出了數據挖掘的實(shí)施步驟和具體的工具、算法。關(guān)鍵詞： 中醫學(xué)術(shù)流派 數據挖掘 銀屑病
自古以來(lái)，中醫學(xué)術(shù)流派林立，既互相爭鳴，又互相滲透、取長(cháng)補短。它們的發(fā)展和研究促使中醫藥基礎理論逐漸得到了拓展和深化，促使中醫藥臨床實(shí)踐技術(shù)逐漸得到了進(jìn)步和提升�？梢哉f(shuō)，中醫學(xué)術(shù)流派的發(fā)展和研究促進(jìn)了中醫藥事業(yè)的發(fā)展［1］。
中醫學(xué)術(shù)流派研究的前提是要對其進(jìn)行科學(xué)劃分并確定研究?jì)热�。隨著(zhù)科學(xué)技術(shù)進(jìn)步和中醫學(xué)術(shù)研究的日益廣泛深入，中醫學(xué)術(shù)流派的劃分方法不斷進(jìn)步、完善。徐江雁等［2］提出的核心分類(lèi)模式既涵納縱向的學(xué)術(shù)思想傳承,又兼容橫向的學(xué)術(shù)思想滲透，有一定的先進(jìn)性，值得借鑒。我們在“中醫皮膚科趙炳南學(xué)術(shù)流派及其傳承研究”的課題中，從以下兩方面劃分學(xué)派和確定研究?jì)热荩浩湟�，以�?chuàng )新的學(xué)術(shù)思想為核心：通過(guò)對中醫皮膚科趙炳南學(xué)術(shù)流派學(xué)術(shù)淵源、基礎理論、特色經(jīng)驗、技術(shù)方法等的系統研究，確立中醫皮膚科趙炳南學(xué)術(shù)流派學(xué)術(shù)思想體系；其二，以開(kāi)放的醫家群及其著(zhù)述為核質(zhì)：不論是趙炳南門(mén)戶(hù)師承所得,還是博采眾家之說(shuō),也不論是公開(kāi)發(fā)表的論文、論著(zhù)、會(huì )議交流的文字材料,科研成果、發(fā)明、專(zhuān)利,還是口述史料, 只要是中醫皮膚科趙炳南學(xué)術(shù)流派有關(guān)方面的內容，皆囊括在其核質(zhì)之中。
針對上述研究?jì)热�，按照以往的研究方法，可以以人、以疾病、以方藥或以思維方法為線(xiàn)索進(jìn)行文獻整理、分析和總結，或者以臨床流行病學(xué)的方法進(jìn)行臨床觀(guān)察和總結［3～7］。這些方法在一定程度上能總結規律，指導臨床實(shí)踐，但存在以下不足之處：①對學(xué)術(shù)思想和診療經(jīng)驗缺乏系統地有機關(guān)聯(lián)研究和比較研究；②難以反映疾病診療過(guò)程中中醫辨證的多維時(shí)空和非線(xiàn)性特征；③缺乏符合中醫特點(diǎn)的多因素信息處理技術(shù)，可能致使研究結果產(chǎn)生混亂和差錯；④難以真正反映中醫學(xué)術(shù)流派的內涵和精髓。鑒于以往研究存在的問(wèn)題，我們引進(jìn)了數據挖掘技術(shù)進(jìn)行中醫學(xué)術(shù)流派研究。
1 數據挖掘及其在中醫藥領(lǐng)域的應用
1.1 數據挖掘概述數據挖掘（DM：DataMining）就是從大量的、不完全的、模糊的、隨機的數據中，提取隱含在其中的、人們事先不知道的，但又是潛在有用的信息和知識的過(guò)程［8］。它是一門(mén)交叉學(xué)科，匯聚了數據庫、人工智能、統計學(xué)、可視化，并行計算等不同學(xué)科和領(lǐng)域。其中的人工智能能模仿人類(lèi)對非線(xiàn)性、不完全、不精確和不確定信息的智能處理，具有良好的容錯性、魯棒性和高精度等綜合技術(shù)優(yōu)勢［9，10］。人工智能方法主要包括人工神經(jīng)網(wǎng)絡(luò )、模糊系統、進(jìn)化計算、粗糙集理論、支持向量機（SVM）等。針對不同的挖掘目標，往往要將幾種方法綜合起來(lái)應用，以發(fā)揮各自的技術(shù)優(yōu)勢。此外，將人工智能和其他數據挖掘方法如聚類(lèi)分析、決策樹(shù)、關(guān)聯(lián)規則等優(yōu)化組合應用，更能發(fā)揮數據挖掘技術(shù)解決復雜問(wèn)題的能力。
1.2 數據挖掘在中醫藥領(lǐng)域的應用數據挖掘技術(shù)能針對醫學(xué)數據多態(tài)性、不完整性、時(shí)間性和冗余性的特征實(shí)施合理的數據處理和知識提�。�11］。它應用于中醫藥領(lǐng)域主要表現在以下幾方面［12～16］：
1.2.1 新藥開(kāi)發(fā)研究以一種新的、建立在充分利用幾千年積累下來(lái)的豐富經(jīng)驗及現代科學(xué)技術(shù)所提供的信息基礎上的模式進(jìn)行研究。
