基于关联网络和层次聚类的中药社团发现算法的设计与应用＊

目的 设计一种中药社团发现算法。方法 将中医处方转化为矩阵数据，通过矩阵运算找出不同中药之间的关联度，以中药为节点、关联度为边，构造关联网络，采用分裂的层次聚类方法对关联网络进行社团划分，建立中药社团发现算法HCD。为了验证算法的有效性，将HCD与经典的社团发现算法GN进行比较，分别对970诊次结肠癌病案资料进行分析，比较分析结果差异。结果 HCD能够较好地划分中药社团，划分结果符合中医理论，划分效果优于GN算法。结论 将关联网络和层次聚类相结合构造的中药社团发现算法HCD能够有效划分中药社团，其可以广泛应用于中医临床数据挖掘中，为名老中医诊疗挖掘提供技术支撑。     

基于异质关联网络的辨证规律挖掘方法设计及应用＊

目的 建立以异质关联网络为基础的辨证规律挖掘方法。方法 从医案数据入手，以矩阵运算为基础，以联合度为评价指标，构建“症状-证素-证型”异质关联网络HAN（Heterogeneous Associated Network），探索“症状-证素-证型”两两元素之间的组合规则。为了验证算法的有效性，与经典的关联分析算法Apriori进行比较，分别对1164条肝癌医案的辨证规律进行分析，比较两种算法的提取结果。结果 HAN算法提取结果和计算效率优于Apriori算法，提取辨证规律符合中医理论和专家经验。结论 利用HAN算法能高效精准地挖掘医案中症状、证素、证型之间的潜在关系，可以为名老中医临床经验挖掘提供方法参考。