方剂配伍规律数据挖掘的研究现状及思考
方剂配伍规律数据挖掘的研究现状及思考
介绍
中药方剂是由多种中药组成的组方，其间配伍要求较为严格，是中医治疗的核
心部分，方剂配伍规律本质上是中草药相互作用的规律，是中草药研究的重要内容。近年来，通过数据挖掘技术研究方剂配伍规律越来越受到学界的关注。本文将从方剂配伍规律的概念入手，进行相关介绍，并重点探讨方剂配伍规律数据挖掘的研究现状及后续思考。
方剂配伍规律的概念
方剂配伍规律是中医学古老而又极富传统的研究领域之一，具体涉及到中药方
剂配伍的原则和方法。中药方剂的基本构成是药性、药味、功效、归经、配伍等，中药之间的相互作用涉及到药物化学、药理学、药代动力学等多个方面。因此，方剂配伍规律是整合中草药研究和临床实践的重要理论基础。
方剂配伍规律的数据挖掘研究现状
概述
方剂配伍规律的研究涉及到大量的中草药数据，因此数据挖掘的技术被广泛应
用于方剂配伍规律的研究中。目前，方剂配伍规律的数据挖掘方法主要包括关联分析、聚类分析、决策树分析、人工神经网络分析等多种方法。
关联分析
关联分析是从海量数据中发现关联规则的一种数据挖掘技术。在中药领域中，
关联规则是指在不同的中药之间，发现某些特定的关联关系，如某中草药常常和何种中草药一起出现，或某中药出现在多个方剂中等。关联分析可以通过计算支持度和置信度等参数，发现中草药之间的关联关系，并通过这些关联关系预测新的方剂。
聚类分析
聚类分析是基于相似度度量的一种数据挖掘方法。在方剂配伍规律的研究中，
聚类分析可以通过对中草药进行聚类，揭示中草药之间的相似性，进而为新方剂的配伍提供一定的参考。
决策树分析
决策树分析是一种基于树形结构的数据挖掘方法。在中药方剂研究中，通过构
建决策树，可以从多个中草药之间找到最优的配方组合，为新的方剂研发提供参考。
人工神经网络分析
人工神经网络分析将神经网络应用于分析模型中，以自适应性的方法对数据进
行建模和预测。在中草药研究中，人工神经网络模型可以根据大量的中草药数据，发现中草药之间的相互作用并作出预测，为方剂配伍规则的研究提供依据。
现状分析
方剂配伍规律的数据挖掘是一个较新的研究领域，目前较多的研究针对中药方
剂配伍的规则发现和新方剂的探索。通过大量实验，在各类数据挖掘分析方法中，聚类分析和关联规则分析的应用比较广泛。同时，人工神经网络分析也逐渐得到重视，因其能够预测药物作用和疗效，能够为中医配伍提供指导。决策树分析在方剂的配伍中应用也得到了一定的追捧，但是与其他方法相比，其应用范围相对较窄。
研究思考
随着数据挖掘技术的日益成熟，中草药的数据化程度也越来越高，人们对方剂
配伍规律的数据挖掘研究的需求也在不断增加，相信在未来的研究中，该领域必将得到进一步的发展。
然而，方剂配伍规律的研究除了数据挖掘技术，还需要涉及到医学、药学和统
计学等多个领域的知识。因此，如何科学合理地整合这些知识，应用数据挖掘技术，进一步研究方剂配伍规律，仍需要进一步探讨。同时，如何将方剂配伍规律的研究成果，落地到临床实践中，为中医药行业和人们的健康做出贡献，我们也需要进一步扩大研究深度和广度。
结论
方剂配伍规律的数据挖掘研究是中医药研究领域的重要一环，目前各类方法都
有了一定的发展成果，但从应用角度看还存在很多不足，需要继续深化研究。相信随着科技的不断进步和中草药数据的不断积累，中药领域的大数据研究将向着更加广阔和丰富的方向发展。
方剂配伍规律数据挖掘的研究现状及思考
方剂配伍规律数据挖掘的研究现状及思考 介绍 中药方剂是由多种中药组成的组方，其间配伍要求较为严格，是中医治疗的核 心部分，方剂配伍规律本质上是中草药相互作用的规律，是中草药研究的重要内容。近年来，通过数据挖掘技术研究方剂配伍规律越来越受到学界的关注。本文将从方剂配伍规律的概念入手，进行相关介绍，并重点探讨方剂配伍规律数据挖掘的研究现状及后续思考。 方剂配伍规律的概念 方剂配伍规律是中医学古老而又极富传统的研究领域之一，具体涉及到中药方 剂配伍的原则和方法。中药方剂的基本构成是药性、药味、功效、归经、配伍等，中药之间的相互作用涉及到药物化学、药理学、药代动力学等多个方面。因此，方剂配伍规律是整合中草药研究和临床实践的重要理论基础。 方剂配伍规律的数据挖掘研究现状 概述 方剂配伍规律的研究涉及到大量的中草药数据，因此数据挖掘的技术被广泛应 用于方剂配伍规律的研究中。目前，方剂配伍规律的数据挖掘方法主要包括关联分析、聚类分析、决策树分析、人工神经网络分析等多种方法。 关联分析 关联分析是从海量数据中发现关联规则的一种数据挖掘技术。在中药领域中， 关联规则是指在不同的中药之间，发现某些特定的关联关系，如某中草药常常和何种中草药一起出现，或某中药出现在多个方剂中等。关联分析可以通过计算支持度和置信度等参数，发现中草药之间的关联关系，并通过这些关联关系预测新的方剂。 聚类分析 聚类分析是基于相似度度量的一种数据挖掘方法。在方剂配伍规律的研究中， 聚类分析可以通过对中草药进行聚类，揭示中草药之间的相似性，进而为新方剂的配伍提供一定的参考。 决策树分析 决策树分析是一种基于树形结构的数据挖掘方法。在中药方剂研究中，通过构 建决策树，可以从多个中草药之间找到最优的配方组合，为新的方剂研发提供参考。 人工神经网络分析
基于中医传承辅助系统挖掘的方剂组方规律研究
