劉波　劉偉　唐波　孟濤　姚金波　胡為

摘要：中醫(yī)藥數(shù)據(jù)具有數(shù)據(jù)量大和結(jié)構(gòu)復雜等特點，運用傳統(tǒng)的統(tǒng)計學方法不能很好地對中醫(yī)辨證論治數(shù)據(jù)進行分析和深度挖掘，因此開發(fā)一套支持在線訪問、功能齊全、簡單易用的智能中醫(yī)藥數(shù)據(jù)分析系統(tǒng)意義重大。該文設(shè)計并實現(xiàn)了一套智能中醫(yī)藥數(shù)據(jù)分析系統(tǒng)ITCMDAS，實現(xiàn)了處方數(shù)據(jù)頻次分析、處方數(shù)據(jù)關(guān)聯(lián)分析、處方數(shù)據(jù)聚類分析、文本情感分析和中醫(yī)舌象識別等功能，有助于研究人員更好地研究與分析相關(guān)中醫(yī)藥數(shù)據(jù)。

關(guān)鍵詞：數(shù)據(jù)挖掘;關(guān)聯(lián)分析;關(guān)聯(lián)規(guī)則;復雜系統(tǒng)熵聚類;配伍規(guī)律

中圖分類號：TP311? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2022）07-0051-03

1 概述

中醫(yī)藥作為中華民族不可或缺的文化遺產(chǎn)和文明寶庫，積累了眾多寶貴的治療經(jīng)驗和理論知識。隨著信息技術(shù)的日新月異和現(xiàn)代醫(yī)學的不斷發(fā)展，中醫(yī)不再局限于傳統(tǒng)的望聞問切，人們逐漸開始運用現(xiàn)代技術(shù)對中醫(yī)進行研究。同時由于中醫(yī)臨床辨證論治思維具有非線性特征，傳統(tǒng)的統(tǒng)計分析方法不能很好地分析中醫(yī)藥數(shù)據(jù)。因此，人們開始將計算機技術(shù)應(yīng)用于中醫(yī)藥領(lǐng)域。在近幾年國內(nèi)研究人員的探索中，數(shù)據(jù)挖掘技術(shù)已廣泛應(yīng)用于名老中醫(yī)的臨床經(jīng)驗、用藥規(guī)律和組方規(guī)律的研究 [1-4]。2020年初新型冠狀病毒肺炎暴發(fā)以來，也陸續(xù)有一些研究團隊將數(shù)據(jù)挖掘技術(shù)應(yīng)用于新型冠狀病毒肺炎的中醫(yī)藥研究[5]。楊燦等建立中藥復方治療新冠肺炎的方劑數(shù)據(jù)庫，并運用頻數(shù)分析、頻次分析、聚類分析、關(guān)聯(lián)規(guī)則分析等方法對所整理出的中藥復方進行數(shù)據(jù)挖掘分析[6]。張佳等統(tǒng)計分析全國各地區(qū)衛(wèi)生管理部分發(fā)布的新冠肺炎中醫(yī)診療方案中恢復期組方用藥規(guī)律，總結(jié)新冠肺炎恢復期用藥特點及治療思路，利用數(shù)據(jù)分析軟件進行處理，總結(jié)常見證型頻次、中藥頻次、高頻用藥及組合，提取關(guān)聯(lián)規(guī)則[7]。

目前，市場上有許多通用的數(shù)據(jù)分析工具，但專門針對中醫(yī)藥數(shù)據(jù)設(shè)計并開發(fā)的數(shù)據(jù)分析軟件較少。已有的幾款軟件采用的是桌面客戶端軟件的形式，需要用戶下載相關(guān)應(yīng)用軟件，基于Web的在線中醫(yī)藥數(shù)據(jù)挖掘工具非常少。因此，設(shè)計并研發(fā)一套Web版智能中醫(yī)藥數(shù)據(jù)分析系統(tǒng)意義重大，能更好地分析中醫(yī)藥數(shù)據(jù)，方便用戶使用，以便更好地服務(wù)于中醫(yī)藥研究與發(fā)展。

