基于图卷积神经网络的中药方剂功效分类与自动推荐

基于图卷积神经网络的中药方剂功效分类与自动推荐

引用

搜狐

1.

https://m.sohu.com/a/811114090_121124546/?pvid=000115_3w_a

随着中医药学的不断发展，中药方剂的数量日益庞大，这给中药的临床合理用药和科学监督管理带来了巨大挑战。为了应对这一挑战，研究人员提出了基于图卷积神经网络的中药方剂功效分类与自动推荐方法。本文将详细介绍这一方法的研究背景、技术原理及其在中药方剂分类中的应用前景。

中医作为一种古老且完整的治疗体系，经过数千年的发展与积累，形成了以中药方剂为核心的丰富的中药理论知识。以中国方剂数据库[1]为例，其中收录了710余种古籍及现代文献中的84 464首方剂。海量的中药方剂给中药的临床合理用药、科学监督管理带来了挑战。为此，国家标准《中药方剂编码规则及编码》（GB/T31773—2015）等相关文献提出了以中药方剂功能属性及对应的中医证候为依据的分类及编码标准。

然而，目前国标GB/T31773—2015仅从1 800余部中医经典著作的9万余首方剂中选择并完成了1 089首经典名方的分类工作。中药方剂数量之巨，为人工编纂并全面完成中药方剂功效分类和标准化任务带来了巨大的挑战。以人工方式完成中药方剂的功效分类面临着2个主要的困难：

1. 中药方剂数量巨大，人工标记成本过高
2. 国标GB/T31773—2015总结和归纳了中药方剂的20种功效分类（解表方、泻下方、和解方、清热方、祛暑方、温里方、补益方、固涩方、安神方、开窍方、理气方、理血方、治风方、治燥方、祛湿方、祛痰方、消食方、驱虫方、涌吐方、痈疡方），将中药方剂准确归纳到所属分类需要具备丰富的中药专业知识，由专业技术人员完成，否则有可能影响到分类结果的可靠性。

本文原文来自搜狐