[發(fā)明專(zhuān)利]一種基于節(jié)點(diǎn)相似度的Kmeans中藥材功效聚類(lèi)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010140751.9
• 申請(qǐng)日: 2020-03-03
• 公開(kāi)（公告）號(hào): CN111370140A
• 公開(kāi)（公告）日: 2020-07-03
• 發(fā)明（設(shè)計(jì)）人: 譚露露;周銀座;吳晨程
• 申請(qǐng)（專(zhuān)利權(quán)）人: 杭州師范大學(xué)
• 主分類(lèi)號(hào): G16H70/40
• 分類(lèi)號(hào): G16H70/40;G16H50/70;G06K9/62
• 代理公司: 杭州君度專(zhuān)利代理事務(wù)所(特殊普通合伙) 33240
• 代理人: 朱月芬

1.一種基于節(jié)點(diǎn)相似度的Kmeans中藥材功效聚類(lèi)方法，其特征在于包括以下步驟：

步驟1、采集相關(guān)中醫(yī)藥數(shù)據(jù)，數(shù)據(jù)處理后形成方劑組成庫(kù)、藥材功效庫(kù)、藥材性味歸經(jīng)二值表；

步驟2、根據(jù)23大類(lèi)功效表，將中藥材功效總結(jié)歸類(lèi)，構(gòu)建藥材功效矩陣；

步驟3、基于方劑組成庫(kù)構(gòu)建方劑-藥材二分網(wǎng)絡(luò)；

步驟4、計(jì)算基于度分布的藥材對(duì)期望值，將藥材對(duì)期望值作為中藥材相似度；

步驟5、建立基于中藥材相似度的Kmeans聚類(lèi)模型；

步驟6、基于所述聚類(lèi)模型對(duì)中藥材進(jìn)行聚類(lèi)，得到中藥材可能具有的潛在功效。

2.根據(jù)權(quán)利要求1所述的一種基于相似度的Kmeans中藥材功效聚類(lèi)方法，其特征在于步驟1具體實(shí)現(xiàn)如下：

通過(guò)文獻(xiàn)、數(shù)據(jù)庫(kù)和其他網(wǎng)絡(luò)資源的途徑，基于人工、網(wǎng)絡(luò)爬蟲(chóng)的方法采集中醫(yī)藥相關(guān)數(shù)據(jù)，整合形成方劑組成庫(kù)、藥材功效庫(kù)以及藥材性味歸經(jīng)二值表；方劑組成庫(kù)中包括了方劑名以及對(duì)應(yīng)的藥材組成信息；藥材功效庫(kù)包含藥材所具有的各類(lèi)功效；藥材性味歸經(jīng)二值表是基于藥材所具有的性味歸經(jīng)的數(shù)據(jù)構(gòu)建的二值表。

3.根據(jù)權(quán)利要求1或2所述的一種基于相似度的Kmeans中藥材功效聚類(lèi)方法，其特征在于步驟2具體實(shí)現(xiàn)如下：

依照中藥的功效大類(lèi)表將功效歸類(lèi)成23類(lèi)，分別是補(bǔ)氣、安神、開(kāi)竅、化濕、溫胃止嘔、涌吐藥、補(bǔ)血、祛風(fēng)除濕、平肝息風(fēng)、利尿通淋、溫里理氣、拔毒生肌、活血化瘀、消食、殺蟲(chóng)解毒、止痛、發(fā)散風(fēng)寒、斂肺澀腸、收斂止血清熱解毒、瀉下、清熱瀉火、化痰止咳平喘、發(fā)散風(fēng)熱；通過(guò)對(duì)采集到的藥材功效庫(kù)進(jìn)行匹配，得到簡(jiǎn)化的藥材功效矩陣。

4.根據(jù)權(quán)利要求3所述的一種基于相似度的Kmeans中藥材功效聚類(lèi)方法，其特征在于步驟3具體實(shí)現(xiàn)如下：

使用方劑組成庫(kù)，構(gòu)建方劑藥材關(guān)聯(lián)二分網(wǎng)絡(luò)，其中包括22570種方劑，1249味藥材。

5.根據(jù)權(quán)利要求4所述的一種基于相似度的Kmeans中藥材功效聚類(lèi)方法，其特征在于步驟4具體實(shí)現(xiàn)如下

定義藥材對(duì)期望值：即藥材m₁和藥材m₂同時(shí)存在于方劑i中的期望值，記為P_i；

P_i＝A·B

其中，P_i為藥材m₁和藥材m₂同時(shí)存在于方劑i中的期望值；A為方劑i被藥材m₁選中的概率，B為方劑i被藥材m₂選中的概率，D_i為方劑i的度，為藥材m₁的度，為藥材m₂的度，D為所有方劑度之和；將兩個(gè)藥材同時(shí)存在于每個(gè)方劑中的概率值P_i累加，共n個(gè)方劑，得到這兩個(gè)藥材同時(shí)出現(xiàn)于某一方劑中的期望值W；藥材m₁與藥材m₂實(shí)際共同存在于W_real個(gè)方劑中，可由以下公式計(jì)算得到的值作為藥材的相似度值：

的取值范圍為(-1，-0.5)和(1,101)；再將三元組變換為矩陣形式作為中藥材相似度矩陣。

6.根據(jù)權(quán)利要求5所述的一種基于相似度的Kmeans中藥材功效聚類(lèi)方法，其特征在于步驟5具體實(shí)現(xiàn)如下

5-1.對(duì)中藥材相似度矩陣使用主成分分析法進(jìn)行降維，降維后數(shù)據(jù)維度為1249*2；

5-2.為了匹配功效大類(lèi)個(gè)數(shù)，令聚類(lèi)個(gè)數(shù)k＝23；

5-3.計(jì)算初始聚類(lèi)中心，隨機(jī)選取23個(gè)樣本為初始樣本；

5-4.根據(jù)最小距離原則，為樣本分配最鄰近聚類(lèi)；即計(jì)算當(dāng)前類(lèi)內(nèi)任意樣本的類(lèi)內(nèi)質(zhì)心距離，比較得到質(zhì)心距離最小的樣本，則歸為當(dāng)前類(lèi)，并計(jì)算平均誤差；

5-5.更新聚類(lèi)中心；即計(jì)算每一類(lèi)中所有點(diǎn)的平均誤差，然后再次進(jìn)行分配，再次計(jì)算平均誤差；

5-6.比較前后兩次的平均誤差是否相等，若不相等則返回步驟5-5重新更新聚類(lèi)中心，若相等則進(jìn)入步驟5-7；

5-7.以此類(lèi)推，最終得到每個(gè)類(lèi)別的樣本；更新并保存類(lèi)別和質(zhì)心距離。

7.根據(jù)權(quán)利要求6所述的一種基于相似度的Kmeans中藥材功效聚類(lèi)方法，其特征在于步驟6具體實(shí)現(xiàn)如下

將得到的聚類(lèi)結(jié)果與已有的藥材功效庫(kù)進(jìn)行對(duì)比分析，以驗(yàn)證方法的準(zhǔn)確度；衡量指標(biāo)使用Pearson相關(guān)系數(shù)；具體步驟為：

6-1.使用Pearson相關(guān)系數(shù)計(jì)算得到類(lèi)別K_i中每一味藥材與其他藥材的功效相關(guān)性，并計(jì)算平均值作為此藥材的平均相關(guān)性；

6-2.得到類(lèi)別K_i中所有藥材的平均相關(guān)性列表，并將列表均值作為衡量類(lèi)別K_i的歸類(lèi)準(zhǔn)確度指標(biāo)。