2 智能中醫(yī)藥數(shù)據(jù)分析系統(tǒng)的分析與設(shè)計

當前一些已研發(fā)的數(shù)據(jù)挖掘工具大多為面向全領(lǐng)域的數(shù)據(jù)分析工具，只有少許針對中醫(yī)藥數(shù)據(jù)設(shè)計并研發(fā)的專用軟件，但是基本上都采用桌面客戶端模式，用戶需要下載較龐大的應(yīng)用軟件才能進一步操作。本文所開發(fā)的系統(tǒng)利用Web技術(shù)來實現(xiàn)在線智能中醫(yī)藥數(shù)據(jù)分析，系統(tǒng)具有全面性、可視化和易用性等特點。使用人員能夠快速上手，并支持用戶對數(shù)據(jù)的批量導入和導出，同時借助網(wǎng)絡(luò)圖和數(shù)據(jù)表格實現(xiàn)了用戶的在線可視化查看，能夠更好地助力于中醫(yī)藥數(shù)據(jù)分析與探索。

智能中醫(yī)藥數(shù)據(jù)分析系統(tǒng)（Intelligent Traditional Chinese Medicine Data Analysis System， ITCMDAS）使用人群分為兩類，分別為普通用戶和系統(tǒng)管理員。普通用戶可以批量地導入中醫(yī)藥處方數(shù)據(jù)文件，能夠?qū)μ幏剿幬镞M行頻次分析、關(guān)聯(lián)分析和聚類分析和文本情感分析，同時用戶也能進行中醫(yī)舌象數(shù)據(jù)分析，通過上傳舌體圖片，系統(tǒng)將分析體質(zhì)體征并給出藥物調(diào)養(yǎng)建議。系統(tǒng)管理員則可對用戶信息、中藥材信息等數(shù)據(jù)進行管理和維護。

系統(tǒng)核心功能模塊結(jié)構(gòu)如圖1所示。

ITCMDAS系統(tǒng)的主要功能如下：

1） 處方數(shù)據(jù)頻次分析：將處方中單味藥/藥對/三元組統(tǒng)計出現(xiàn)頻次，并從大到小排序，結(jié)果以ECharts圖表顯示，并支持以Excel文件格式導出數(shù)據(jù)。

2） 處方數(shù)據(jù)關(guān)聯(lián)分析：通過數(shù)據(jù)挖掘中的Apriori關(guān)聯(lián)規(guī)則算法計算出處方藥物的多項關(guān)聯(lián)規(guī)則，用戶可以設(shè)置最小支持度閾值和最小置信度閾值，結(jié)果以表格形式顯示。排序結(jié)果支持Excel文件導出，同時可生成以ECharts圖表顯示最小支持度閾值和最小置信度閾值分別為指定數(shù)值的藥物強關(guān)聯(lián)網(wǎng)絡(luò)圖。

3） 處方數(shù)據(jù)聚類分析：分為兩大子功能模塊，分別為處方組方規(guī)律分析和核心藥物組合提取。處方組方規(guī)律分析：利用數(shù)據(jù)挖掘中的復雜系統(tǒng)熵聚類算法[8-9]，計算處方中各個藥物的熵以及藥物之間兩兩形成的藥對的聯(lián)合熵和關(guān)聯(lián)度系數(shù)，用戶通過設(shè)置關(guān)聯(lián)度系數(shù)，從而生成排序后的關(guān)聯(lián)度系數(shù)藥物排名表，支持以Excel文件導出。核心藥物組合提?。豪脧碗s系統(tǒng)熵聚類算法，計算得到藥對之間的關(guān)聯(lián)度系數(shù)后，將相互關(guān)聯(lián)度排名前十的藥物進行聚類，排序結(jié)果以表格形式顯示，同樣支持以Excel文件導出。

4） 文本情感分析：用戶按照示例在文本框中輸入任意一段文字，利用貝葉斯概率統(tǒng)計算法，采用知網(wǎng)正負面情感語料進行模型訓練，通過訓練得出的模型，判斷該文本的情感極性是正面還是負面。

5） 中醫(yī)舌象數(shù)據(jù)分析：用戶上傳舌體圖片，系統(tǒng)通過深度學習訓練所得的模型，分析體質(zhì)體征并給出相應(yīng)藥物調(diào)養(yǎng)建議。

