中医药数据挖掘系统TCMiner设计、实现与核心技术研究

中华医药有着3000多年的积淀和长期的医疗诊病历史，是中国文化的重要组成部分。然而，由于中药方剂为具体医疗经验的人工汇总，且为历史的继承，虽然有广博精深的中医理论作为支持，但传统中医理论为诊病方剂的人为总结和提炼，其整体性、辩证性、动态性等本质特征过于抽象和定性化，难于定量和具体的把握。数据挖掘旨在借助计算机强大的存储和计算能力，通过对分析需求的确切定义和高效的算法设计实现大规模数据库中有效的知识发现，为中医处方的研究提供了新的途径。四川大学计算机学院和成都中医药大学自2003年起合作进行了3年中医药数据挖掘的研究并合作开发了中医药数据挖掘系统TCMiner 1.0。 本文的主要贡献包括： (1) TCMiner原型设计。设计中医药数据挖掘原型系统TCMiner并实现其第1版本TCMiner 1.0。首先，介绍中药数据分析方法学与技术路线，其次，分析中医药方剂多维数据分析的核心需求，再次，讲述TCMiner系统中各方面的设计问题，然后，勾勒最终TCMiner需实现的系统功能和应当采取的体系结构，最后，描述高效算法的实现。 (2) TCMiner核心技术研究。提出TCMiner 1.0的核心技术：(a)基于基因表达式编程的数据挖掘，(b)基于关联规则的配伍分析，(c)基于多维频繁模式挖掘的主成分分析。 (3) 基于基因表达式编程的数据挖掘—提出基于Scale的GEP。Scale支持一次创建多次使用，解决了动态生成释放ET带来的时间开销，基于Scale