基于AHP-SOM聚类-TOPSIS的白及保胃护肝保健食品配方设计与评价

目的以白及Bletillae Rhizoma为例,通过关联、决策和聚类等机器学习算法的联合使用进行数据挖掘研究,设计具有保胃、护肝双功能的保健食品配方并对其进行评价。方法对现有具有保护胃黏膜或保护肝功能的保健食品批文,以及可用于治疗这2种疾病的中成药和方剂数据库中信息进行整理,先后使用关联规则算法(Apriori)、层次分析法(analytic hierarchy process,AHP)、SOM(self-organizing map)聚类、理想解法(technique for order preference by similarity to solution,TOPSIS)等关联、决策和聚类机器学习算法,挖掘其中高频原料药味的配方规律,结合现代功能活性及营养学研究成果,组成以白及为核心原料的具有配伍思想的保胃、护肝双功能保健食品配方并进行评价。结果对各数据库进行原料药味频次统计和相应高频原料药味的关联性分析,发现高频原料药味之间极易产生较强的关联性。继而对数据库中出现的64个可用于保健食品的高频原料药进行2个层次共17个指标的AHP分析和加权后,得到除白及外加权值排在前5位的原料药味为甘草、陈皮、黄芪、茯苓和五味子,这些原料药可以考虑在组方时进行优先选择。SOM聚类显示所有高频原料可分为7类,其中在最优选配方原料药味与AHP分析结果权重排名前列的原料药味有极高的重叠。对原料进行保胃、护肝功能方面的文献检索,同时结合之前的数据分析结果,确定了15个原料进行君、臣、佐、使的配伍组合,最终设计了10个可能配方;并对其进行TOPSIS分析评价,其中排名前2位的配方黄芪、白及、五味子和甘草及黄芪、白及、陈皮和五味子的分值相近,均大于0.14,与其他配方评分相差较大。结论在中医药基本理论的指导下结合各类机器学习算法,以核心药味白及为例建立了保胃、护肝双功能保健食品的配方设计和评价方法,为以后保健食品配方研发提供新的思路和方向。     

基于复杂网络-关联规则-模糊联合的菟丝子保健食品组方设计与评价研究

目的 应用数据挖掘技术分析含药食同源菟丝子的保健食品、中成药和方剂的组方规律,获得具有缓解疲劳和增强免疫力功能的潜在配方。方法 借助国家市场监督管理总局特殊食品信息查询平台和药智网平台收集并组建含菟丝子的保健食品、中成药和方剂的数据库。利用复杂网络分析、Apriori关联规则算法、层次分析法（analytic hierarchy process,AHP）-基于指标相关性的指标权重确定方法（criteria importance though intercrieria correlation,CRITIC）组合赋权算法和自组织映射（self-organizing maps,SOM）聚类算法从单味药、药对和药组层面研究其组方规律并设计新配方,利用逼近理想解法（technique for order preference by similarity to an ideal solution,TOPSIS）和秩和比法（rank-sum ratio,RSR）的模糊联合对配方进行排序和评价。结果 收集到45个保健食品、59个方剂、103个中成药,共142种原料,Apriori关联规则获得39对高频...     

基于功能导向-算法集成的西洋参双功能保健食品组方规律和设计研究

目的 基于西洋参“保健食品原料”与“中药材”的双重身份，以功能为导向，融合算法分析，实现西洋参保健食品组方规律挖掘与组方设计研究。方法 依据功能导向-算法集成，收集西洋参保健食品数据与临床应用数据，借助BDP平台、自然语言处理与信息检索（natural language processing&information retrieval sharing platform,NLPIR）共享平台实现数据处理与信息挖掘，综合分析具有潜在开发价值的保健食品功能；以选定功能为导向，收集西洋参保健食品、中成药、方剂的组方信息并建立数据库，统计高频药味及类别，采用Apriori关联规则算法、层次分析法（analytic hierarchy process,AHP）-熵权-自组织特征映射（self-organizing maps,SOM）联用的赋权聚类算法（主观与客观算法联用）、逼近理想解排序（technique for order preference by similarity to an ideal solution,TOPSIS）综合评价法等机器学习算法提取样本数据特征并分析总结其内在规...