基于中医传承辅助系统挖掘的方剂组方规律 研究 中医药学是中华民族的瑰宝，凝聚了数千年来医药实践经验的智慧结晶。方剂作为中医药学中的重要组成部分，承载着中医药的理论和临床实践。然而，方剂组方规律的挖掘一直是中医药学研究的难点之一。本文将介绍一种基于中医传承辅助系统挖掘的方剂组方规律的研究方法和成果。 一、研究背景 方剂是中医临床治疗的核心，是将多种草药按照一定的比例和制剂方法组合而成的处方。方剂组方规律的研究有助于揭示中医药的理论体系，对于推动中医药现代化具有重要意义。然而，传统的中医方剂组方规律研究主要依赖于经验和专家的经验判断，缺乏科学的数据支撑。随着计算机技术的发展，基于中医传承辅助系统挖掘的方剂组方规律研究逐渐成为可能。 二、研究方法 基于中医传承辅助系统挖掘方剂组方规律的研究方法主要包括数据收集、数据处理和模型构建三个步骤。 1. 数据收集 挖掘方剂组方规律的第一步是收集大量的方剂数据。可以通过中医药数据库、文献资料和临床实践等途径获得方剂数据。收集的方剂数据应包含方剂的组成成分、用药配伍关系、疾病适应症等信息。
2. 数据处理 在获得方剂数据后，需要进行数据处理，包括数据清洗、特征提取 和数据标准化等步骤。数据清洗主要是去除数据中的错误和重复信息，确保数据的准确性和完整性。特征提取是提取方剂数据中的关键特征，如草药种类、配伍关系和用药比例等。数据标准化是将不同数据源的 方剂数据标准化为统一格式，方便后续的数据分析和处理。 3. 模型构建 模型构建是基于处理后的方剂数据构建用于挖掘方剂组方规律的模型。可以采用机器学习、数据挖掘、人工智能等方法构建模型。模型 的输入是方剂数据的特征，输出是方剂组方规律的模式。通过训练模型，可以从大量的方剂数据中发现其中的规律和关联性，为中医药学 研究提供有力支持。 三、研究成果 基于中医传承辅助系统挖掘的方剂组方规律研究已经取得了一些初 步成果。通过构建模型，研究者们发现了一些常见的方剂组方规律， 如某些草药常常与另外几种草药共同应用，或者某些草药对于一些特 定病症有较好的疗效等。这些发现为中医药的临床实践提供了指导， 也为方剂的研发和创新提供了理论依据。 然而，基于中医传承辅助系统挖掘的方剂组方规律研究仍然面临一 些挑战。首先，方剂数据的质量和数量仍然需要提高，更多的方剂数 据是挖掘方剂组方规律的基础。其次，方剂组方规律的挖掘需要综合
中医经典方剂的研究和应用
中医经典方剂的研究和应用中医药作为中国传统医学的瑰宝，拥有悠久的历史和丰富的疗效。其中，中医经典方剂作为中医治疗的核心方法，在现代医学研究和应用中扮演着重要的角色。本文将探讨中医经典方剂的研究现状以及其在临床应用中的重要性。 一、中医经典方剂的研究现状 中医经典方剂是指在经典中医文献中记录的并经临床应用验证的药方。这些方剂经过长时间的实践积累和总结，具有独特的药效和药理作用。目前，中医经典方剂的研究主要集中在以下几个方面： 1.方剂的传承与整理 中医经典方剂的研究首先需要对古籍进行梳理和整理，确保方剂文献的准确性和权威性。通过对方剂配伍规律的总结和分析，可以进一步揭示方剂药效的基础。 2.方剂基础理论的研究 中医经典方剂的研究还需要对方剂的基础理论进行深入解析。包括方剂中各药物之间的药性、归经，以及配伍应用的原理和规律等。这将有助于进一步理解方剂的作用机制。 3.方剂的化学成分分析
现代科技手段的发展，使得对中医药物化学成分的分析更加精确和 迅速。对中医经典方剂进行化学成分分析，有助于解析其药效成分和 药理作用，并为方剂的临床应用提供科学依据。 二、中医经典方剂的临床应用 中医经典方剂在临床应用中具有独特的优势和价值。以下是方剂在 临床应用中的几个方面： 1.综合调理作用 中医经典方剂常常采用多种草药进行配伍，以达到综合调理人体的 目的。这些方剂能够综合调理人体的气血阴阳，调节脏腑功能，以促 进健康恢复和疾病康复。 2.病因病机指导 中医经典方剂在应用中注重诊断和治疗的个体化特征，即病因病机。方剂的选择和应用，依据患者的症状、体质和疾病的特点，从而提高 治疗效果。 3.辨证施治 中医经典方剂注重辨证施治，即根据不同的证候来调配药物。这种 方法可以针对不同的疾病类型进行治疗，提高疗效和治愈率。 4.缓解副作用
2021年中药复方配伍规律研究的思考与探讨
摘要中药是祖国医学的精华，中药配伍规律也是历经多年的医学经验凝结。中药配伍规律所需要研究的内容众多，但是，我们对于中药配伍规律的研究不能仅仅停留在传统理论方面，必须通过科学实验进行阐述，更客观、全面的揭示其科学内涵。 关键词中药；复方；配伍规律；研究 随着全社会“回归自然”呼声的高涨，社会对中药以及制剂的需求与日俱增。但目前，我 国对中药复方配伍规律研究仍旧停留在前人研究阶段，这显然无法适应时代发展需求。新形势下，积极探究中药复方配伍规律研究，具有重要指导意义。 1中药配方研究中的注意事项 1坚持中医理疗 我国传统中医理论是在长期临床实践中总结而来的，有着悠久的发展历史。故而，在现代研究过程中，必须坚持继承基本理论，否则，就会使得中药配伍研究变成化学成分或植物研究。 2坚持药理研究与化学成分研究结合 缺乏要效果研究指导，中药研究就会变成单纯的成分分析研究；缺少化学风奶粉研究，就会降低药理研究的水平。只有坚持药理研究与化学成分研究结合，才能真正阐明中药配伍的作用机制与药效作用。 2 中药配伍规律的药理分析 1君臣佐使 中药配伍过程中，必须强调君臣佐使之间的不同差别，不同的药物在复方中药制剂中有主、有次之分。在具体配伍过程中，必须强调不同药物之间的相使、相恶、相乘之间的关系，不管是在理论研究还是在实践应用中，必须着重强调中药方剂中药味的重要性。 2药物剂量 中药配伍过程中，还应注重药味剂量的合理配比，不同药物之间剂量配比不同，其相应的作用也会发生变化。例如，通脉四逆汤以及四逆汤，两种药方均是由甘草、附子、干姜等藥物组成，但是，这两种药方之中干姜以及附子的具体用量并不相同，这也导致了这两种药物的药效功能大不相同。故而，在临床实际应用中，即便是药物配伍得当、药方处理正确，但药物使用剂量不当，这也会影响临床治疗效果。 3充分发挥药性理论的指导作用
方剂配伍规律及研究进展
