馬亮

摘要：[目的]分析和探討分類(lèi)算法在活血化瘀類(lèi)藥物挖掘中的應(yīng)用。[方法]從收集整理的中藥數(shù)據(jù)庫(kù)中抽取部分?jǐn)?shù)據(jù)進(jìn)行分類(lèi)實(shí)驗(yàn)，測(cè)試Naive Bayes算法和支持向量機(jī)算法的分類(lèi)準(zhǔn)確率，尋找藥物分類(lèi)規(guī)律和藥效特征。[結(jié)果]分類(lèi)算法得到的分類(lèi)準(zhǔn)確率較高，部分類(lèi)別有鮮明的分類(lèi)特征。[結(jié)論] 分類(lèi)算法有助于活血化瘀類(lèi)藥物藥效分類(lèi)。

關(guān)鍵詞：活血化瘀；藥物分類(lèi)；藥理作用

中圖分類(lèi)號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2015）14-0008-02

Abstract： [Objective] This paper investigates and discusses the application of classification algorithm in blood-activating and stasis-dissolving drugs mining. [Method] It extracts part of the data in Chinese traditional medicine database to carry out classification experiment using Naive Bayes algorithm and the support vector machine algorithm，analyzes the accuracy， then finds drug classification rules and pharmacological characteristics.[Results] Classification algorithms are effective， and some categories have distinctive taxonomic characteristics. [Conclusion] The classification algorithm helps blood-activating and stasis-dissolving drugs efficacy classification.

Key words： Blood-activating and Stasis-dissolving； Drugs Classification； Pharmacological Effects

氣滯或血虛容易造成血行不暢，嚴(yán)重的情況下會(huì)凝滯而形成淤血， 淤血形成后可能會(huì)影響全身氣血運(yùn)行，因此在中醫(yī)臨床方面經(jīng)常采用活血化瘀療法?！秲?nèi)經(jīng)》中曾經(jīng)提到“血實(shí)者宜決之”，該治療方法就是典型的活血化瘀觀點(diǎn)?；钛隼碚撛诤罄m(xù)不斷被創(chuàng)新，產(chǎn)生了很多經(jīng)典的醫(yī)方，例如《醫(yī)林改錯(cuò)》 [1]?！夺t(yī)林改錯(cuò)》在氣血理論、臟腑結(jié)構(gòu)、活血化瘀方藥的運(yùn)用等方面貢獻(xiàn)多[2-6]。

活血化瘀類(lèi)藥物具有改善心血管作用、抗癌的作用、鎮(zhèn)痛的作用、抗菌消炎的作用、調(diào)節(jié)免疫功能的作用等藥理作用，被廣泛應(yīng)用于心腦血管疾病、肝硬化等數(shù)十種臨床疾病，療效較好。該類(lèi)藥物種類(lèi)繁多，本文采用數(shù)據(jù)挖掘中的分類(lèi)算法對(duì)活血化瘀類(lèi)藥物進(jìn)行分類(lèi)，探求該類(lèi)藥物的分類(lèi)規(guī)律以及相互關(guān)系。本文第二部分描述了數(shù)據(jù)分類(lèi)算法，第三部分是分類(lèi)算法在活血化瘀類(lèi)藥物數(shù)據(jù)分類(lèi)中的實(shí)驗(yàn)結(jié)果分析，第四部分是結(jié)論。

1 數(shù)據(jù)分類(lèi)算法

數(shù)據(jù)分類(lèi)算法在數(shù)據(jù)挖掘、信息組織與管理、內(nèi)容信息過(guò)濾等領(lǐng)域都有廣泛的應(yīng)用，分類(lèi)算法有很多種，如貝葉斯（Naive Bayes）方法[7]、支持向量機(jī)（Support Vector Machine）算法[8]、還有決策樹(shù)（Decision Tree）方法[9]等。

1.1 Naive Bayes算法

3 結(jié)論

Naive Bayes算法和支持向量機(jī)算法在活血化瘀類(lèi)藥物挖掘中有可行性，如果分類(lèi)算法的訓(xùn)練樣本更大，準(zhǔn)確性可能會(huì)更高，這將有助于活血化瘀類(lèi)藥物自動(dòng)分類(lèi)。由此也可以知道活血化瘀類(lèi)藥有多種類(lèi)別，目前市場(chǎng)上活血化瘀類(lèi)中藥品種繁多，藥效各異，在使用過(guò)程中應(yīng)仔細(xì)詢(xún)問(wèn)病人癥狀、病史及過(guò)敏史， 嚴(yán)格遵守說(shuō)明書(shū)的用法用量和適用范圍， 切不可盲目開(kāi)藥。

參考文獻(xiàn)：

[1] 羅馨媚，杜永華. 淺談活血化瘀理論及源流[J]. 內(nèi)蒙古中醫(yī)藥， 2013（18）：161.

[2] 李冀，王燁燃. 王清任活血化瘀法用藥特點(diǎn)探析[J]. 遼寧中醫(yī)雜志， 2008， 35（6）：826.

[3] 趙澤恩， 宋琳. 試論王清任活血化瘀法及其臨床運(yùn)用[J]. 內(nèi)蒙古中醫(yī)藥， 2010 （05）：40.

[4] 王鋒， 孫德舜. 淺析王清任活血化瘀法[J]. 中醫(yī)藥通報(bào)， 2011 （06） ：33.

[5] 逄艷. 王清任活血化瘀法淺析[J]. 河北中醫(yī)， 2009，31（7）：1076.

[6] 陳雪林， 王根民. 王清任.《醫(yī)林改錯(cuò)》氣虛血瘀理論芻議[J]. 中國(guó)中醫(yī)急癥， 2010，19（4）：646 .

[7] Fuchun Peng， Dale Schuurmans. Combining Naive Bayes and N-Gram Language Models for Text Classification[C]. Proceedings of The 25th European Conference on Information Retrieval Research （ECIR03）， 2003.

[8]丁世飛， 齊丙娟， 譚紅艷. 支持向量機(jī)理論與算法研究綜述[J].電子科技大學(xué)學(xué)報(bào)， 2011，40 （9）：2.

[9] 馮少榮. 決策樹(shù)算法的研究與改進(jìn)[J]. 廈門(mén)大學(xué)學(xué)報(bào)： 自然科學(xué)版， 2007， 46（4）：496.