基于K-Means與Apriori算法的鹽包外敷中藥處方研究
發(fā)布時間:2021-07-11 06:08
目的:探究具有舒筋活絡、活血祛瘀、消炎止痛等療效方劑的組方規(guī)律,制定鹽包外敷中藥處方。方法:對多部國內(nèi)中成藥方劑標準進行標準化處理,運用SPSSClementine12.0進行K-Means聚類及Apriori關聯(lián)分析。結(jié)果:篩選方劑共281首,中藥共計656味,聚類結(jié)果得到鹽包處方:沒藥、乳香、紅花、當歸、川芎、川烏、草烏、冰片、樟腦、薄荷腦、麻黃、羌活、白芷,關聯(lián)分析結(jié)果與此一致,較好地驗證了聚類分析結(jié)果。結(jié)論:制定的鹽包外敷中藥處方在兩種不同算法的驗證下提高其可行性,為舒筋活絡等療效的外敷方劑研究和鹽包外敷方劑開發(fā)提供參考信息。
【文章來源】:中國數(shù)字醫(yī)學. 2020,15(07)
【文章頁數(shù)】:4 頁
【文章目錄】:
1 數(shù)據(jù)收集及處理
2 K-Means實現(xiàn)處方數(shù)據(jù)聚類分析
2.1 第一次聚類分析
2.2 第二次聚類分析
2.3 第三次聚類分析
2.4 K-Means算法聚類結(jié)果分析
3 Apriori算法實現(xiàn)中藥藥物關聯(lián)分析
3.1 單味藥分析
3.2 藥對挖掘
3.3三味藥組挖掘
3.4 四味藥組挖掘
3.5 Apriori算法挖掘中藥處方結(jié)果分析
4 討論
本文編號:3277498
【文章來源】:中國數(shù)字醫(yī)學. 2020,15(07)
【文章頁數(shù)】:4 頁
【文章目錄】:
1 數(shù)據(jù)收集及處理
2 K-Means實現(xiàn)處方數(shù)據(jù)聚類分析
2.1 第一次聚類分析
2.2 第二次聚類分析
2.3 第三次聚類分析
2.4 K-Means算法聚類結(jié)果分析
3 Apriori算法實現(xiàn)中藥藥物關聯(lián)分析
3.1 單味藥分析
3.2 藥對挖掘
3.3三味藥組挖掘
3.4 四味藥組挖掘
3.5 Apriori算法挖掘中藥處方結(jié)果分析
4 討論
本文編號:3277498
本文鏈接:http://www.sikaile.net/yixuelunwen/zhongyaolw/3277498.html