摘要: 中医是重在调理、以预防为主的独特的传统医学，经过代代传承至今。经典医案作为当今中医的成功案例被各大期刊杂志记载，能够对临床诊疗提供理论支撑。但在临床应用上，由于不同医生对概念表达多元化，局限于过去构建的概念库，难以将新的表达对应到... 展开 中医是重在调理、以预防为主的独特的传统医学，经过代代传承至今。经典医案作为当今中医的成功案例被各大期刊杂志记载，能够对临床诊疗提供理论支撑。但在临床应用上，由于不同医生对概念表达多元化，局限于过去构建的概念库，难以将新的表达对应到已有的概念上。因此，进行症状的概念映射成为获取患者特征的关键步骤。 来自古现代中医书籍等多渠道的知识，所构建的知识图谱能够建立症状，药物等之间的关系。本文基于较大规模的医案数据以及药症知识图谱，结合表示学习，信息推荐，类方聚类等方法，开展中医处方推荐方法研究，主要工作包括以下几个方面： （1）以症状本体，中药特性，中华本草等药症关系为主构建药症知识图谱，其中包含关系116692条，节点19605个。应用于症状字词网络，同时提出基于元路径的症状关系筛选。 （2）通过人机协同表型谱标注系统的数据预处理，对医案中的症状和中药部分进行批量结构化解析，筛选后的5748例医案病历数据，形成了具有较高质量的医案处方推荐数据集。进行症状词概念映射的方法研究，其中包括分词方法，构建子网等方式，映射后患者症状特征的构建用于推荐。实验结果表明，症状词概念映射后仍能保持症状集合与处方药物之间的相关性，基于子网的构建方式生成的特征有着最佳性能。 （3）基于多分类，深度神经网络的处方推荐方法研究，比较了多种算法的在数据中的表现，卷积神经网络的结构有着最佳性能。构建处方相似性网络与方剂网络，分别进行处方聚类与处方特征构建，类方推荐实验结果表明，含有卷积神经网络的结构的模型拥有最佳性能。 （4）部分算法的解释性分析，包括注意力机制法和最短路径生成法的方式。 收起