基于FPGrowth算法的四物汤类方配伍规律及应用研究元

《基于FPGrowth算法的四物汤类方配伍规律及应用研究元》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2010第十二卷第六期绎Vol.12No.6基于FP-Growth算法的四物汤类方配伍规律及应用研究元元元（南京中医药大学文献研究所南京210046）阴陶静范欣生张欢（南京中医药大学江苏省方剂重点实验室南京210046）元元段金廒（南京中医药大学江苏省方剂重点实验室南京210046）王崇峻刘正（南京大学计算机软件新技术国家重点实验室南京210093）摘要：目的：运用数据挖掘方法，挖掘单味药、药对之间的关联关系，分析类方和药对内部的组成关系，探讨四物汤的配伍规律。方法：收集四物汤类方3487首，针对四物汤药物配伍和药对特征，对单味药

2、、药对之间的关联关系，分别采用频繁模式、FP-Growth算法。结果：获得置信度>0.15的四物汤配伍常用药有甘草、人参、肉桂、茯苓，常用药对有当归-甘草、川芎-甘草、地黄-甘草、芍药-甘草、人参-甘草、茯苓-甘草。结论：四物汤常用配伍主要有补益药、行气药、温里药、清热药、活血化瘀药，并由此形成常用药对，在妇科疾病的治疗中得到了广泛的应用。关键词：四物汤类方数据挖掘FP-Growth算法doi:10.3969/j.issn.1674-3849.2010.06.012四物汤最早见于晚唐蔺道人著的《仙授理伤续通用之方。凡血瘀者，俱改白

3、芍为赤芍，血热者，改断秘方》，由当归、川芎、白芍、熟地4味药组成，具熟地为生地。川芎量宜小，大约为当归之半，地黄[1]有补血，活血，调经的作用，主治营血虚滞证。本方为当归的2倍”。该方后来被尊为补血调经之主治证由营血亏虚，血行不畅，冲任虚损所致，治宜方，专门用来治疗妇科血证，被后世医家称为“妇补养营血为主，调畅冲任血脉为辅，四药配伍，补科第一方”。而不滞，行血不破，补中有散，散中有收，使营血调本文针对四物汤药物配伍和药对、药组特征，和，即可补血，又能行血，为补血活血之方剂，是妇对单味药、药对、药组之间的关联关系进行了数据女调经的基

4、本方。这4味药经过加减，可衍化成一挖掘研究，采用了关联规则的FP-Growth算法，讨系列类方。《蒲辅周医疗经验》称“此方为一切血病论四物汤配伍中有意义的配伍规律，为分析类方和药对、药组内部的组成关系提供数据支持。收稿日期：2010-07-02修回日期：2010-07-13元江苏省中医药局康源基金创新项目（HZ0801KY）：特征性关联方药数据库与知识挖掘2008-2010，负责人：范欣生；江苏省教育厅重点研究项目（06KJA36022）：四物汤类方治疗妇科血瘀证痛经的配伍规律和物质基础研究，负责人：段金廒。元元联系人：范欣生，研

5、究员，博士生导师，主要研究方向：方剂配伍规律研究，Tel:025-85811070，E-mail:fanxsh126@126.com；段金廒，本刊编委，教授，博士生导师，南京中医药大学副校长，主要研究方向：方剂效应物质基础研究，Tel:025-85811116，E-mail:dja@njutcm.edu.cn。909也WorldScienceandTechnology/ModernizationofTraditionalChineseMedicineandMateriaMedica页PDF文件使用"pdfFactoryPro"试用

6、版本创建www.fineprint.cn世界科学技术—中医药现代化绎中药研究算法高上10倍左右的效率。故本文选用FP-Growth一、数据来源及处理算法。1.数据来源及收录标准三、结果（1）数据来源。所有方剂均来源于《中医方剂大辞典》，大部分组别玉中将川芎、当归、地黄、芍药这4味药作为明清及其以前的方。为一个整体，组别域中将地黄、川芎、芍药这3味药（2）数据收集标准。作为一个整体，组别芋中将当归、芍药、地黄这3味在收集四物汤类方时，凡是方中至少包含四物药作为一个整体，组别郁中将当归、川芎、地黄这3汤中3味药的，均作为四物汤类方收录

7、。味药作为一个整体，组别吁中将当归、川芎、芍药这32.数据处理味药作为一个整体。本文将上述作为一个整体的几（1）统一药名（见表1）。表1药名统一表（2）方剂分组。正名异名将所有的方剂按所含药物排列组合，分为5组，川芎芎、芎藭、芎穹、芎穷见表2。肉桂官桂、官桂、桂心二、数据挖掘方法延胡索玄胡索、元胡索香附香附子、香附米选用数据挖掘方法中的频繁项集和关联规则。牵牛子黑牵牛、白牵牛、黑丑、白丑、牵牛频繁模式能够反映方剂中频繁出现的药物及药对，艾广艾戎、艾叶、熟艾是数据挖掘的一个基本任务。关联规则挖掘发现大白术于术、冬术、漂白术、於术、

8、吴白术量数据中项集之间的关联或相关联系，从大量事务茯苓云茯苓、白茯苓、赤茯苓、云苓…………记录中发现有趣的关联关系，以更好地分析事务。在关联规则中，设I越｛I1，I2，......In｝是项的集合。表2方剂分组表任务相关的数据D是数据库事务的集合，