方剂配伍规律及研究进展 摘要：对于我国传统中医而言，方剂配伍是中医理论的核心，通过不同药材配伍所成的方剂可在各类疾病治疗中取得相应的效果，从而有助于患者的康复。但是，因我国传统中医理论的独特行，方剂配伍也有着区别于其他医学理论的规律，因此方剂配伍规律也成为制约中医药现代化发展的一大难点。为此，本文便通过对相关期刊资料的查询，对方剂配伍规律的研究现状进行了简单的梳理和总结，希望能够为中医药现代化进程的发展提供一定的理论帮助。 关键词：方剂；配伍规律；研究进展 近几年，随着我国广大人民群众对于自身健康重视程度的不断提升，学界对于中医的重视程度也在不断提升。中医因其特有的理论体系，在各类疾病的治疗及康复中均有着重要的作用。但是，中医治疗的关键在于方剂，而方剂的关键点则在于配伍，只有不断加深对于方剂配伍规律的了解，才可最大程度的发挥方剂的疗效，才能够促进我国传统中医的现代化发展。方剂指的是我国传统中医体系中能够治病救人的药方。同世界其他医学理论体系相比，我国传统中医的理论体系尤为独特，以阴阳五行作为理论基础，并将人类的气、形、神视为一体，认为五行失调是导致疾病发作的根本原因，因此调和阴阳便可促进患者的康复。在这样独特的基础理论指导下，我国传统中医的方剂配伍也存在着独特的规律，根据患者的证型，辨证选取适宜的药物、剂量及方法，便可有效促进患者的康复。但是，因中医理论的特殊性，现代研究手段在中医方剂配伍规律的分析及应用中存在极大的局限性，严重阻碍了中医的现代化发展进程。为此，本文便通过对相关期刊资料的查询，对方剂配伍规律及现今研究进展进行了如下总结，希望能够为中医的现代化发展提供一定的理论参考。 1. 研究方剂配伍规律的重要性
基于数据挖掘技术的中药配伍规律研究
基于数据挖掘技术的中药配伍规律研究 摘要：中药配伍规律是中药学中的重要研究领域之一。随着数据挖掘技术的不断发展和应用，将其应用于中药配伍规律研究中，成为了一种重要的手段。本文将介绍基于数据挖掘技术的中药配伍规律研究的基本概念和方法，并利用数据挖掘技术对中药配伍规律进行分析和研究。研究结果表明，数据挖掘技术能够揭示中药配伍规律的潜在规律，为中药的合理配伍提供了科学依据。 关键词：中药配伍规律；数据挖掘技术；规律分析 1.引言 中药是我国独有的宝贵资源，具有丰富的药理活性成分。传统中药通过将多种草药搭配使用，可以提高疗效，减少副作用。而中药配伍规律的研究，可以揭示不同中药组合的潜在规律，为中药的合理使用和开发提供科学依据。 数据挖掘技术是一种从大规模数据集中发现并提取有用信息的方法。它通过构建数学模型和算法，自动发现隐藏在数据背后的规律和模式。近年来，随着计算机和互联网技术的快速发展，数据挖掘技术得到了广泛应用，成为了中药配伍规律研究的一种重要手段。 本文将介绍基于数据挖掘技术的中药配伍规律研究的基本概念和方法，并利用数据挖掘技术对中药配伍规律进行分析和研究。研究结果表明，数据挖掘技术能够揭示中药配伍规律的潜在规律，为中药的合理配伍提供了科学依据。 2.数据挖掘技术在中药配伍规律研究中的应用 2.1 数据挖掘技术的基本概念 数据挖掘技术是从大规模数据集中发现有用信息的过程。它主要包括数据预处理、数据挖掘模型构建和模型评估等步骤。其中，数据预处理用于对原始数
据进行清理和转换，以便进行后续的分析和挖掘；数据挖掘模型构建则是利用数学模型和算法来发现数据中的规律和模式；模型评估用于评估挖掘模型的准确性和可靠性。 2.2 数据挖掘技术在中药配伍规律研究中的应用 数据挖掘技术在中药配伍规律研究中可以应用于以下几个方面： 数据挖掘技术可以分析中药配伍中的草药组合规律。通过对大规模的中草药数据库进行数据挖掘，可以发现哪些草药常常被搭配使用，从而揭示中药配伍的潜在规律。 数据挖掘技术可以分析中药配伍的药效规律。通过对以往的临床数据和实验数据进行挖掘，可以发现某些草药组合对特定疾病有较好的疗效，从而指导中药的合理组合和使用。 再次，数据挖掘技术可以分析中药配伍的药理机制。通过挖掘中药的化学成分和药理活性数据，可以发现不同草药之间的相互作用和可能的药理机制，从而揭示中药配伍的科学依据。 数据挖掘技术可以辅助中药材质量控制和药物安全评估。通过挖掘中草药的质量数据和不良反应数据，可以发现质量控制的关键因素和药物的潜在风险，从而提高中药的质量和安全性。 3.数据挖掘技术在中药配伍规律研究中的实例分析 为了验证数据挖掘技术在中药配伍规律研究中的应用价值，我们选择了某中药数据库中的草药数据进行分析。 3.1 数据收集与预处理 我们需要收集大量的中草药数据，并进行数据清洗和转换。在数据清洗过
关于方剂配伍的思考
关于方剂配伍的思考 中医治病主要靠中药方剂和针灸，针灸是通过选取穴位来治病，穴位之间要配合得当才能发挥疗效。同样，方剂是由药物组成，药物之间合理的配伍是协同发挥作用的关键，配伍得当才能让所有药物协同起效产生医者想取得的作用。 因此药物和穴位之间的配伍就显得尤其重要，但是目前还没有任何一本著作专门谈药物如何配伍。很多人会说，方剂学不就是在谈配伍吗。小郎中认为，方剂学中对配伍的的研究还不够，方剂中更多的是分析方的组成结构，通过君臣佐使的分析来谈方是怎么发挥作用的，但是很少有医生临床中开方会考虑到这些君臣佐使的因素，大多是考虑药物之间通过怎样的配合达到什么疗效。关于方剂的结构组成，小郎中完全赞同成都中医药大学已故教授陈潮祖先生的论述，任何一首方剂，都由消除致病因素，调理脏腑功能，调理气血津液三类药物组成，部分方剂还要配伍缓解经脉药物。方剂中除解痉、驱虫等法外，所有方剂都反映了通、涩、补三种作用。既然方剂都有这些结构和作用共性，那么方剂配伍也要体现这些方面。 据小郎中了解，目前关于方中药物配伍的研究还不够完善，方中药物如何发挥医者想要的作用还需要深入研究。小郎中认为药物配伍研究应该从临床出发，从单味药的药证出发，从药对出发，先看看每二味药之间怎么协同取效，再扩大到三味甚至四味药物。例如枳壳桔梗配伍可以起到宽胸理气的作用，小剂量的柴胡和升麻配伍可以起到升举脾胃阳气的作用，这些内容目前都是临床中常用的配伍组合。单味药的药证研究内容很多，历代本草著作多是研究这些内容的，但是药物之间配伍协同产生什么作用研究者就寥寥无几了。 小郎中认为，药物配伍研究应该成为临床医生的重点工作。应该从药对出发，在临床中不断验证疗效，进而推广经验，让更多的医生验证实效，惠及更多的群众。基于以上观点，小郎中认为在临床中也要求医生尽可能的开经方，开小方，这样便于总结药物配伍经验。
