换一批基于图卷积神经网络的中药方剂功效分类与自动推荐
Efficacy classification and automatic recommendation of traditional Chinese medicine formulas based on graph convolutional neural network
摘要目的 实现海量中药方剂的功效自动化分类,辅助建设更加健全完备的中药方剂信息化编码体系.方法 以中药方剂为样本,以组成方剂的中药材和中药饮片为特征,利用方剂主成分相似性对样本间关系进行表征,设计一种图卷积神经网络模型,并基于国家标准《中药方剂编码规则及编码》(GB/T31773-2015)的方剂分类标准,以其中1 089首经典古方剂的功效分类作为数据集进行模型训练.结果 在少量样本条件下,可以实现中药方剂所在的Top-6功效分类87.96％的预测准确率,与其他方法对比性能更占优势.以国标中的方剂功效信息进行验证,可以很好地预测中药方剂的潜在功效.结论 基于图卷积神经网络的方法可以用于中药方剂的自动化分类,帮助转变中药标准化工作中大量专业人力投入的工作模式,并辅助中药研究者发现中药方剂的潜在临床功效.
更多相关知识
关键词
中药方剂自动分类功效预测图卷积神经网络traditional Chinese medicine formulasautomatic classificationefficacy predictiongraph convolutionneural network
栏目名称
DOI
10.7501/j.issn.0253-2670.2024.18.019
发布时间
2024-10-31（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览9
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
