基于Neo4j的冠心病中醫(yī)辨證論治知識圖譜研究

陳善達 夏帥帥 鄧文祥 李 亮 晏峻峰

1.湖南中醫(yī)藥大學中醫(yī)學院，湖南長沙 410208；2.中醫(yī)診斷學湖南省重點實驗室，湖南長沙 410208；3.湖南中醫(yī)藥大學信息科學與工程學院，湖南長沙 410208

冠心病是冠狀動脈發(fā)生粥樣硬化引起管腔狹窄或閉塞，導(dǎo)致心肌缺血、缺氧或壞死而引起的心臟病，屬于中醫(yī)“胸痹”范疇。冠心病嚴重危害人們的生命健康，2018 年我國冠心病患者已達1100 萬，近年來發(fā)病愈加呈上升、年輕化的趨勢[1]。中醫(yī)藥在冠心病防治中有著獨特的優(yōu)勢[2-3]，因此，深入挖掘中醫(yī)藥在冠心病中的辨證論治規(guī)律有著重要意義。

辨證論治是通過望、聞、問、切四診合參收集患者的證候資料，加以綜合分析，辨清疾病當前階段的病機特點并確定治法方藥的過程，是中醫(yī)學的診療特色。如今中醫(yī)藥事業(yè)的傳承與發(fā)展到了瓶頸期，亟需從現(xiàn)代信息技術(shù)中尋求突破[4]。朱文鋒教授團隊創(chuàng)立了證素辨證學，由證候推斷出特定的證素并結(jié)合成完整證型，對中醫(yī)辨證環(huán)節(jié)起到了執(zhí)簡馭繁的作用[5]，相反，將完整的證型拆分成證素組合可以更清楚地反映疾病當前階段的病機特點[6]。因此，本研究以證素辨證為核心，運用圖數(shù)據(jù)庫表達其與證候、中藥的關(guān)系。

Neo4j[7]是一種開源的圖數(shù)據(jù)庫，相比傳統(tǒng)數(shù)據(jù)庫，更能以圖形節(jié)點的形式呈現(xiàn)數(shù)據(jù)與數(shù)據(jù)之間的關(guān)系，并借此創(chuàng)造一種既視感，更有利于接受。Neo4j 通過其特有的Cypher 語句能夠?qū)崿F(xiàn)與其他數(shù)據(jù)庫一樣的結(jié)構(gòu)化編程，實現(xiàn)數(shù)據(jù)的導(dǎo)入、增、刪、改、查等操作。已有學者將Neo4j 運用于中醫(yī)藥領(lǐng)域的研究，如趙凱等[8]采用Neo4j 構(gòu)建了桂枝湯類方的知識圖譜；姜惠娟等[9]以《中國藥膳大辭典》為數(shù)據(jù)來源，采用Neo4j 構(gòu)建藥膳方劑圖數(shù)據(jù)庫。基于此，本研究探討采用Neo4j 構(gòu)建一個小型冠心病辨證論治知識圖譜。

1 資料與方法

1.1 文獻來源與檢索方式

數(shù)據(jù)來源于中國知網(wǎng)、維普及萬方數(shù)據(jù)庫。以“冠心病”“胸痹”“舉隅”“驗案”為關(guān)鍵詞或主題詞檢索2010 年1 月至2020 年2 月所有文獻，共檢索出770 篇，剔除重復(fù)的文獻，納入符合要求的文獻，共208 篇。

1.2 文獻納入標準

符合西醫(yī)“冠心病”或中醫(yī)“胸痹”診斷標準且證候、證型、方藥完整的中醫(yī)診治文獻，診斷標準參照人民衛(wèi)生出版社出版的第9 版《內(nèi)科學》[10]教材，以及中國中醫(yī)藥出版社出版的第4 版《中醫(yī)內(nèi)科學》[11]教材。