大数据技术在中医药领域中的应用现状及思考
大数据技术在中医药领域中的应用现状及思考 大数据技术在医疗领域中应用日益广泛，而在中医药领域中，随着人们对传统中医药的再次重视，大数据技术也开始进入中医药领域，其应用的范围越来越广泛，为推动中医药现代化做出了重要的贡献。 一、应用现状 1.中医药方剂研究 中医药对药物配伍和方剂的应用有其独特之处，传统的中药方剂多是基于经验通过反复试验和总结而得来的，但是在实际应用中，有时因众多的药物而使得方剂的配伍更显得复杂。如何系统研究中医药方剂的组成规律，以及在方剂的治疗中如何进行合理的药物配伍，一直是中医药研究的难点。利用大数据技术，可以将传统的经验与现代的数学模型相结合，挖掘方剂中的有效成分，探索中药间的相互关系，从而形成人工智能，更好地指导中医药的临床应用。 2.中医药辨证施治 中医药讲究辨证施治，不同的病证需要不同的辨证施治思路和方法。而人工智能技术和大数据技术可以为中医药的辨证施治提供更准确的指导。通过大数据技术可以对患者各项指标进行全方位的监测，以此作为中医师辨证的依据，进而给出合理的中药治疗方案。 3.中医药临床疗效 中医药在临床应用中具有独特的治疗效果，但是中医药的临床疗效除了患者的体质等因素之外，还受到诊断与治疗的限制因素。而大数据技术可以通过对大量实验数据和临床案例进行统计和分析，为中医药的诊断和治疗提供更为准确的数据基础，并可以预测近似疗效。 二、思考 1.大数据技术在中医药领域的推广应当得到进一步加强。要增强人工智能算法的准确性和针对性，更好地为中医药的辨证施治提供服务。 2.大数据技术的应用也需要注意到保护患者的隐私信息。中医药患者的个人信息较敏感，因此在使用大数据技术时应当减少患者个人隐私信息的泄漏。 3.在中医药临床疗效方面，大数据技术需要建立临床数据库，并且对数据进行深度分析，以便更好地挖掘中医药的疗效，从而推动中医药的现代化进程。 综上所述，大数据技术在中医药领域的应用前景广阔，通过大数据技术可以更好地挖掘中医药的治疗成分，为中医药的诊断和治疗提供更为准确的数据基础，并推动中医药的现代化进程。
基于数据挖掘的中药配方药效研究
基于数据挖掘的中药配方药效研究中药作为中国传统医学的重要组成部分，在长期的临床实践中积累了丰富的经验和知识。然而，中药的配方种类繁多，药效难以准确评估，这给中药的临床应用和研究带来了一定的挑战。为了解决这个问题，近年来，越来越多的研究者开始运用数据挖掘技术，对中药配方的药效进行研究。本文将基于数据挖掘的方法，探讨中药配方药效研究的现状和发展前景。 一、数据挖掘在中药研究中的应用 数据挖掘是从大量的数据中挖掘出潜在模式和规律的过程，它可以帮助我们发现药物的功效及可能的副作用，从而有效地指导中药的合理运用。在中药研究中，数据挖掘技术可以应用于以下几个方面： 1. 中药配方的组成分析 通过分析中药配方中药材的组成及其所含的活性成分，可以揭示中药的药效机制。数据挖掘技术可以从大量的文献和数据库中获取中药的化学成分信息，进而帮助研究者分析中药配方的药效。 2. 中药配方的药效评估 中药配方的药效评估是中药研究的一项重要任务。传统的药效评估方法往往耗时耗力，且可能存在主观性和随机性的问题。借助数据挖掘技术，可以利用大量的临床数据和实验数据，分析中药配方的功效和药理作用，从而对其药效进行评估。
3. 中药配方的优化 中药配方的优化是指根据临床和实验数据，调整中药配方的组成和比例，以达到更好的药效。数据挖掘技术可以帮助研究者从大量的中药方剂数据库中挖掘出有效的规律和模式，为中药方剂的优化提供科学依据。 4. 中药的副作用和毒性评估 中药的副作用和毒性是中药研究中不可忽视的问题。通过数据挖掘技术，可以从临床和实验数据中挖掘出中药的副作用和毒性信息，从而提供中药的安全性评估和合理应用的依据。 二、数据挖掘方法在中药配方药效研究中的应用案例 1. 基于规则挖掘的中药配方药效研究 规则挖掘是数据挖掘中的一种重要方法，它可以从给定数据集中挖掘出潜在的规则和模式。在中药配方的药效研究中，可以利用规则挖掘技术，从大量的临床数据中挖掘出中药与疾病之间的关联规则，进而揭示中药配方的药效机制。 2. 基于聚类分析的中药分类研究 聚类分析是一种将数据对象划分为互不相交的若干个类别的方法。在中药配方的分类研究中，可以利用聚类分析技术，根据中药配方的组成和药效特征，将中药配方划分为不同的类别，为中药的合理运用提供参考。
数据挖掘技术在维药“依提尔菲力类方”(诃子膏)研究的应用前景及配伍规律研究想法
