[发明专利]中医文献智能挖掘与组方辅助决策方法及系统

说明书

本发明提供一种中医文献智能挖掘与组方辅助决策方法及系统，涉及数据挖掘、机器学习、中医诊断辅助信息技术领域。本发明基于历史经典中医文献，以及现有的真实病案，实现依据病患症状与诊断证候，进行自动化开出方药的功能。智能组方的流程与实际中医组方的流程一致，采用经典方加减的方式进行开方，分为加减症状确定模块、加减药物确定模块与成方判定模块，从而为医生开方提供新思路，且该系统可为医生进行辅助决策，减短医生就诊时间，使得医生能够为更多病患就诊。

技术领域

本发明涉及中医诊疗辅助信息技术领域，具体涉及一种中医文献智能挖掘与组方辅助决策方法及系统。

背景技术

在中医学中，方剂作为中医的重要治疗手段，这些方剂在不断的临床实验中检验和修正，形成了数不清的各种方剂。则从这些方剂中提取出有用的信息，进而根据这些信息组建出新的方剂，这不仅是对中医的传承与发扬，同时也对现代中医起到了辅佐的作用。然而处理这样杂乱无章的高维数据对人来说是非常困难的，故需要将中医学与数据挖掘技术结合起来，通过计算机来处理大量方剂数据相较人来处理大量数据要方便也要简单得多。

鉴于上述，本设计人，积极加以研究创新，以期创设一种中医文献智能挖掘与组方辅助决策方法及系统，使其更具有产业上的利用价值。

发明内容

为解决上述技术问题，本发明的目的是提供一种基于病患症状，通过数据挖掘手段，对中医组方进行辅助决策的中医文献智能挖掘与组方辅助决策方法及系统。

本发明中医文献智能挖掘与组方辅助决策方法，包括：

S1依据病患症状与诊断所得证候进行对比，获得加减症状信息并发送至加减药物确定模块；

S2对加减症状信息进行处理，结合算法得到相应的加减药物信息，将加减药物信息发送至成方判定模块；

S3对加减药物信息进行处理，生成相应的加减方，结合算法判断生成的加减方是否满足成方配伍规律，得到最终开方结果；

S4将加减方、加减方生成原因以表格形式展示出来。

进一步地，所述S1包括：

S11、依据病患症状与诊断证候，确定病患症状集合不在诊断证候对应症状集合中的症状部分，作为加症状集合；

S12、依据病患症状与诊断证候，确定诊断证候对应症状集合不在病患症状集合中的症状部分，作为减症状集合。

进一步地，所述S2包括：

S21、依据数据挖掘方法构建症状-药物关系模型；

S22、依据加症状集合确定经典方需要增加的药物；

S23、依据减症状集合确定经典方需要减少的药物；

S24、依据需要增加的药物与需要减少的药物，生成成方。

进一步地，所述S3包括：

S31、依据机器学习方法构建成方判定模型；

S32、将生成的成方代入模型进行判定，确定方剂是否满足配伍规律；

S33、满足配伍规律的方剂即可最为最终的组方结果。

进一步地，所述S4中，生成加减方分为经典方部分与加药部分，经典方部分为红色字体，加药部分为黑的字体；加减方生成原因分为经典方来源部分、加药原因部分与减药原因部分，分别分行展示。

本发明中医文献智能挖掘与组方辅助决策系统，包括：

加减症状确定模块，用于依据病患症状与诊断所得证候进行对比，获得加减症状信息并发送至加减药物确定模块；