中藥方劑數據分析系統設計與實現＊

李大碩，張宏軍，程愷，徐有為，王航，李逸林

(1.陸軍工程大學指揮控制工程學院，江蘇 南京 210000；2.南京中醫藥大學)

0 引言

在中醫藥領域，中藥方劑數據規模不斷擴大，怎樣更準確、更全面的管理及分析中藥方劑數據也成為當下中醫藥領域的重要研究需求[1]。當今中醫藥領域的研究模式正從臨床驗證總結、醫案整理，逐步發展為通過結構化方劑數據采集，利用數據挖掘方法對中藥方劑的診治特點、用藥規律進行多維度的模式[2]。這也符合《中醫藥發展戰略規劃綱要（2016-2030）》中對當前中醫藥數據分析提出的需求。

為研究中藥方劑潛在的配伍規律，優化中藥方劑數據分析流程，需要完成以下工作：①研究中醫藥領域數據資源特點，分析系統建設需求；②由給出系統從總體架構到技術細節的設計方案，包括系統功能設計和數據的混合存儲策略；③以中藥方劑“方-藥-證-癥”作為數據源，建立中藥方劑網絡；④運用復雜網絡的方法，對方劑配伍過程中各要素之間的復雜相互作用進行分析，保證中藥方劑數據分析的合理性；⑤方劑網絡構建、可視化、系統應用等工程實現方法實踐。

1 方劑數據特點與分析需求

1.1 中藥方劑數據資源特點

我國傳統中醫藥具有悠久的歷史，它以其特殊的知識體系和診治方法，為人類的健康事業做出貢獻。

1.1.1 數據資源特點

中藥方劑是中醫藥預防疾病的重要手段，是中醫藥“理、法、方、藥”理論體系的重要組成部分，具有以“方-藥-證-癥”為核心的多維結構。傳統的數據挖掘技術大多只對中醫藥數據表層規律進行分析，對其深層復雜關系的研究存在局限性。中藥方劑在遵循基本的組方結構和配伍規則下，針對不同的“證”或“癥”，按照“君、臣、佐、使”的原則來配伍，達到整體調節的作用[3]。同時，藥材又蘊含功效、藥性、藥味、歸經等復雜屬性，中醫在辨證論治和方劑配伍方面都要綜合考慮病癥和藥材復雜性及其高度非線性關系的特點，因此，中藥方劑系統屬于典型的復雜系統[4]。

1.1.2 研究現狀分析

根據中醫藥領域業務需求，結合中藥方劑數據資源特點進行分析，可以發現，當前中藥方劑應用存在以下需解決的問題。

一是復雜關系難以分析。中藥方劑是理法方藥的數據集合，具有獨特的配伍規律及非線性關系。方劑中藥材的劑量、藥味的隨證加減都有著相應規范，但因涉及的數據關系復雜，傳統研究方法難以對其進行全面又深層的分析。

二是分析角度不足。在探討藥材聯系時單從藥材頻次等角度衡量，未考慮中藥方劑中藥材本身屬性對實際藥方配伍的影響，忽略了整體的相互作用，其分析存在片面性。缺少完整可靠的中藥方劑分析工具，難以得到更深層次的藥材配伍規律。

1.2 系統建設需求

根據現實中藥方劑的數據特點及存在問題，中藥方劑數據分析系統需要將中醫藥領域的多元數據整合成結構化的數據資源進行數據分析，其中涉及到“癥狀、證候、方劑、藥材”等眾多因素，這些因素之間蘊含豐富的復雜關系，傳統的數據處理方法難以有效地對數據資源進行整合。本系統基于復雜網絡理論構建中藥方劑數據模型，構建中藥方劑領域專業規范的復雜網絡，并通過復雜網絡中的分析算法實現中藥方劑的數據分析。將用戶角色分為系統管理員和系統用戶，系統管理員負責維護和管理系統的基礎數據，主要包括用戶數據、臨床診斷數據以及中藥方劑數據；系統用戶可以查詢方劑相關數據信息及獲取方劑的多種數據表達結果，并通過構建方劑復雜網絡模型獲取關鍵藥材節點以及實現藥材社團劃分等，進而實現中醫藥領域的智能推薦、智能問答等功能。具體需求如圖1所示。

圖1 系統建設需求

2 系統設計

考慮到系統的可靠性和工作效率，本節著重介紹系統架構、中藥方劑資源庫數據模型設計以及系統功能。

2.1 系統架構

根據系統建設需求，按照高內聚、低耦合的系統設計原則，并充分考慮系統的可靠性、安全性、實用性等問題。在系統設計中，我們采用三層架構搭建系統的整體框架，他們分別是數據層、業務層以及應用層，如圖2所示。