数据挖掘技术在维药“依提尔菲力类方”（诃子膏）研究的应 用前景及配伍规律研究想法 根据第三次全国中药资源普查和第四次中药资源普查试点数据统计，传统维吾尔医常用药材 有500多种，制剂1200多种，60多个剂型；古籍中记载维吾尔药方剂型一般分为四大类[1]，即膏状制剂、硬状制剂、散状制剂、液状制剂。其中膏状制剂根据方剂组成、药味、作用、 配料、制法，使用部位及形状不同等分为十多种，常用的有：（1）合米日(糖膏)、（2）伊 提日非力(诃子膏)、（3）阿亚热吉(苦膏)、（4）塔尔亚克(解毒膏)、（5）朱瓦日西(消食膏)、（6）买朱尼(蜜膏)、（7）罗补比(仁膏)、（8）木排日(爽心膏)、（9）古丽坎尼(花膏)、（10）罗欧克(舔膏)、（11）买日合米(软膏)、（12）买日合米（软膏）、孜马地（敷剂）、（13） 里瓦衣(糖糊)等。 依提尔菲力类方，又叫伊提日非力膏(译成诃子膏或三诃子方)：系指[1]方中以黄诃子皮、卡 布尔诃子皮、毛诃子皮、余甘子皮等词子类药为主，其他药物为副，一般其中三味或五味诃 子同出。研末，过箩，以巴旦仁油或酥油湿润，用炼蜜制成的膏状制剂。如伊提日非力赛格 日诃子膏等。内用，药效期为1至3年。又有一篇文献报道[2]：伊提日非力制剂是指处方由 西青果、诃子、余甘子3味药或西青果、诃子、余甘子、毛诃子、黄诃子5味干果为主药， 其他药味为辅药而组成的，并采用维吾尔药传统工艺制成的蜜膏类复方制剂。 2.必要性和意义 2.1 文献挖掘的必要性 在党的十八大的报告中[3]指出：“运用现代科技手段开发利用民族文化丰富资源，加强对各 民族文化的挖掘和保护，重视文物和非物质文化遗产保护，做好典籍整理挖掘工作”。在 2016年末，自治区出台《新疆维吾尔自治区中药民族药资源保护与产业发展规划（2016—2020年）[4]》，并指出：“加大中医民族医药古籍文献、民间经方、验方、秘方的系统调查 和整理挖掘力度。建立自治区中药民族药文献资源信息库以及保护交流名录，加强经典著作 的翻译和编撰工作。” 目前，新疆维吾尔医药文献典籍的收集整理工作已取得了一定的进展，但其挖掘整理工作系 统性不够[5]。虽然维吾尔医药发展几千年，积累了大量的方剂数据，可是缺乏系统的收集整理，难以体现维医维药的组方用药规律，尤其是药性基础研究不明，剂型组方规律探索模糊，阻碍了维药的进一步研发和临床使用。尤其是针对维医方药剂型组方配伍理论及新候选方剂 数据挖掘研究甚至更少。 虽然依提尔菲力类方（诃子膏）具有临床用途广泛、疗效确切、无毒副作用、价格低、使用 方便的特点[6]。到目前为止该类制剂的组方配伍规律还不明确和药性基础研究还处于入门阶段。因此利用大数据挖掘技术和现代文献研究方法可以有效解决此类问题。数据挖掘是从海 量的数据中获取其中有价值的规律以指导未来的行为，在各领域的广泛引用取得了大量成果[7]。经过大量的预处理和设计，通过降维处理，能够得到药物与方剂配伍、药物与证型之间 的关联关系，探讨方剂的配伍规律[8]。 2.2 数据挖掘技术的使用必要性 借助现代计算机大数据挖掘技术，以文献研究方法为基础，从古今方剂入手，力求“方-药-症-量”的关联性，建立方剂专题数据库，进行方药频数、药对药组、关联规则、神经网络及聚类、因子和主成分分析，整体把握“依提尔菲力类方”（诃子方膏）的运用特点，寻找发挥增效、减毒作用的最佳组合、新候选方剂及其剂量配伍关系，从各药味量效关系、君臣佐使理论、药性理论、类方差异等方面进行阐释，揭示维药“依提尔菲力类方”的内在配伍规律及演 变规律，从循证医学的角度证实维吾尔药配伍理论的科学性，从而反映该类方药的组方特色
方剂文献研究现状及现代研究方法
方剂文献研究现状及现代研究方法 方剂是中药学领域中一个非常重要的概念。它是指由若干中药组成的制剂，多种中药通过相互配伍，协同作用，又或是剂量组合等方式，形成了一种治疗特定病症的配方，这就是方剂。目前，方剂正被越来越多的人关注和研究，研究领域不断扩展，研究方法也在不断发展。本文将简介方剂文献研究现状及现代研究方法。 一，方剂文献的研究现状： 1.方剂的发展历史 方剂的历史悠久，它早在中国古代就已经出现了。中国古代就有《神农本草经》、《黄帝内经》等经典专著仙方、药方，它们是方剂的萌芽。随着时间的推进，方剂的积累越来越多，方剂理论逐渐完善，从而衍生出许多新的宝贵治疗方法。 2.方剂理论的研究 方剂不仅仅是配方，更是一种中医治疗理论。方剂的创制，不但是对单种药物药效特性的研究，还必须有对中药相互作用的深刻研究，即中医药的配伍理论。现代方剂医学的理论研究主要分为中药学、药理学、化学和基础医学及临床等多方面。 3.方剂临床应用的研究 方剂的研究并不是为了让它一直停留在实验室中，而是让它走进诊疗室，让它真正地拥有诊疗功能。而其临床应用的研
究，一方面需要在紧密贴合临床实践、结合现代医学科技方法的基础上，阐释中医药方剂的作用机制和诊疗效果，不断取得中西医的协同作用和提高综合治疗水平。 二，现代研究方法 1.化学成分分析 方剂中药品种多、成分复杂，制成后难以直接测定药物成分，但药物是由各种活性成分所组成，确实药物的治疗作用，只有深入分析各成分的定性、定量等知识或有助于了解中药的药效。 2.生物成分分析 生物成分分析包括田间实验、动物实验和临床实验等，能够研究方剂的主要药性、药效以及副作用等方面，在临床应用中有助于指导剂量、用药方法和疗程等。因此，方剂处方的生物学研究应是严格、科学系统的，要在寻求现代方法的同时，不断借鉴和沿用中医的临床经验。 3.分子筛选技术 分子筛选技术是一种在试管中进行的分子对接技术，能够研究中药的分子水平的互作作用机制，这有可能是未来中药研究的一大突破。分子对接技术可以在理论上指导方剂的制剂和选配，在临床应用中指导方剂的合理选择，从而提高中医药现代化的水平。 总的来说，方剂的文献研究是一个较大的领域，需要广泛的研究来完整、全面地掌握所标示的各种疾病的方剂和对应的
数据挖掘及其在中医领域的应用研究