1.3 文獻排除標準

①學術(shù)思想探討與綜述類文獻；②單味藥或藥對不予納入。

1.4 數(shù)據(jù)規(guī)范、分析與數(shù)據(jù)庫的建立

1.4.1 數(shù)據(jù)規(guī)范 參照中國中醫(yī)藥出版社出版的第4 版《中藥學》[12]以及朱文鋒教授的《證素辨證學》[13]對其中涉及的證候和藥物的名稱進行規(guī)范化處理并將證型中包含的病性證素提取出來。例如：大便不成形→便溏，山萸→山茱萸，氣虛血瘀→氣虛、血瘀等。

1.4.2 數(shù)據(jù)分析與數(shù)據(jù)庫的建立 將篩選出的208 篇文獻作為研究對象，采用Microsoft Office Excel 2010 建立數(shù)據(jù)表記錄每個案例的證候、證型以及用藥等信息，共錄入329 個案例，統(tǒng)計證候、病性證素和中藥的頻次與頻率。在Pycharm 2019.1.3 中采用Python 3.7 進行權(quán)值計算，參照朱文鋒教授的雙層頻權(quán)剪叉算法[14]確立的權(quán)值計算方法：某一證候、病性證素或中藥在某一病性證素中出現(xiàn)的頻次與該證候、病性證素或中藥在所有病性證素中出現(xiàn)的總頻次的比值。例如：胸悶在“血瘀”這一病性證素中出現(xiàn)的頻次為180，在所有病性證素中出現(xiàn)的頻次為276，則胸悶在病性證素“血瘀”中的權(quán)值為0.65。權(quán)值可以反映某一證候、病性證素或中藥在一定范圍內(nèi)的關(guān)聯(lián)性，權(quán)值越靠前則關(guān)聯(lián)性越強。在Pycharm 2019.1.3 中采用Python 3.7實現(xiàn)Apriori 算法對所有中藥進行關(guān)聯(lián)規(guī)則分析，最小支持度設(shè)為10%，最小置信度設(shè)為60%。隨后，將權(quán)值計算以及關(guān)聯(lián)分析得出的結(jié)果分別導(dǎo)入到Neo4j Community 3.5.14 中構(gòu)建圖數(shù)據(jù)庫，并進行數(shù)據(jù)一致性檢驗，目的是找出并修改節(jié)點與關(guān)系不匹配的節(jié)點或關(guān)系，例如：“瘀點（斑）舌→血瘀”的關(guān)系為“證候→中心證素”，若變?yōu)椤爸行淖C素→證候”則為節(jié)點與關(guān)系不匹配[15]。采用的Cypher 語句功能：load 將文件導(dǎo)入Neo4j 中；merge 創(chuàng)建節(jié)點或關(guān)系；set 設(shè)置節(jié)點屬性；match 查詢指定節(jié)點或關(guān)系；where 設(shè)定查詢的條件；order by 將結(jié)果進行排序；desc 按降序排序；limit 限制輸出結(jié)果的數(shù)量。

2 結(jié)果

2.1 頻次統(tǒng)計

本研究涉及證候217 個，累計出現(xiàn)4202 次，出現(xiàn)頻率≥10%的證候有29 個，其出現(xiàn)頻率≥50%的證候有胸悶、胸痛、氣短、苔白、乏力，見表1；涉及病性證素17 個，累計出現(xiàn)770 次，出現(xiàn)頻率≥10%的病性證素有8 個，分別為血瘀、痰、氣虛、氣滯、陽虛、陰虛、濕、火（熱），見表2，與冠心病關(guān)聯(lián)度最高的病性證素為血瘀、痰、氣虛，與冠心病現(xiàn)代中醫(yī)證候特征的臨床流行病學調(diào)查結(jié)果相符[16]。本研究涉及藥物301 種，累計用藥頻次4576 次，使用頻率≥10%的中藥有37 種，其中使用頻率≥50%的藥物有丹參、甘草，見表3。

