基于临床数据的中医处方推荐方法研究

发布时间：2020-08-08 14:18

【摘要】：临床诊疗决策支持是医学人工智能研究的核心内容。中医是我国独具优势和特色的传统医学体系,以四诊信息(主要包括症状与体征等信息)为依据,进行个体化诊疗是其主要临床模式。因此,中医人工智能研究的核心任务之一是实现以症状体征为输入,处方信息为输出的临床处方决策支持技术和方法。鉴于中医临床处方的复杂性和个体性,临床处方的决策支持技术研究一直是未能有效解决的研究难题。随着大量以电子病历信息为主要载体的临床数据积累,基于大规模临床数据,结合当前的机器学习和信息推荐方法进行个体化处方推荐成为可能。本文基于较大规模的中医临床病历数据,结合信息推荐和表示学习等方法,开展了中医临床处方推荐方法及系统研究,主要工作包括以下几个方面:(1)利用脱敏后的11379例中医临床病历数据,进行基于正则表达式的数据预处理,对现病史中的症状进行批量结构化解析,形成了具有较高质量的临床处方推荐数据集,该数据集包含11379条现病史,11247副处方和463味中药等主要信息,为开展中医临床处方信息推荐方法研究提供了重要数据基础。(2)针对处方推荐中需要利用症状集和处方信息等问题,构建了包含症状集和处方的异质网络,在此基础上,采用网络嵌入表示学习方法进行特征学习,并研制了基于类方分析和相似度的处方推荐算法。经实验分析表明,基于社团划分的处方推荐方法具有较好的处方推荐性能,实现了一定程度的个体化推荐效果。(3)面向临床数据预处理和中医处方推荐应用,本文设计并实现了中医临床处方推荐原型系统,该系统基于Flask框架和Neo4j的图数据库存储,实现了基于Web的临床数据检索、症状结构化处理及处方推荐等功能。
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.3;R24
【图文】：

的序列就可以看作输入向量所对应单词的词向量，并且该词向量的维度就是训练逡逑模型中隐层神经元的数目。逡逑ｓｋｉｐ－ｇｒａｍ的模型结构如图２－１所示。逡逑输入向量逦隐层逦输出层逦输出向量逡逑图２－１邋Ｓｋｉｐ－ｇｒａｍ的模型逡逑Ｆｉｇｕｒｅ邋２－１邋Ｔｈｅ邋ｍｏｄｅｌ邋ｏｆ邋ｓｋｉｐ－ｇｒａｍ逡逑在实际应用中，一般在训练结束后将所有单词所对应的词向量进行组合，形逡逑成权重矩阵，再将原单词的ｏｎｅｈｏｔ表示与该权重矩阵进行相乘就可以得到该单词逡逑对应的词向量，如式（２－１）所示。逡逑＂０．２邋０．５邋０．７＇逡逑０．５邋０．４邋０．２逡逑［０邋０邋１邋０邋０］ｘ邋０．７邋０．３邋０．５邋＝［０．７邋０．３邋０．５］逦（２－１）逡逑０．８邋０．９邋０．２逡逑０．５邋０．４邋０．８逡逑但是由于矩阵乘法运算的低效性，对宝贵的计算资源消耗巨大，借助单词逡逑ｏｎｅｈｏｔ表示只有一个维度的值为１、其余维度的值为0的特性，可以快速的获取该逡逑单词所对应的词向量，即直接在权重矩阵中对应于单词ｏｎｅｈｏｔ表示的值１所在维逡逑度的位置作为索引，并取出权重矩阵与该索引相对应的向量，则此向量就是该单逡逑词所对应的词向量。还是以式（２－１）为例

如果访问到某个节点发现该节点己不存在未访问到的直接邻居节点则进逡逑行回溯，再按照该规则继续访问，直到遍历完毕。逡逑以上图２－３为例，已知源节点为ｔ／，且设定节点Ｕ的邻域节点集合所包含的逡逑节点数Ａ：为４，那么依据上文介绍的ＢＦＳ的流程，采样得到的源节点（／的邻域节逡逑点为＆、＆、＆和＆，而根据ＤＦＳ流程采样得到的源节点Ｕ的邻域节点为＆、＆、逡逑＆和ＢＦＳ和ＤＦＳ分别对应了源节点邻域采样中的两种极端情况。一般而言，逡逑ＢＦＳ策略下采样得到的邻域集合中的节点和源节点往往有着比较紧密的关系，但逡逑是所覆盖的范围很小，邻域集合中常常仅包含源节点的直接邻居，该邻域集合侧逡逑重于表示微观层面的局部信息；ＤＦＳ策略下采样得到的邻域集合中的节点覆盖的逡逑范围比较大，但是所采样节点与源节点的关系可能不够紧密，距离源节点的平均逡逑路径较长，该邻域集合侧重于表示宏观层面的全局信息。Ｎ0ｄｅ２ｖｅｃ模型的邻域选逡逑择策略对ＢＦＳ和ＤＦＳ进行了综合

用户ｃ逦物品ｄ逡逑—？行为逡逑——？推荐逡逑图２－７基于用户的协同过滤算法逡逑Ｆｉｇｕｒｅ邋２－７邋Ｕｓｅｒ－ｂａｓｅｄ邋ｃｏｌｌａｂｏｒａｔｉｖｅ邋ｆｉｌｔｅｒｉｎｇ邋ａｌｇｏｒｉｔｈｍ逡逑ｒ－ＣＦ算法的关键就是计算出不同用户之间的兴趣相似度，而在的计算主要是依靠不同用户行为之间的关系来获取的，常用要有杰卡德相似度和余弦相似度。逡逑卡德相似度逡逑Ｎ邋（ｕ）ｒ＼Ｎ邋（ｖ）逡逑丨，式（２－１８）中ＡＹＷ表示用户ｗ选购过的物品集合，＾叫表示用户合，表示用户ｗ和用户ｖ共同选购过的物品集表示用户ｗ或用户ｖ选购过的物品集合的数目，杰卡德相

【参考文献】

相关期刊论文 前5条

1 赵志升;张晓;宋晨晏;;医学决策支持系统的发展现状与趋势分析[J];医学与哲学(B);2015年01期

2 孟凡红;万芳;;我国中医药信息化建设与发展[J];中国中医药信息杂志;2010年11期

3 王林;戴冠中;赵焕成;;一种新的评价社区结构的模块度研究[J];计算机工程;2010年14期

4 ;卫生部出台电子病历基本规范[J];中国社区医师(医学专业);2010年11期

5 刘建国;周涛;汪秉宏;;个性化推荐系统的研究进展[J];自然科学进展;2009年01期

相关博士学位论文 前1条

1 王昱;基于电子病历数据的临床决策支持研究[D];浙江大学;2016年

本文编号：2785679