数据挖掘及其在中医领域的应用研究 【摘要】介绍了数据挖掘的意义和任务，综述了近几年来数据挖掘在中医各领域中的应用，分析了目前存在的问题，并探讨了今后的发展趋势。 【关键词】数据挖掘中医 随着计算机技术和网络技术的快速发展，在中医药的现代化过程中建立了很多的数据库。堆积在数据库中的信息呈超指数爆炸式增长。例如中医药科技信息数据库就有50个子数据库、110个表单及数百个自动生成的中间表、800余个著录项目，涵盖所有中医药有关医、药及学术的内容。而数据挖掘技术的发展使我们有可能从这些海量数据中发现新的知识，发现数据背后隐藏的关系和规则，还可以对未知的情况进行预测。多学科交叉目前正成为增强科技创新的重要途径，数据挖掘正是从统计学、数据库、机器学习等多门学科中发展起来的。 1 数据挖掘介绍 1.1 数据挖掘的定义 数据挖掘(datamining)也称为数据库知识发现，为解决上述矛盾提供了强有力的工具［1］。数据挖掘这一术语出现于1989年，其定义几经变动，本研究中引用Frayyad UM等提出的对数据挖掘的定义［2］。 数据挖掘是从数据库中识别出有效的、新颖的、潜在有用的并且最终可理解的模式的非平凡过程。其中： ① 有效性要求挖掘前要对被挖掘的数据进行仔细检查，具备该特性，才能保证挖掘出来信息的可靠性。 ② 新颖性要求发现的模式应该是从前未知的，甚至是违背直觉的信息或知识，挖掘出的信息越是出乎意料，就可能越有价值。 ③ 潜在有用性是指发现的知识将来有实际效用，即这些信息或知识对于所讨论的业务或研究领域是有效的、是有实用价值和可实现的，常识性的结论或已被人们掌握的事实或无法实现的推测都是没有意义的。 ④ 最终可理解性要求发现的模式能被用户理解，目前它主要是体现在简洁性上。发现的知识要可接受、可理解、可运用，最好能用自然语言表达所发现的结果。实际上，所有发现的知识都是相对的，是有特定前提和约束条件，面向特定领域的。
焦虑症中医方剂组方配伍规律的研究思路与方法
焦虑症中医方剂组方配伍规律的研究思路与方法 摘要:由于中医文献中并无焦虑症病名的记载,因此给古代方剂文献研究带来一定的困难。本文拟探索焦虑症中医方剂组方配伍规律研究的思路与方法,在梳理焦虑症中医渊流,确定参考范畴的基础上,通过收集整理《中医方剂大辞典》中及现代医家治疗类似焦虑症的方剂,结合统计学方法和传统文献学研究方法,对治疗焦虑症的方剂进行组方用药及配伍规律的研究,并运用中医药基本理论对统计结果进行分析,力图探索和揭示中医治疗焦虑症方剂的內在规律、提出以病因、病位为核心的辨证论治体系。 标签：焦虑症;中医方剂;配伍规律研究;思路与方法 随着社会的发展、生活节奏的加快,人们面临的压力也越来越多。诸多的社会应激因素的增加使得焦虑症成为了目前临床上的常见病、多发病,严重影响患者的生活质量。中医中药治疗焦虑症的方法主要根据患者的症状与表现来进行对症治疗,立足于整体调节及辨证论治,具有理法方药的灵活性和疗效的可靠性等特点,在临床上已取得了一定疗效。 1研究意义 早在5000多年前焦虑就被看作是一种基本的人类情绪。弗洛伊德(Freud)曾提出焦虑是一种“基本的现象和神经症的中心问题”,焦虑是“某种感受”——一种特别不快的情绪状态或人类器官组织包括经验的、心身的和行为的综合状态。生活在不确定性世界中的现代人,在物质欲望和消费主义盛行的环境中,在都市化的流浪、归属感的淡化中,在权威的不断消逝、身份感的不断模糊中,“焦虑”已作为一种比较普遍的问题登上了历史舞台。焦虑作为目前的常见多发病,严重影响着患者的学习、工作和生活。目前关于中医治疗焦虑症的研究较少,基本停留在临床经验的总结上,各医家对焦虑症的认识具有显著的个性化特征;不少临床研究样本小,且普遍存在不够客观化和规范化的问题。这使得中医学对焦虑症的认识始终无法摆脱个人认识的局限性,从而在很大程度上桎梏了中医疗效的发挥。祖国医学拥有丰硕的成果,浩瀚的史料,但是,历代治疗焦虑症的方剂散在于众多的中医古籍中,没有自成体系,尚缺乏全面的挖掘整理和分析研究,尤其是在焦虑症方剂组方配伍规律的系统研究上。因此,运用中医文献学的研究方法,对焦虑症相关文献进行梳理,并以方药作为切入点,借助计算机技术,运用现代统计学的方法,客观地总结出焦虑症的方药证治规律,实现个人经历到一般规律的转化,能有效地克服个人经验的局限性。 2 研究思路与方法 2.1收集资料 2.1.1 文献范围本研究文献收集的范围从秦汉至现代(2010年),时间跨度约1700年。凡《中医方剂大辞典》中和建国后全国公开发表的期刊中治疗类似
基于Apriori算法的中药复方配伍规律的数据挖掘研究
基于Apriori算法的中药复方配伍规律的数据挖掘研究 傅斌;王晓维;杨伟吉;罗恭 【摘要】关于中药复方配伍规律认识在古今文献中有或多或少的记载,但以往文献多是作者的经验表述,而不是研究成果.以文献研究和理论研究为基础,结合新兴学科—数据挖掘技术,主要运用关联规则方法分析,开展配伍规律研究,既能为中医新药的临床和实验研究提供目标和思路,减少盲目性,缩短研究周期；同时又为大量古今验方研究探索出一条有价值的研究途径和方法.%The compatibility regularity of Chinese traditional medicine has been documented in ancient literature, but previous literature is more of authors' experience accounts rather than research results. Based on literature-based research and theoretical study combined with data mining technology, a newly emerging discipline, we studied compatible regularity of Chinese traditional medicine with association rules analysis method. It will provide target and thoughts for clinical and experimental studies of new traditional Chinese medicine, reduce blindness, and shorten research cycle. At the same time, it will explore a valuable research approaches and methods for research on a large number of ancient and _modern prescriptions. 【期刊名称】《中国医学教育技术》 【年(卷),期】2012(026)004 【总页数】4页(P434-437) 【关键词】Apriori算法;中药复方;配伍规律