圖2 系統架構圖

數據層利用混合存儲策略，存儲方劑網絡構建分析全生命周期中的各類數據，主要包括用戶基本數據、臨床診斷數據和方劑資源庫。用戶基本數據包括用戶數據、管理員數據等；臨床診斷數據包括病例數據、診斷記錄等；方劑資源庫負責記錄中藥方劑包含的藥材、癥狀、證候等信息，是中藥方劑復雜網絡分析的基礎數據來源，實現對系統建設需求的支撐。業務層提供系統實現的具體業務邏輯，主要包括系統用到的自然語言處理技術與復雜網絡構建技術，將臨床診斷數據與方劑資源庫數據進一步處理成結構化，體系化的數據，為中藥方劑數據分析提供支撐。應用層在中藥方劑復雜網絡構建的基礎上，主要負責系統的方劑分析、藥材推薦[5]、智能問答等應用。

2.2 數據模型

中藥方劑資源庫數據模型設計是實現中藥方劑數據分析系統的重要一步，中藥方劑數據從各類形式轉變為標準化、規范化的數據庫數據，需要建立相應的數據模型。根據上述中藥方劑數據資源特點和系統需求分析，對系統數據進行數據模型設計。以中藥方劑資源庫的概念模型為例展示系統數據模型設計方法，資源庫ER圖3如下。

圖3 資源庫ER圖

2.3 系統功能

系統的用戶主要分為兩類。普通用戶只能查看系統數據庫中存儲的內容以及對方劑數據進行分析。而系統管理員除了能查看數據以外，還擁有數據管理的權限。根據系統需求分析的結果，將系統功能模塊分為以下四個部分，系統的功能模塊圖如圖4所示。

圖4 系統功能模塊圖

基礎數據管理模塊包括用戶數據管理、臨床診斷數據管理、方劑數據管理和方劑分析數據管理等子功能模塊。用戶數據模塊用于管理系統用戶相關數據，以支持用戶對系統的使用；臨床診斷數據模塊用于存儲中醫臨床診斷過程中的病例數據及相關用藥記錄；方劑數據模塊負責管理數據庫中的中藥方劑數據信息，主要包括藥方涉及到的癥狀、證候、疾病等數據；分析數據模塊用于存儲中藥方劑分析過程中產生的相關方劑數值。

藥方數據表達模塊主要負責對系統基礎方劑數據進行整合，并以復雜網絡的方式進行構建和存儲，在構建中藥方劑復雜網絡的基礎上，以圖表形式實現中醫藥方數據表達，為中藥方劑復雜網絡的分析計算提供幫助。

數據分析挖掘模塊對中藥方劑進行數據分析、挖掘，在中藥方劑復雜網絡構建的基礎上進行分析計算，主要包括藥材貢獻度計算、藥性相似度計算、藥材關鍵節點發現、關聯藥材推薦[6]、藥方社團劃分等子功能模塊，可根據實際業務需求開發新的功能模塊，不斷完善數據分析挖掘子模塊功能，拓展數據挖掘在中醫藥領域的業務范圍。

數據可視化模塊實現中藥方劑的系統數據分析結果的可視化，以動態交互的形式幫助工作人員更好的進行中藥方劑數據分析的查驗工作，包括方藥關系可視化、方劑相似度可視化[7]、藥性相似度可視化以及方劑聚類可視化等子功能模塊，為工作人員提供開展中藥方劑數據分析各流程業務活動的交互界面。

3 系統關鍵技術及實現

系統主要側重于建立統一規范的中藥方劑領域復雜網絡構建流程，輔助專業人員分析藥材配伍規律，為中醫臨床診治提供幫助。因此，我們著重介紹中藥方劑網絡模型設計、復雜網絡的構建與存儲、方劑網絡的分析與計算以及可視化等系統實現的關鍵技術。

3.1 中藥方劑網絡模型設計

中藥方劑復雜網絡模型設計是本系統設計過程中最為關鍵和重要的環節，復雜網絡模型設計是分析中藥方劑數據特征的有效手段[8]。結合中藥方劑復雜網絡分析中關鍵節點發現和社團劃分等任務，對中藥方劑數據分析系統進行復雜網絡模型設計。

方劑復雜網絡由節點和關系組成，其網絡結構由系統資源庫的概念模型決定，在綜合考慮系統應用場景和數據庫性能的前提下設計復雜網絡模型。系統結合癥狀信息數據、證候信息數據、藥材信息數據構建網絡。復雜網絡模型的設計按照以下兩個原則：一是能夠表示整個中藥方劑關系網絡；二是能夠提高數據庫的查詢效率。中藥方劑網絡結構可以抽象為癥狀、證候、藥材等實體通過藥材相互作用關系、連接頻次關系等構成的一張網絡，中藥方劑復雜網絡模型設計如圖5所示。