1.2.2 復方配伍規律和方證相應研究數據挖掘技術(shù)可以在一定程度上發(fā)現和認識臨床病癥與復立組方關(guān)系、復方藥物的配伍關(guān)系、藥味之間的相互作用關(guān)系等。
1.2.3 中醫藥信息化研究對以古語(yǔ)言和純文本為主的中醫藥理論和實(shí)踐進(jìn)行結構化解析是中醫藥信息化研究的重要內容,其中的某些內容可以通過(guò)對文本的數據挖掘來(lái)實(shí)現。
1.2.4 中醫藥專(zhuān)家系統研究對中醫藥專(zhuān)家“只可意會(huì ),不可言傳”的把握診治疾病規律的定性描述、模糊概念，采用數據挖掘技術(shù)進(jìn)行多層面智能分析,在一定程度上可將它們以可理解的規則或模式表達出來(lái),從而大大豐富專(zhuān)家系統的知識庫。
1.2.5 中醫藥文獻研究數據挖掘技術(shù)應用于文獻研究可以提高文獻研究的水平，提高文獻利用的效率，進(jìn)而能提高中醫藥科研工作的效率。
2 數據挖掘在中醫學(xué)術(shù)流派研究中的應用
以“中醫皮膚科趙炳南學(xué)術(shù)流派及其傳承研究”中的銀屑病數據挖掘為例，簡(jiǎn)要說(shuō)明挖掘的步驟和挖掘的工具及算法。
2.1 實(shí)施數據挖掘的步驟
根據全球首個(gè)數據挖掘行業(yè)通用的模型標準（CRISP-DM），銀屑病數據挖掘過(guò)程可分成6個(gè)階段。
2.1.1 理解問(wèn)題明確和細化研究目標。
2.1.2 理解數據熟悉所采集的有關(guān)銀屑病數據的類(lèi)型和存在形式，在此基礎上初步進(jìn)行數據質(zhì)量鑒定，并建立數據庫。
2.1.3 準備數據有關(guān)銀屑病的數據中存在著(zhù)大量不完整的、冗余的和不一致的數據。在進(jìn)行數據挖掘時(shí)，首先要對其進(jìn)行處理。處理過(guò)程包括數據抽取、清洗、轉換和加載。
2.1.4 建立模型針對研究目標，利用已知的數據和知識建立分析模型，并將該模型有效地應用到未知的數據或相似情況中測試并修正模型，如此反復進(jìn)行以得到最優(yōu)模型。
2.1.5 方案評估在模型最后付諸實(shí)施以前，徹底地對模型進(jìn)行評估，再回顧構造該模型的步驟，以確定該模型真正能夠達到預定的挖掘目標。
2.1.6 方案實(shí)施基于以上5方面的工作，采用相應的數據挖掘工具和算法進(jìn)行多次反復、多次調整、不斷修訂完善的數據挖掘。
2.2 數據挖掘的工具和算法
2.2.1 銀屑病中醫辨證規范研究在銀屑病數據庫中，存在著(zhù)許多不確定、不完整、不精確的辨證相關(guān)信息，首先利用粗糙集對其進(jìn)行約簡(jiǎn)，剔除模糊和歧義信息，保留與挖掘有關(guān)的重要癥狀屬性。在此基礎上使用關(guān)聯(lián)規則方法挖掘證的分布，證的構成比，從而得到靜態(tài)關(guān)聯(lián)度。采用FP-growth或加權的Ａpriori算法找出頻繁項目集，確定關(guān)聯(lián)規則。在關(guān)聯(lián)分析的基礎上進(jìn)行相似聚類(lèi)，通過(guò)給定閾值，發(fā)現癥狀的構成以及癥狀的貢獻率，得到癥狀所屬證的聚類(lèi)。通過(guò)遺傳算法搜索和K-means局部?jì)?yōu)化相結合，按照最近基因匹配的交叉算子，在交叉過(guò)程中不斷產(chǎn)生新個(gè)體，保證群體的多樣性，減少了K-means算法的早熟現象，解決全局最優(yōu)的問(wèn)題。K-means局部聚類(lèi)可以發(fā)現特異癥狀，利用孤立點(diǎn)算法對其進(jìn)行特殊處理。所有癥狀聚類(lèi)后，會(huì )得到N個(gè)聚類(lèi)。因為數據挖掘的結果不帶有主觀(guān)因素，所以這些聚類(lèi)需要中醫皮科專(zhuān)家根據臨床實(shí)際重新命名。在證候分類(lèi)的基礎上，利用時(shí)間序列模式挖掘方法，分析病程中各證基本演變趨勢。
2.2.2 銀屑病中西醫病、證、癥及客觀(guān)檢查指標的相關(guān)性研究在銀屑病數據庫中，進(jìn)行西
【談數據挖掘在中醫學(xué)術(shù)流派研究中的應用】相關(guān)文章：
談數據挖掘技術(shù)在電子商務(wù)中的應用03-21
數據挖掘技術(shù)在中醫亞健康學(xué)中應用的思考12-01
數據挖掘在ＣＲＭ中的應用分析03-22
數據挖掘技術(shù)在ＣＲＭ中的應用03-22