中医药数据挖掘技术及其应用研究
中医药数据挖掘技术及其应用研究 随着信息化时代的到来，中医药行业也逐渐迎来了数字化时代。如今，中医药 数据大量产生与积累，数据资源的获取和整合成为了需求和发展的重要因素。而中医药数据挖掘技术应运而生，成为整合和挖掘数据的重要手段。本文将介绍中医药数据挖掘技术及其应用研究。 一、中医药数据挖掘技术基础 中医药数据挖掘技术是数据挖掘技术在中医药领域中的应用，主要包括数据预 处理、关联规则挖掘、分类、聚类、回归、异常检测等技术手段。数据预处理主要是对数据进行清理、整合、选择和转换，以便后续的挖掘操作。关联规则挖掘则主要是发现数据集中项与项之间的关联关系，例如，在多家中医药机构的病历数据中做关联规则挖掘，可以发现某种病的诊断方式，与该病的治疗方式的长短之间的关联关系。分类、聚类、回归等技术手段则常常用于对数据进行分析和预测，以期发掘出中医药中的潜在规律和规律的应用。 二、中医药数据挖掘技术的应用 中药材品质研究 中药材品质研究是中医药数据挖掘技术的一个重要应用领域。中药材品质的研 究一直是中医药行业面临的重要问题之一。传统的中药材品质研究常常需要依靠药材质量地方标准进行，由于药材的品质在物理、化学和生物特性等方面的不稳定性，可能会带来一定的争议和误解。中药材品质研究的一个重要任务是寻找代表药材品质的特征变量，并对这些特征变量进行定量描述和分类。中医药数据挖掘技术为这些操作提供了一种较好的手段。将数据挖掘技术应用于中药材品质研究，能够从大量的中医药书籍、中药材标本、中医药诊断和治疗记录中挖掘出与药材品质相关的有效变量和数字特征。 中医证候分类
中医证候分类是中医药学的重要分支之一，其分类依据是由与中医医学相关的诊断和治疗数据所提供的证候信息。在传统中医诊疗实践中，中医证候往往是通过临床医师的经验和知识判断的。而这种主观判断往往存在一定的偏差和局限性。中医药数据挖掘技术能够利用大量的中医药证候信息，基于数据挖掘的方法，制定精确的证候分类标准。 中医药方剂开发 中医药方剂开发是中医诊疗实践中的重要环节。中药方剂是综合应用中医诊断学、方剂学等相关学科理论，根据病情、证候的特点和治疗原则，选取适当的中药材，经正确炮制方法加工制成的中药药品。中医药方剂开发常常需要依照数千种中药材的特性，并结合中医诊断学的理论，设计出适用于病情、证候的方剂。而这种方剂设计需要依靠大量的中药材、中医证候、中药方剂等数据，而这些数据中大多是杂乱的、主观的信息。通过数据挖掘技术，中医药方剂的开发可以更具智能化，从而让中药方剂精准治疗疾病。 三、结论 中医药数据挖掘技术是一个复杂而精细的数据挖掘领域。中医药行业的数字化发展需要通过数据挖掘将零散、分散的数据整合并进行知识发掘。中医药数据挖掘技术的应用研究对智能化中医药行业的发展将产生重要而深远的影响。
《中医方剂大辞典》含丹参、红花药对组方规律数据挖掘分析
《中医方剂大辞典》含丹参、红花药对组方规律数据挖掘分析 该研究基于《中医方剂大辞典》数据库，应用“中医传承辅助平台”系统，提取含丹参、红花药对的方剂，运用软件的关联规则，改进的互信息法等数据挖掘方法，分析丹参、红花药对用药规律。最终纳入方剂39首，涉及中药280味，使用频率除丹参、红花外最高的前5位中药依次为当归、川芎、香附、白芍、桃仁/生地黄。经过聚类得到核心药物6组，分别为丹参-香附-红花，丹参-白芍-红花，丹参-当归-香附-红花，丹参-当归-白芍-红花，红花-丹参-白芍-当归，丹参-白芍-红花-当归。设支持度11（38.46%），置信度80%，共得到关联规则38组。提示丹参、红花常与活血、行气之品联用，主以妇科病、瘀血疼痛证、中风等为治疗病证。 标签：丹参；红花；药对；数据挖掘；组方规律；中医方剂大辞典；中医传承辅助平台 [Abstract]In this study，formulas containing Salviae Miltiorrhizae Radix et Rhizoma-Carthami Flos in the database of Dictionary of Chinese Medicine Prescription （DCMP）were extracted by using traditional Chinese medicine inheritance support system （TCMISS）. The drugs pairs and formula composition rules were analyzed with data mining methods，such as association rules，improved mutual information method and complex system entropy clustering. Totally 39 formulas were included in this study and involved 280 Chinese medicines. The top 5 Chinese medicines most frequently used were Danggui （Angelica sinensis），Chuanxiong （Ligusticum