[發明專利]一種基于多任務深度神經網絡的中藥功效預測方法

在審

• 申請號: 202010141041.8
• 申請日: 2020-03-03
• 公開（公告）號: CN111383740A
• 公開（公告）日: 2020-07-07
• 發明（設計）人: 譚露露;周銀座;吳晨程
• 申請（專利權）人: 杭州師范大學
• 主分類號: G16H20/90
• 分類號: G16H20/90;G16H50/70;G16H70/40;G06N3/04
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱月芬

1.一種基于多任務深度神經網絡的中藥功效預測方法，其特征在于，包括以下步驟：

(A)采集相關中醫藥數據，整合形成藥材庫；

(B)根據上述藥材庫與23大類功效表，將中藥材功效總結歸類，構建藥材功效矩陣；

(C)根據上述藥材庫中的藥材性味歸經特性構建性味歸經二值矩陣；

(D)根據所述性味歸經二值矩陣與藥材功效矩陣的信息劃分為訓練集與外部驗證集；

(E)基于所述訓練集，使用多任務深度神經網絡進行訓練，建立預測模型；

(F)基于所述預測模型對所述外部驗證集進行預測；通過輸入藥材，預測藥材可能具有的功效。

2.根據權利要求1所述的一種基于多任務深度神經網絡的中藥功效預測方法，其特征在于所述步驟(A)通過文獻、數據庫和其他網絡資源途徑，基于人工、網絡爬蟲、文本挖掘的方法采集中藥材相關數據，整合形成藥材庫；藥材庫中包含了藥材所具有的性味歸經信息與功效信息。

3.根據權利要求1所述的一種基于多任務深度神經網絡的中藥功效預測方法，其特征在于所述步驟(B)中的23大類功效表由醫學專業人員提供，分別是補氣、安神、開竅、化濕、溫胃止嘔、涌吐藥、補血、祛風除濕、平肝息風、利尿通淋、溫里理氣、拔毒生肌、活血化瘀、消食、殺蟲解毒、止痛、發散風寒、斂肺澀腸、收斂止血清熱解毒、瀉下、清熱瀉火、化痰止咳平喘、發散風熱；通過對采集到的藥材庫內的功效文本信息進行匹配，得到藥材功效矩陣，矩陣大小為(1249,23)；通過對采集到的藥材庫信息進行匹配，具有某種功效則標記為1反之為0，最終得到藥材的23種功效序列組成的功效矩陣；設藥材A具有補氣、祛風除濕、平肝息風、殺蟲解毒、發散風寒、收斂止血清熱解毒、清熱瀉火、發散風熱這些功效，則藥材A的功效向量為：

Y＝[y₁,y₂,y₃,...,y₂₃]＝[1,0,0,0,0,0,0,1,1,0,0,0,0,0,1,0,1,0,1,0,1,0,1]。

4.根據權利要求1所述的一種基于多任務深度神經網絡的中藥功效預測方法，其特征在于步驟(C)根據中草藥特性定義了五種基本特性：涼、溫、平、寒、熱；五種基本口味：辛、甘、酸、苦、咸；十二種經絡：心、肝、脾、肺、腎、胃、膽、三焦、大腸、小腸、膀胱、心包；以及有無毒性，根據藥材是否具有某種性味歸經特性，具有某種特性則標記為1反之為0，構建藥材性味歸經二值矩陣，矩陣大小為(1249,23)；例如藥材B有涼、平、毒、寒的特性，甘、苦的味道，進入心、肝脈絡中，則藥材B的性味歸經向量為：

V＝[v₁,v₂,v₃,...,v₂₃]＝[1,0,1,1,1,0,0,1,0,1,0,1,1,0,0,0,0,0,0,0,0,0,0]。

5.根據權利要求1所述的一種基于多任務深度神經網絡的中藥功效預測方法，特征在于所述步驟(D)中在數據集中隨機抽取40條樣本作為外部驗證集，將其余1209條藥材樣本按8:2的比例分為訓練集和測試集，使用外部驗證集驗證模型的預測性能；所述訓練集的每一個樣本都由一味藥材的性味歸經向量表示，任務的因變量為該藥材所具有的的功效序列。

6.根據權利要求1所述的一種基于多任務深度神經網絡的中藥功效預測方法，其特征在于所述步驟(E)中多任務深度神經網絡具體參數結構如下：隱層數量設置為4層，分別具有1000、800、100個神經元，在每個隱層后連接Batch Normal層與Relu函數，輸出層使用Sigmoid激活函數；batch-size設置為128；將藥材的23種性味歸經向量作為輸入向量，任務為是否具有這23種功效。

7.根據權利要求6所述的一種基于多任務深度神經網絡的中藥功效預測方法，其特征在于步驟(F)中，對于收集的所用于預測的藥材以性味歸經二值向量的形式輸入到預測模型，獲得該藥材所具有的功效序列，比較分析預測結果：使用40個外部測試集進行測試；使用Accuracy作為評估方法，在評估時，將預測結果分為真陽性(TP)、假陽性(FP)、真陰性(TN)、和假陰性(FN)，評估時使用Accuracy指標進行評估，其計算公式如下，N為所有樣本數，公式如下：

Accuracy＝(TP+TN)/N

在評分時，將閾值設置為0.5，即高于0.5則認為藥材具有此種功效，將其歸為1，否則設為0，表示藥材不具有此種功效。