[發(fā)明專利]一種基于節(jié)點相似度的Kmeans中藥材功效聚類方法

在審

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

本發(fā)明公開了一種基于節(jié)點相似度的Kmeans中藥材功效聚類方法。本發(fā)明步驟：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、藥材功效庫、藥材性味歸經(jīng)二值表；根據(jù)23大類功效表，將中藥材功效總結(jié)歸類，構(gòu)建藥材功效矩陣；基于方劑組成庫構(gòu)建方劑?藥材二分網(wǎng)絡(luò)；計算基于度分布的藥材對期望值，將藥材對期望值作為中藥材相似度；建立基于中藥材相似度的Kmeans聚類模型；基于所述聚類模型對中藥材進行聚類，得到中藥材可能具有的潛在功效。本發(fā)明利用一種藥材相似度矩陣進行Kmeans聚類的準(zhǔn)確度可達0.728。同時使用Kmeans對傳統(tǒng)藥材的性味歸經(jīng)數(shù)據(jù)聚類，得到最終結(jié)果為0.646，高出約0.08，可見本發(fā)明提出的方法使得聚類結(jié)果更加精準(zhǔn)。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機輔助藥物設(shè)計領(lǐng)域，特別涉及一種基于節(jié)點相似度的Kmeans中藥材功效聚類方法。

背景技術(shù)

本發(fā)明中針對方劑、藥材信息將功效相似或相同的藥材聚為一類。該聚類問題是一個典型的基于劃分的問題，基于劃分的聚類算法中較為簡單且常用的算法為Kmeans聚類算法。Kmeans是無監(jiān)督學(xué)習(xí)算法，是一種分組觀察的方法，可調(diào)參數(shù)少，聚類速度快，方法簡單。但傳統(tǒng)的Kmeans算法具有兩個明顯的缺點：一是聚類個數(shù)K值很難把控，如中藥材功效繁多，每種藥材可能具有幾十甚至上百種功效，這樣聚類質(zhì)量會很難保證；二是樣本間距離計算并不能確保是其真實的相似程度，特別是針對中藥這種特殊數(shù)據(jù)。

因此，本發(fā)明針對Kmeans上述兩個缺點，利用方劑組成構(gòu)建的二分網(wǎng)絡(luò)，基于中藥材相關(guān)特性提出了一種基于度分布的藥材對相似度計算方法，并對比23大類功效表將藥材的散亂功效歸類，以獲得聚類個數(shù)k以及結(jié)果對照。

發(fā)明內(nèi)容

本發(fā)明的目的是針對現(xiàn)有技術(shù)的不足，提供一種基于節(jié)點相似度的Kmeans中藥材功效聚類方法。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案包括如下步驟：

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、藥材功效庫、藥材性味歸經(jīng)二值表；

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

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

步驟4、計算基于度分布的藥材對期望值，將藥材對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聚類模型；

步驟6、基于所述聚類模型對中藥材進行聚類，得到中藥材可能具有的潛在功效。

所述步驟1是通過文獻、數(shù)據(jù)庫和其他網(wǎng)絡(luò)資源的途徑，基于人工、網(wǎng)絡(luò)爬蟲的方法采集中醫(yī)藥相關(guān)數(shù)據(jù)，整合形成方劑組成庫、藥材功效庫以及藥材性味歸經(jīng)二值表；方劑組成庫中包括了方劑名以及對應(yīng)的藥材組成信息；藥材功效庫包含藥材所具有的各類功效；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。所述步驟2中的23大類功效表由醫(yī)學(xué)專業(yè)人員提供，通過對采集到的藥材功效庫進行匹配，得到藥材大類功效矩陣。

所述步驟3基于方劑與藥材之間的關(guān)系構(gòu)建了方劑藥材關(guān)聯(lián)二分網(wǎng)絡(luò)，其中包括22570種方劑，1249味藥材。

所述步驟4通過對網(wǎng)絡(luò)的分析提出的一種基于度分布的藥材對期望值計算方法，定義為藥材對期望值：即藥材m₁和藥材m₂同時存在于方劑i中的期望值，記為P_i。

P_i＝A·B