智能中医药数据分析系统的设计与实现

来源：核心期刊咨询网时间：2022-05-09 10:5612

摘要：摘要：中医药数据具有数据量大和结构复杂等特点，运用传统的统计学方法不能很好地对中医辨证论治数据进行分析和深度挖掘，因此开发一套支持在线访问、功能齐全、简单易用的智能中医药数据分析系统意义重大。该文设计并实现了一套智能中医药数据分析系统ITCMDAS，实现了

　　摘要：中医药数据具有数据量大和结构复杂等特点，运用传统的统计学方法不能很好地对中医辨证论治数据进行分析和深度挖掘，因此开发一套支持在线访问、功能齐全、简单易用的智能中医药数据分析系统意义重大。该文设计并实现了一套智能中医药数据分析系统ITCMDAS，实现了处方数据频次分析、处方数据关联分析、处方数据聚类分析、文本情感分析和中医舌象识别等功能，有助于研究人员更好地研究与分析相关中医药数据。

　　关键词：数据挖掘;关联分析;关联规则;复杂系统熵聚类;配伍规律

　　1 概述

　　中医药作为中华民族不可或缺的文化遗产和文明宝库，积累了众多宝贵的治疗经验和理论知识。随着信息技术的日新月异和现代医学的不断发展，中医不再局限于传统的望闻问切，人们逐渐开始运用现代技术对中医进行研究。同时由于中医临床辨证论治思维具有非线性特征，传统的统计分析方法不能很好地分析中医药数据。因此，人们开始将计算机技术应用于中医药领域。在近几年国内研究人员的探索中，数据挖掘技术已广泛应用于名老中医的临床经验、用药规律和组方规律的研究 [1-4]。2020年初新型冠状病毒肺炎暴发以来，也陆续有一些研究团队将数据挖掘技术应用于新型冠状病毒肺炎的中医药研究[5]。杨灿等建立中药复方治疗新冠肺炎的方剂数据库，并运用频数分析、频次分析、聚类分析、关联规则分析等方法对所整理出的中药复方进行数据挖掘分析[6]。张佳等统计分析全国各地区卫生管理部分发布的新冠肺炎中医诊疗方案中恢复期组方用药规律，总结新冠肺炎恢复期用药特点及治疗思路，利用数据分析软件进行处理，总结常见证型频次、中药频次、高频用药及组合，提取关联规则[7]。

　　目前，市场上有许多通用的数据分析工具，但专门针对中医药数据设计并开发的数据分析软件较少。已有的几款软件采用的是桌面客户端软件的形式，需要用户下载相关应用软件，基于Web的在线中医药数据挖掘工具非常少。因此，设计并研发一套Web版智能中医药数据分析系统意义重大，能更好地分析中医药数据，方便用户使用，以便更好地服务于中医药研究与发展。

　　2 智能中医药数据分析系统的分析与设计

　　当前一些已研发的数据挖掘工具大多为面向全领域的数据分析工具，只有少许针对中医药数据设计并研发的专用软件，但是基本上都采用桌面客户端模式，用户需要下载较庞大的应用软件才能进一步操作。本文所开发的系统利用Web技术来实现在线智能中医药数据分析，系统具有全面性、可视化和易用性等特点。使用人员能够快速上手，并支持用户对数据的批量导入和导出，同时借助网络图和数据表格实现了用户的在线可视化查看，能够更好地助力于中医药数据分析与探索。

　　智能中医药数据分析系统(Intelligent Traditional Chinese Medicine Data Analysis System， ITCMDAS)使用人群分为两类，分别为普通用户和系统管理员。普通用户可以批量地导入中医药处方数据文件，能够对处方药物进行频次分析、关联分析和聚类分析和文本情感分析，同时用户也能进行中医舌象数据分析，通过上传舌体图片，系统将分析体质体征并给出药物调养建议。系统管理员则可对用户信息、中药材信息等数据进行管理和维护。

　　系统核心功能模块结构如图1所示。

　　ITCMDAS系统的主要功能如下：

　　1) 处方数据频次分析：将处方中單味药/药对/三元组统计出现频次，并从大到小排序，结果以ECharts图表显示，并支持以Excel文件格式导出数据。

　　2) 处方数据关联分析：通过数据挖掘中的Apriori关联规则算法计算出处方药物的多项关联规则，用户可以设置最小支持度阈值和最小置信度阈值，结果以表格形式显示。排序结果支持Excel文件导出，同时可生成以ECharts图表显示最小支持度阈值和最小置信度阈值分别为指定数值的药物强关联网络图。

　　3) 处方数据聚类分析：分为两大子功能模块，分别为处方组方规律分析和核心药物组合提取。处方组方规律分析：利用数据挖掘中的复杂系统熵聚类算法[8-9]，计算处方中各个药物的熵以及药物之间两两形成的药对的联合熵和关联度系数，用户通过设置关联度系数，从而生成排序后的关联度系数药物排名表，支持以Excel文件导出。核心药物组合提取：利用复杂系统熵聚类算法，计算得到药对之间的关联度系数后，将相互关联度排名前十的药物进行聚类，排序结果以表格形式显示，同样支持以Excel文件导出。

　　4) 文本情感分析：用户按照示例在文本框中输入任意一段文字，利用贝叶斯概率统计算法，采用知网正负面情感语料进行模型训练，通过训练得出的模型，判断该文本的情感极性是正面还是负面。

　　5) 中医舌象数据分析：用户上传舌体图片，系统通过深度学习训练所得的模型，分析体质体征并给出相应药物调养建议。

　　在系统需求分析报告和功能模块结构设计方案基础上，设计系统的界面原型。同时本系统采用MySQL关系型数据库，在满足第3范式前提下进行数据库设计。ITCMDAS的核心数据库表包括用户基本信息表和中药材功效性状信息表等。

　　3 智能中医药数据分析系统的实现与应用

　　ITCMDAS采用B/S(Browser/Server)架构，系统基于较为成熟的技术框架体系来实现。服务器端采用Java语言开发，使用SpringBoot免配置框架体系，系统整体采用MVC(Model-View-Controller)架构。同时系统服务器使用Apache Tomcat，数据库采用MySQL。前端界面呈现选择LayUI、jQuery等框架，并大量使用JSON用于数据传输。系统的技术体系结构如图2所示。

　　推荐阅读：数据挖掘在高校图书馆服务中的应用探究

转载请注明来自：http://www.qikan2017.com/lunwen/dzi/23082.html