数据挖掘技术在体质分析中的研究

时间：2024-05-04

郭哲(陕西中医药大学陕西 712046)

引言:中医药文化历史悠久、博大精深，是历代名老中医在长期临床治疗、实践的基础上总结形成的医疗文化，其在世界健康体系中优势越来越明显。如今，越来越多的人开始重视中医养生，从个人体质角度出发将“治未病”的理念纳入我们生活范畴，其优势越来越突出、地位越来越重要，势必将改变传统医学的治疗理念。

体质的研究，既关系到个人身体健康问题，又影响国家对医疗事业的战略性布局。体质强弱不同，对疾病的抵抗性不同;同时，体质也将影响患者病情发展趋势，与人的健康程度息息相关。因此，怎么用科学的方法和指标判定出人的体质类型，进而指导国民改善病理体质，促进患者治疗，提升人们健康状况显得尤为重要。数据挖掘作为一个从海量数据中获取知识的有力工具，应用于体质分析等中医药领域将会对中医药学术水平的提高、现代化研究的进程、生存空间的扩展产生巨大的促进作用［1］。

1 中医体质

中医体质是一个人相对稳定的身体特质，它是在先天遗传的基础上，经后天发展而表现出来的心里状态、生理机能等特质。结合人类体质现象的中医学论述、多个学科对体质的认识以及医学研究体质的目的而形成体质的概念。体质往往会在生命过程中人体的一些生理和形态特征中有所体现，也会影响人类对自然环境的适应力和对疾病的抵抗力，以及影响人体在病理过程中疾病发展的变化趋势。

体质现象是类生命现象的一种重要表现形式，它具有个体差异性、群类趋同性与相对稳定和动态可变性等特点［2］。在借鉴前人对体质分类的基础上，根据中医病因病机学、辨证学对人体异常现象的认识和阐述。结合临床实践的观察、调研而制定体质类型的分类方法。依据体质类型分析的结果进而指导临床实践，改善人体体质结构，增强人体身体素质。

2 数据挖掘技术

数据挖掘来源于英文Data mining(DM)，又称知识发现，其任务是发现隐藏在大量数据中潜在有用的信息［3］。随着各领域数据库的不断建立和完善，以及海量数据的不断增长，数据挖掘成为分析提取数据库中潜在有用的知识、规律的途径，数据挖掘可剔除冗余数据，挖掘海量数据中的有用信息，提高数据的利用率。

3 数据挖掘技术在体质分析及药食调理中的应用研究

3．1体质与疾病。体质特征是人类生命现象的一种重要表现形式，体质特性是人受先天遗传及后天环境因素影响而形成的在功能活动以及形态结构方面的内在特性，不同人群的体质由于先后天各种因素的影响具有相近或相似的体质特征，这种特性相对稳定，影响着人的生理、病理特性，但也受环境因素影响而改变。

体质学是近年来为预防和治疗疾病而新兴的学科，其旨在探索对体质特征进行描述及分类，寻找人类个体间的差异规律，进而对人类疾病与体质的关系作规律性的归纳总结，使得人类能群体预防和治疗疾病。

通过中医治疗案例发现，体质类型不同，人们对一些病症的易感性以及病理过程中的倾向性也不一样，因此，体质与疾病的关系是体质研究中的重点。许多研究人员通过对高血压、心脏病、肝炎、肺炎等疾病的患者体质分析，以望揭示不同疾病的常见体质类型、疾病的发生转归、预防和治疗与体质的关系，进而从体质方面入手为治疗疾病提供新的思路和方法，针对性改善人的病理性体质，达到预防和治疗疾病的目的。

3．2基于数据挖掘的体质分析。体质数据库中的数据挖掘，是指运用数据挖掘技术分析体质数据，从中发现一定的知识模式，并分析、解释与表达知识的体质研究过程。数据挖掘技术应用于体质分析，可挖掘出体质数据间的相互关系，从而发现一种知识模式，促进中医药科研发展和实现中医药现代化，为体质健康促进提供决策依据。

数据挖掘主要有以下两个工作:

(1)创建数据源，根据《中医体质分类判定标准》建立中医体质数据库，从体质数据库中获取数据资源，创建数据源。创建数据源首先可根据实验需要预处理体质数据，降低数据冗余度，其次将目标数据与数据库的连接以便后续分析处理。数据的预处理主要可以概括为以下几步:①数据去噪:基于原始数据集，去除个性化的样本，减少个性化样本对体质分析的影响，以便更好地反映身体体质状况间关系;②数据提取:样本集所提取的样本属性较多，但某些属性重复反映身体体质的某些因素，删除冗余属性，提高数据的分析效率;③数据指标量化，由于不同属性对体质分析的影响不同，针对不同的属性赋予不同影响因子，或将一个影响因子赋予两个或多个影响因素组合成的影响因素，从而更加全面的分析数据。

(2)数据处理，依据体质数据的特点，创建和处理数据模型。对研究的具体问题采用软件建模，利用关联规则算法具体分析挖掘模型，经数据处理后，可得到数据间的规律联系，进而分析得出体质类型［4］。

研究体质类型对体质分析起到关键性的作用，对人的不同体质特征分析，可更全面地认识体质的内在规律及其与疾病的易感规律和病变转归趋势的关系，能针对性预防和治疗疾病。