chuanxiong），Xiangfu （Cyperi Rhizoma），Baishao （Radix Paeoniae Alba），Taoren（Prunus persica）and Shengdihuang （Radix Rehmanniae Recens）. Six core medicinal pairs were obtained through clustering analysis，namely Danshen （Salviae Miltiorrhizae Radix et Rhizoma）-Xiangfu （Cyperi Rhizoma）-Honghua （Carthami Flos），Danshen （Salviae Miltiorrhizae Radix et Rhizoma）-Baishao （Radix Paeoniae Alba）-Honghua （Carthami Flos），Danshen （Salviae Miltiorrhizae Radix et Rhizoma）-Danggui （A. sinensis）-Xiagnfu （Cyperi Rhizoma）-Honghua （Carthami Flos），Danshen （Salviae Miltiorrhizae Radix et Rhizoma）-Danggui （A. sinensis）-Baishao （Radix Paeoniae Alba）-Honghua （Carthami Flos），Honghua （Carthami Flos）-Danshen （Salviae Miltiorrhizae Radix et Rhizoma）-Baishao （Radix Paeoniae Alba）-Danggui （A. sinensis），Danshen （Salviae Miltiorrhizae Radix et Rhizoma）-Baishao （Radix Paeoniae Alba）-Honghua （Carthami Flos）-Danggui （A. sinensis）. The support degree was set at 11 （38.46%），with a confidence coefficient of 80%，and then 38 associated pairs were screened. These results suggested that Salviae Miltiorrhizae Radix et Rhizoma，Carthami Flos is often combined with herbs for activating blood and promoting circulation of qi to treat gynecopathy，stasis blood pain syndrome，stroke and other syndromes. [Key words]Salviae Miltiorrhizae Radix et Rhizoma；Carthami Flos；medicine
方剂配伍规律现代研究思考与展望
方剂配伍规律现代研究思考与展望 研究方剂的关键问题是配伍,方剂配伍规律的现代研究是中医药现代化研究的重点和难点所在。本文对方剂配伍规律的现代文献理论研究与现代实验研究进行了系统梳理、分析,对今后进一步研究进行了理性思考与展望。 标签：方剂;配伍规律;现代研究;思考展望 方剂配伍规律是中医药理论的特色和精华,但也是中医药现代化研究的难点所在。揭示方剂配伍规律是中医现代化研究的重要组成部分,对于改进研究方法,提高研究水平,加强基础研究与临床实际的联系以及中药新药的研制开发等均具有重要的意义。从国家科技部立项实施的国家重点基础研究发展规划项目“方剂关键科学问题的基础研究”到973计划“方剂配伍规律研究”,方剂配伍规律的研究取得了长足的进步和发展。 1 方剂配伍规律的现代文献理论研究 方剂配伍规律是指组成方剂的中药及其用量配比与方剂疗效之间的关系,蕴含着组成方剂的有效成分及其相互作用与疗效之间的规律,其主要研究内容有药物配伍的相辅相成、相反相成、制毒纠偏、引经报使等。文献理论研究过去从经典配伍实例中获得中药复方配伍的规律性认识,方中各药既有相须相使等七情关系,产生协同或拮抗作用,同时又处于君臣佐使的不同地位,发挥不同治疗作用。近年来,方剂配伍规律研究突破了传统研究模式,如宋咏梅[1]从系统科学的角度研究复方配伍,认为方剂是由若干药物组成的典型系统,其功能不是药物的简单集合,而是诸药相互作用的结果,故组方配伍必须突出复方整体性,体现方证一体化,即法随证立、方从法出、以证为本、以方应证。方剂配伍规律的现代文献理论研究已开始转向应用主因子分析、聚类分析等统计方法对类方方证内涵或方剂配伍特征予以研究,利用计算机技术对古今方剂进行逻辑处理,以更客观、更深入地认识方剂的配伍结构、方证症群的规律,从中医证法方药内在逻辑上揭示方剂配伍和运用规律[2]。蒋永光等[3]采用数据挖掘技术,通过历史数据的智能分析,运用频繁模式、关联规则、贝叶斯网络等方法在不同配伍层次上分析药物配伍,以线性和非线性方式对1 000余首脾胃病方按原始数据的预处理要求,进行规范化、结构化和数字化处理,发现了一些特殊的配伍现象和模式,并形成了有关技术规则和处理程序。 2 方剂配伍规律的现代实验研究 2.1药对配伍规律研究 研究方剂中所含药对的最终目的也是为了更好地分析复方配伍规律,通过对药对配伍规律的实验探讨,有助于论证药对配伍的科学性和严谨性,揭示药对配伍的内在物质基础,为指导临床遣方用药提供实验资料。如李晓丽等[4]研究川乌与防己不同比例配伍的镇痛作用,显示川乌、防己配伍镇痛作用优于单味川乌、防