圖5 中藥方劑復雜網絡模型

3.2 復雜網絡的構建與存儲

考慮到方劑網絡的表征能力以及在查詢使用中的效率。對于方劑復雜網絡的構建，關系型數據庫中表存儲在處理復雜關系時，存在多表操作和深層查詢等問題，因此表查詢操作較于圖查詢更繁瑣。而Neo4j 圖數據庫存儲結構主要為節點和關系，為此要在表存儲結構與圖存儲結構之間實現數據的轉化。中藥方劑復雜網絡的節點與關系結構見圖6。網絡包含節點和關系兩類，節點包含藥材、癥狀、證候、藥方；關系包含組成、治療、配伍。節點都有相應的屬性、標簽及主鍵，如藥材節點存儲了藥材編號、藥材名稱、藥材藥味、藥材藥性、藥材功效等屬性，作為主鍵的藥材編號是藥材節點的唯一標識，節點具有多個標簽；網絡中的關系用于存儲屬性及類型?；诖搜芯康幕A上完成數據從表存儲到圖存儲的轉化，在中藥方劑復雜網絡系統中更好的發揮圖數據庫查詢的優勢。

圖6 復雜網絡節點、關系、屬性

方劑復雜網絡由關系型數據庫MySQL 經過數據處理后，按照復雜網絡模型進行圖存儲結構轉化形成。圖數據庫的數據導入方式有多種形式，其中包括Cyphter create 語句、Cypher load csv 語句、Py2neo、neo4j-import、neo4j-admin、neo4j-apocload 等。系 統采用Py2neo 對Neo4j 圖數據庫進行操作，以新冠肺炎藥方為例，導入相關數據節點、關系以及屬性。數據導入完成后會在指定路徑下生成圖數據庫。打開Neo4j 服務，對配置文件中數據庫位置進行修改，輸入網址（http://localhost:7474/browser/）連接到指定數據庫實現數據的存儲和查詢。根據圖所述的中藥方劑網絡模型進行復雜網絡建模，對Mysql 數據庫進行數據抽取及特征分析等操作，基于py2neo 庫進行方劑數據的導入，在前端界面實現圖數據庫的查詢和可視化操作，如圖7所示。

圖7 圖數據庫Neo4j界面

3.3 可視化

系統基于PyQt 工具包，使用Python3.7 版本在Pycharm 中編寫程序，數據可視化工具采用PyEcharts。PyQt是用于跨平臺的GUI程序開發的工具包，將強大的GUI庫與Python語言結合，利用QtDesigner設計主界面，生成的UI 文件可以轉換成Python 文件。QtDesigner可以直接設計系統UI 界面，還可以將主程序與UI 界面分離開來，使得UI 界面設計與主程序開發互不影響。PyEcharts 是Python 開發中用來生成Echarts 類的第三方庫，是Python 的一個可視化框架，內置了30 多種常見圖表，通過高度靈活的配置項，設計出精美的圖表，為中藥方劑數據復雜網絡分析結構可視化提供強有力的支持。以新冠肺炎藥方數據為例，中藥方劑數據分析中聚類可視化效果如圖8所示。

圖8 聚類可視化

根據實驗結果可以看出，系統采取的可視化方案對中藥方劑復雜網絡數據分析的展示效果較好，充分滿足系統需求。

3.4 系統應用

系統應用主要包括方劑分析、藥材推薦、智能問答等三個大方向，方劑分析研究分為關鍵節點分析、社團劃分等功能模塊，以系統關鍵節點分析功能為例，實現“藥方-藥材”復雜網絡中關鍵藥材節點計算。通過新冠肺炎藥方數據，利用復雜網絡的節點中心性所涉及的算法。比如：度中心性、中介中心性、接近中心性、特征向量中心性等，來對中藥節點中某些重要特征做科學有效的細致分析。期望可以從現有藥方數據中挖掘出藥材關鍵節點。藥材節點對應的中心性值越高，則表明該節點在網絡中占據的位置越重要，也意味著該藥材節點在方劑中發揮著重要的作用。

新冠肺炎方劑數據的關鍵節點分析結果如圖9。

圖9 方劑數據關鍵節點分析結果圖

由系統關鍵節點計算結果可知，黃芪、金銀花以及防風等藥材在新冠肺炎方劑中具有較高中心性值，并且對于重要節點的度中心性、接近中心性和特征向量中心性等具有相似的排名。可以得出，黃芪、金銀花和防風是治療新冠肺炎的關鍵藥材。

4 結束語

本文根據現實中藥方劑復雜關系的數據特點及實際應用，提出了中藥方劑數據分析研究系統建設需求及總體設計，對系統關鍵技術進行研究，通過構建新冠肺炎方劑的復雜網絡并進行網絡分析，驗證了該系統設計的可行性和正確性。本文的研究工作對復雜網絡研究在中藥方劑數據分析系統的現實應用中具有一定的價值，可有效地幫助中醫藥領域專家分析中藥方劑蘊含的復雜數據關系。接下來，還需要進一步研究中醫藥領域復雜網絡分析方法在系統中的應用，并結合實際應用完善系統算法，同時對中藥方劑復雜網絡社團劃分等功能進行完善。