在系統(tǒng)需求分析報告和功能模塊結(jié)構(gòu)設(shè)計方案基礎(chǔ)上，設(shè)計系統(tǒng)的界面原型。同時本系統(tǒng)采用MySQL關(guān)系型數(shù)據(jù)庫，在滿足第3范式前提下進行數(shù)據(jù)庫設(shè)計。ITCMDAS的核心數(shù)據(jù)庫表包括用戶基本信息表和中藥材功效性狀信息表等。

3 智能中醫(yī)藥數(shù)據(jù)分析系統(tǒng)的實現(xiàn)與應(yīng)用

ITCMDAS采用B/S（Browser/Server）架構(gòu)，系統(tǒng)基于較為成熟的技術(shù)框架體系來實現(xiàn)。服務(wù)器端采用Java語言開發(fā)，使用SpringBoot免配置框架體系，系統(tǒng)整體采用MVC（Model-View-Controller）架構(gòu)。同時系統(tǒng)服務(wù)器使用Apache Tomcat，數(shù)據(jù)庫采用MySQL。前端界面呈現(xiàn)選擇LayUI、jQuery等框架，并大量使用JSON用于數(shù)據(jù)傳輸。系統(tǒng)的技術(shù)體系結(jié)構(gòu)如圖2所示。

ITCMDAS的部分核心功能介紹如下：

1） 處方數(shù)據(jù)關(guān)聯(lián)分析

用戶導入標準Excel處方文件以及輸入置信度閾值和支持度閾值，系統(tǒng)生成符合閾值的關(guān)聯(lián)藥對，網(wǎng)頁將顯示強關(guān)聯(lián)表格和ECharts網(wǎng)絡(luò)圖。該功能基于數(shù)據(jù)挖掘Apriori關(guān)聯(lián)規(guī)則算法實現(xiàn)，置信度和支持度需要滿足用戶期望的閾值范圍才算是有效的規(guī)則。實際過程中往往會面臨大量的數(shù)據(jù)，如果只是簡單地搜索，會出現(xiàn)很多的規(guī)則，而且相當大的一部分是無效的規(guī)則，效率很低。Apriori算法通過找出所有滿足預(yù)定條件的頻繁項集，然后再依據(jù)頻繁項集產(chǎn)生關(guān)聯(lián)規(guī)則，進而提升效率。算法逐層搜索迭代，不斷生成候選項集，剪枝掉低于支持度的候選集來生成頻繁項集，直到不能找到K項頻繁集合，最后生成滿足條件的強關(guān)聯(lián)藥對和藥組。處方數(shù)據(jù)關(guān)聯(lián)分析頁面截圖如圖3所示。

2） 處方數(shù)據(jù)聚類分析

很多名老中醫(yī)和國醫(yī)大師的處方數(shù)據(jù)中蘊含豐富的臨床診療知識，包括用藥規(guī)律、組方規(guī)律和核心藥物組合等，處方數(shù)據(jù)聚類分析是本系統(tǒng)的核心功能之一。用戶可以導入處方數(shù)據(jù)，設(shè)置最小關(guān)聯(lián)度閾值，系統(tǒng)將生成按照關(guān)聯(lián)度系數(shù)從大到小排序后的藥物表格以及得到處方中核心藥物組合表，該功能借助于復雜系統(tǒng)熵聚類算法來實現(xiàn)。復雜系統(tǒng)熵聚類（Complex System Entropy Clustering）是一種無監(jiān)督模式挖掘算法，它可以自組織地從海量數(shù)據(jù)中獲取信息量最大的組合，特別適合高度離散性類型的數(shù)據(jù)，在中醫(yī)藥數(shù)據(jù)中使用復雜系統(tǒng)熵聚類算法挖掘出在方劑配伍中包含的核心組合。

該功能包括處方組方規(guī)律分析和核心藥物組合提取兩大子功能。在處方組方規(guī)律分析中，算法首先計算出各藥物的熵，進而計算各藥對之間的聯(lián)合熵和關(guān)聯(lián)度系數(shù)，比較用戶設(shè)置的最小關(guān)聯(lián)度閾值，篩選出滿足條件的藥對。處方組方規(guī)律分析子功能的頁面截圖如圖4所示。在核心藥物組合提取中，算法計算得出每味藥所對應(yīng)的關(guān)聯(lián)藥物在相同鍵值關(guān)聯(lián)度系數(shù)中排名前十的藥物組合，再對這些藥物進行聚類得到新的藥物處方組合，即核心藥物組合。核心藥物組合提取子功能的頁面截圖如圖5所示。

