[发明专利]一种经方智能推荐方法及应用该方法的设备

说明书

本发明公开了一种经方智能推荐方法及应用该方法的设备，方法：将经典方剂中症状及方剂使用数据形式化表示；对中医数据集进行数据分析挖掘得到症状与方剂的关系表；针对症状集合S中的每个症状，根据症状与方剂的关系表计算其对于方剂集合P中每个方剂的权重得分，并组成一定存在的症状关系集合Y及一定不存在的症状关系集合N；计算S_test对应每个方剂中的权重得分；选取权重得分＞0的所有方剂得到集合SC_new；通过Y和N筛选方剂；所得方剂按照权重得分从高到低依次排序，选取前k个作为推荐经方。本发明的方法，经方推荐准确率高，能为年轻中医生提供辅助临床诊疗经方方案，提高工作效率，应用前景好；电子设备，结构简单，成本低廉。

技术领域

本发明属于中医信息化技术领域，涉及一种经方智能推荐方法及应用该方法的设备。

背景技术

中医一般指以中国汉族劳动人民创造的传统医学为主的医学，所以也称汉医，是研究人体生理、病理以及疾病的诊断和防治等的一门学科。中医学以阴阳五行作为理论基础，将人体看成是气、形、神的统一体，通过“望闻问切”四诊合参的方法，探求病因、病性、病位、分析病机及人体内五脏六腑、经络关节、气血津液的变化、判断邪正消长，进而得出病名，归纳出证型，以辨证论治原则，制定“汗、吐、下、和、温、清、补、消”等治法，使用中药、针灸、推拿、按摩、拔罐、气功、食疗等多种治疗手段，使人体达到阴阳调和而康复。

近年来，随着社会的发展及中国国力的不断提升，中医开始复兴。

中医经典方剂(简称：经方)是中医最为宝贵的财富，其经过几千年实践，早已验证了其临床的有效性。随着当前人工智能技术的不断发展，为更好地展开对经方的研究，人们将人工智能用于经方智能推荐方法的数据挖掘，以期望从医案数据层面挖掘其中的关键规律，如汤尔群等采用中医处方智能分析系统(CPIAS)对《伤寒论》112方的知识点进行量化表达，实现了对《伤寒论》方证的君、臣、佐、使排序，气、味、归经规律及辨证处方规律等方面的数据挖掘。然而更进一步的经方推荐(智能推荐方法)目前大多使用模板匹配方式进行，其主要是通过与已有医案进行对比分析，找出相近医案的经方，虽然这种方法能够完成经方推荐，但其严重依赖于医案的数量(同时对医案的各项数据要求较高)，医案数据的质量和数量决定了推荐效果的好坏，同时该方法的鲁棒性较差。

因此，开发一种准确性高(鲁棒性较高)且对医案数据的质量和数量要求不高的经方智能推荐方法极具现实意义。

发明内容

本发明的目的在于克服现有技术对医案数据的质量和数量要求较高且鲁棒性较差的缺陷，提供一种准确性高(鲁棒性较高)且对医案数据的质量和数量要求不高(采用现有医案数据即可达到较高的推荐准确性)的经方智能推荐方法。

为实现上述目的，本发明提供如下技术方案：

一种经方智能推荐方法，应用于电子设备，其步骤如下：

(1)将经典方剂中症状及方剂使用数据形式化表示，症状集合S＝{s₁,s₂…s_m…s_i}，方剂集合P＝{p₁,p₂…p_n…p_x}，其中s_m为某一症状如头痛，i为症状集合S中症状的总数量，p_n为某一方剂如大柴胡汤，x为方剂集合P中方剂的总数量，通过以上操作能够便于后续挖掘经方规律及构建经方智能推荐模型；

(2)对中医数据集进行数据分析挖掘得到症状与方剂的关系表(包括某一方剂的一定存在的症状及其不存在的症状等对应关系)，所述中医数据集中的数据包括病患症状及与之对应的方剂；