表1 出現(xiàn)頻率≥10%證候分布表（前10 位）

表2 出現(xiàn)頻率≥10%病性證素分布表

表3 使用頻率≥10%中藥分布表（前10 位）

2.2 權(quán)值計算

在Pycharm 2019.1.3 中采用Python 3.7 對出現(xiàn)頻率≥10%的證候、病性證素、中藥進行權(quán)值計算，共計582 條，部分結(jié)果見表4，如第1 條氣虛為在“血瘀”這一病性證素中占比最大的證候，氣虛在所有病性證素中出現(xiàn)的總頻次為110 次，有77%都出現(xiàn)在“血瘀”這一病性證素中，以此類推，“瘀點（斑）舌”這一證候95%都出現(xiàn)在“血瘀”這一病性證素中。

表4 出現(xiàn)頻率≥10%證候、病性證素、中藥權(quán)值表（排位第1）

2.3 關(guān)聯(lián)分析

在Pycharm 2019.1.3 中采用Python 3.7 實現(xiàn)Apriori 算法對所有中藥進行關(guān)聯(lián)規(guī)則分析，最小支持度設(shè)為10%，最小置信度設(shè)為60%，挖掘出61 條關(guān)聯(lián)規(guī)則，見表5。其中前項為前提事件，后項為伴隨事件，支持度為前提事件在所有事件中出現(xiàn)的頻率，置信度為在前提事件出現(xiàn)的情況下，伴隨事件出現(xiàn)的概率。

表5 出現(xiàn)頻率≥10%的中藥關(guān)聯(lián)表（置信度≥75%）

2.4 基于Neo4j 表達冠心病辨證論治規(guī)律

采用match、where 語句條件查詢節(jié)點，然后采用set 語句為節(jié)點設(shè)置各項屬性，name 為節(jié)點名，_name為關(guān)系名，freq 或freq1 為頻次，freq2 為頻率，weight為權(quán)值，support 為支持度，confidence 為置信度，見圖1。采用match 語句查詢“血瘀”“痰”“氣虛”3 個病性證素的所有關(guān)系，然后采用order 和desc 語句按權(quán)值降序排序，最后采用limit 語句限制輸出前20 條關(guān)系，見圖2～4。同理，采用match、order、desc、limit 語句輸出置信度≥75%的中藥關(guān)系圖，見圖5。圖中圓圈代表節(jié)點，箭頭代表關(guān)系，關(guān)系a 為“證候→中心病性證素”，關(guān)系b 為“中心病性證素→病性證素”，關(guān)系c為“中心證素→前項中藥”，關(guān)系d 為“前項中藥→后項中藥”。

圖1 節(jié)點/關(guān)系屬性圖

圖2 血瘀前20 關(guān)系圖

3 討論

圖3 痰前20 關(guān)系圖

圖4 氣虛前20 關(guān)系圖

圖5 中藥置信度≥0.75 關(guān)聯(lián)圖

圖數(shù)據(jù)庫可以很直觀地將數(shù)據(jù)與數(shù)據(jù)間的關(guān)系呈現(xiàn)在人們眼前。Neo4j 是當下熱門的圖數(shù)據(jù)庫之一，與普通的圖處理或內(nèi)存級數(shù)據(jù)庫不同的是，其實現(xiàn)了專業(yè)數(shù)據(jù)庫級別圖數(shù)據(jù)模型的存儲；其性能比其他數(shù)據(jù)庫穩(wěn)定且運行速度要更快[7]。本研究采用頻數(shù)統(tǒng)計、權(quán)值計算、關(guān)聯(lián)分析以及Neo4j 技術(shù)構(gòu)建了一個簡單冠心病辨證論治知識表達圖數(shù)據(jù)庫。本研究結(jié)果所示，將辨證論治數(shù)據(jù)導(dǎo)入Neo4j 圖數(shù)據(jù)庫中，通過為關(guān)系設(shè)置屬性，并通過特定的查詢、篩選語句可以更清楚地辨識出辨證論治中的復(fù)雜關(guān)系，這為中醫(yī)辨證論治知識表達圖數(shù)據(jù)庫的構(gòu)建提供了方法指導(dǎo)。