[发明专利]基于机器学习的急性脑梗死中药方剂治疗效果预测系统

说明书

本发明公开了基于机器学习的急性脑梗死中药方剂治疗效果预测系统，包括：获取模块，获取待预测的急性脑梗死中药方剂；模型生成模块，将待预测的急性脑梗死中药方剂中的每一种中药作为一个节点，为当前方剂中包含的所有中药两两之间建立无向边，生成复杂网络模型；贴近度计算模块，基于复杂网络模型，计算每个节点的相对贴近度；特征选择模块，对待预测的急性脑梗死中药方剂中所有节点的相对贴近度按照降序进行排序，选择排序靠前的若干种相对贴近度作为当前中药方剂样本的特征；预测模块，基于当前中药方剂样本的特征和训练后的机器学习模型，得到中药方剂的治疗效果预测结果。通过训练后的随机森林模型，实现对急性脑梗死疾病的药物疗效预测。

技术领域

本发明涉及药物疗效预测技术领域，特别是涉及基于机器学习的急性脑梗死中药方剂治疗效果预测系统。

背景技术

本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。

目前对急性脑梗死的药物研发，面临药效不足、药物不良反应评估不全等问题，因此继续发展新的针对急性脑梗死疾病的药物治疗效果预测系统。

发明人发现，现有的药物疗效筛选方法往往没有考虑中药方剂，或者没有考虑到中药方剂中哪些中药才是影响治疗效果的关键药物；导致，现有的药物疗效分析系统的药物疗效预测精度不够准确。

针对中国发明专利，授权公告号CN109411033B，专利名称：一种基于复杂网络的药物疗效筛选方法，发明人认为，虽然其解决了药物疗效的筛选，但是其没有解决急性脑梗死这类疾病的药物疗效筛选，更没有解决针对急性脑梗死这类疾病的中药类方剂的药物疗效筛选。

发明内容

为了解决现有技术的不足，本发明提供了基于机器学习的急性脑梗死中药方剂治疗效果预测系统；

第一方面，本发明提供了基于机器学习的急性脑梗死中药方剂治疗效果预测系统；

基于机器学习的急性脑梗死中药方剂治疗效果预测系统，包括：

获取模块，其被配置为：获取待预测的急性脑梗死中药方剂；

模型生成模块，其被配置为：将所述待预测的急性脑梗死中药方剂中的每一种中药作为一个节点，为当前方剂中包含的所有中药两两之间建立无向边，生成复杂网络模型；

贴近度计算模块，其被配置为：基于所述复杂网络模型，计算每个节点的相对贴近度；

特征选择模块，其被配置为：对待预测的急性脑梗死中药方剂中所有节点的相对贴近度按照降序进行排序，选择排序靠前的若干种相对贴近度作为当前中药方剂样本的特征；

预测模块，其被配置为：基于当前中药方剂样本的特征和训练后的机器学习模型，得到当前中药方剂的治疗效果预测结果。

第二方面，本发明还提供了一种电子设备，包括：

存储器，用于非暂时性存储计算机可读指令；以及

处理器，用于运行所述计算机可读指令，

其中，所述计算机可读指令被所述处理器运行时，执行以下步骤：

获取待预测的急性脑梗死中药方剂；

将所述待预测的急性脑梗死中药方剂中的每一种中药作为一个节点，为当前方剂中包含的所有中药两两之间建立无向边，生成复杂网络模型；

基于所述复杂网络模型，计算每个节点的相对贴近度；

对待预测的急性脑梗死中药方剂中所有节点的相对贴近度按照降序进行排序，选择排序靠前的若干种相对贴近度作为当前中药方剂样本的特征；

基于当前中药方剂样本的特征和训练后的机器学习模型，得到当前中药方剂的治疗效果预测结果。