4 結(jié)束語

由于中醫(yī)藥數(shù)據(jù)具有數(shù)據(jù)量大和結(jié)構(gòu)復雜等特點，運用傳統(tǒng)的統(tǒng)計學方法不能很好地對中醫(yī)辨證論治數(shù)據(jù)進行分析。同時已有的相關(guān)軟件大部分采用的是桌面客戶端模式，需下載后才能使用，升級和維護都較為麻煩。

本文設(shè)計并實現(xiàn)了一款基于Web的智能中醫(yī)藥數(shù)據(jù)分析系統(tǒng)ITCMDAS，系統(tǒng)具有全面性、可視化和易用性等特點。系統(tǒng)功能較為完善，實現(xiàn)了處方數(shù)據(jù)頻次分析、處方數(shù)據(jù)關(guān)聯(lián)分析、處方數(shù)據(jù)聚類分析、文本情感分析和中醫(yī)舌象識別等功能。面向的用戶既包括中醫(yī)藥研究人員又包括普通用戶。用戶可以在線查看可視化網(wǎng)絡(luò)圖和表格，還可以離線下載保存分析處理后的數(shù)據(jù)。在后續(xù)研究中，將進一步優(yōu)化系統(tǒng)界面和操作流程，同時對中醫(yī)藥自然語言處理和中醫(yī)舌象識別與處理開展更加深入的研究，擴充系統(tǒng)的功能，更好地為中醫(yī)藥研究和應(yīng)用服務(wù)。

參考文獻：

[1] 劉凡，李新龍，李凌香，等.數(shù)據(jù)挖掘軟件在名老中醫(yī)經(jīng)驗傳承中的應(yīng)用進展[J].環(huán)球中醫(yī)藥，2019，12（10）：1606-1610.

[2] 王康，尹玉潔，李雅文，等.數(shù)據(jù)挖掘方法在中醫(yī)醫(yī)案研究中的應(yīng)用[J].世界中醫(yī)藥，2021，16（11）：1659-1664.

[3] 陳志奎，宋鑫，高靜，等.基于數(shù)據(jù)挖掘的中醫(yī)診療研究進展[J].中華中醫(yī)藥學刊，2020，38（12）：1-9.

[4] 仲芳，楊巍，趙翀，等.數(shù)據(jù)挖掘技術(shù)在中醫(yī)醫(yī)案的應(yīng)用研究[J].中國中醫(yī)藥信息雜志，2020，27（2）：141-144.

[5] 侯藝，付亞輝，于若愚，等.基于數(shù)據(jù)挖掘新型冠狀病毒肺炎治療期中藥用藥規(guī)律[J].世界科學技術(shù)-中醫(yī)藥現(xiàn)代化，2021，23（5）：1667-1675.

[6] 楊燦，呂曉東，龐立健，等.中藥復方治療新型冠狀病毒肺炎用藥規(guī)律分析[J].海南醫(yī)學院學報，2020，26（13）：961-966.

[7] 張佳，李曉東.基于數(shù)據(jù)挖掘的各地區(qū)新冠肺炎恢復期中醫(yī)藥組方用藥規(guī)律研究[J].湖北中醫(yī)藥大學學報，2020，22（6）：117-121.

[8] 西廣成.復雜系統(tǒng)方法學與中醫(yī)證候建模[M].北京：科學出版社，2010.

[9] 趙亞麗.一類復雜系統(tǒng)的熵方法研究[D].北京：中國科學院自動化研究所，2005.

【通聯(lián)編輯：代影】

收稿日期：2021-12-26

基金項目：國家級大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目（S202010541052）;湖南中醫(yī)藥大學計算機科學與技術(shù)學科開放基金項目（2018JK05）;湖南中醫(yī)藥大學人才引進基金項目

作者簡介：劉波（2001—），男，本科生，主要研究方向為中醫(yī)藥信息學;劉偉（1982—），男，通信作者，副教授，博士，主要研究方向為知識工程和中醫(yī)藥信息學。