一种中药饮片处方煎煮参数智能生成方法、装置、介质及计算机程序与流程

本发明属于中药制剂，具体涉及一种中药饮片处方煎煮参数智能生成方法、装置、介质及计算机程序。

背景技术：

1、中药汤剂是最为常见的制剂，汤剂质量优劣直接影响临床治疗效果，正确的煎煮方法能最大限度发挥其功效。现代中药汤剂煎煮过程中，煎药时长等参数研究仍然不够深入，多数汤剂煎煮采用比较单一煎煮模式，以经验煎煮为主，对煎煮参数的研究一般主要针对单味药或处方的单一煎煮参数研究，并无基于客观实验数据的全面的煎煮参数的研究。

2、随着科技发展，近年针对中药饮片煎煮系统的自动化和信息化的研究较为深入，但针对核心的煎煮参数研究研究较少，当前基于客观实验数据的中药煎煮参数人工智能模型研究是空白。

3、目前针对中药饮片煎煮参数的现有研究主要集中在以下方面：

4、1.有针对单味药或个别处方的煎煮参数研究。

5、2.有基于煎煮因素-多成分关联分析单味药煎煮动力学的研究。

6、3.有中药复方加液量研究：如通过测定使用频率高的22种代表性中药饮片的吸水率估算388种常见中药饮片的吸水率，测量不同类型煎药机的水分蒸发量、挤压出液量，校正不同类型煎药机的挤压功能参数，使出液量平均误差在±5％以内建立不同类型煎药机制备中药汤剂的加液量数学模型，并采用中药复方验证加液量数学模型；如通过实验测得饮片吸水率，函数线性分析得出数据之间的相关性，探索中药机器煎煮过程中加水量的衡量方法；如优化中药汤剂加水量公式，优选一煎、二煎加水比例，探索汤剂煎煮加水量与得液量精准控制方法研究等。

7、4.有中药复方汤剂质量评价研究：如测定197种单味中药饮片煎煮吸水率、相对密度、出膏率等参数，建立中药复方汤剂煎煮相对密度预测区间的数学模型，用于中药复方汤剂煎煮相对密度预测，可为中药复方汤剂煎煮质量评价提供参考。

8、5.有通过计算机自然语言处理技术，采用各种模型算法，基于现代编程语言开发工具，通过对古代名方煎煮信息进行管理和归纳，为现代中药复方煎煮匹配和推荐煎煮信息。

9、由此可见，以上研究均是针对或单味药、或单处方、或单参数、或古方推测等方法开展中药饮片煎煮参数现代研究，无法全面准确的指导临床中药煎煮工作。

技术实现思路

1、为了解决以上技术问题，本发明提供了一种中药饮片处方煎煮参数智能生成方法、装置、介质及计算机程序，本发明基于可靠的单味药煎煮实验数据为煎煮参数生成模型的数据基础；加入中医药基础理论因素用于人工智能模型训练的条件，如君臣佐使、药性理论等因素；对随机中药处方全面生成关键煎煮参数，包括加水量、浸泡时间、煎煮时间及煎煮次数；实现了中药处方煎煮参数智能生成，对指导患者煎煮及煎药室(中心)开展标准化煎煮提供可靠依据。

2、为了实现上述目的，本发明采用以下技术方案：

3、第一方面，本发明提供一种中药饮片处方煎煮参数智能生成方法，包括以下步骤：

4、(1)构建训练数据集，获取数据构成训练数据集，所述数据包括煎煮参数；

5、所述煎煮参数包括加水量、浸泡时间、煎煮时间、煎煮次数以及中药复方参数；

6、(2)模型训练，利用所述训练数据集训练人工智能模型，所述人工智能模型用于生成中药饮片临床处方的煎煮参数；

7、(3)输出，将目标处方输送至训练完成的人工智能模型，所述人工智能模型输出所述目标处方对应的煎煮参数，并对煎煮参数进行补偿修正，剔除目标处方中的佐药和使药，重新输出所述目标处方对应的煎煮参数，用于指导患者和煎药中心开展中药饮片复方的煎煮操作；

8、所述煎煮参数，包括加水量、浸泡时间、煎煮时间和煎煮次数。

9、优选地，步骤(1)中所述加水量的获取方法为：根据单味中药饮片的煎煮效果，确定单味中药饮片的加水量。

10、进一步优选地，所述获取方法为：以煎煮效果为指标，采用单因素考察方法，利用水提法，确定单味中药饮片的最佳加水量，其中，所述煎煮效果包括：浸膏率、uplc指纹图谱特征峰峰面积之和、指标性成分含量中的至少一种。

11、优选地，步骤(1)中所述浸泡时间的获取方法为：根据单味中药饮片的煎煮效果，确定单味中药饮片的浸泡时间。

12、进一步优选地，所述获取方法为：以煎煮效果为指标，采用单因素考察方法，利用水提法，确定单味中药饮片的最佳浸泡时间；其中，所述煎煮效果包括：浸膏率、uplc指纹图谱特征峰峰面积之和、指标性成分含量中的至少一种。

13、优选地，步骤(1)中所述煎煮时间的获取方法为：根据单味中药饮片的煎煮效果，确定单味中药饮片的煎煮时间。

14、进一步优选地，所述获取方法为：以煎煮效果为指标，采用单因素考察方法，利用水提法，确定单味中药饮片的最佳煎煮时间；所述煎煮效果包括：浸膏率、uplc指纹图谱特征峰峰面积之和、指标性成分含量中的至少一种。

15、优选地，步骤(1)中所述煎煮次数的获取方法为：根据单味中药饮片的煎煮效果，确定单味中药饮片的煎煮次数。

16、进一步优选地，所述获取方法为：以煎煮效果为指标，采用单因素考察方法，利用水提法，确定单味中药饮片的最佳煎煮次数；所述煎煮效果包括：浸膏率、uplc指纹图谱特征峰峰面积之和、指标性成分含量中的至少一种。

17、优选地，步骤(1)中所述的中药复方参数的获取方法为：以《中国药典》、各省炮制规范及《中药学》教材为来源，收集单味中药饮片中影响煎煮效果的药性参数；其中，所述药效参数，包括四气(寒、热、温、凉)、五味(酸、苦、甘、辛、咸)和升降沉浮。

18、优选地，步骤(2)中所述人工智能模型的构建方法，包括如下步骤：

19、2-1数据清洗，对训练数据集内的数据进行清洗，剔除缺少值、异常值；

20、2-2特征选择，根据处方，抽取各单味中药饮片中煎煮参数对应的特性值；

21、2-3特征值归一化，根据所述训练数据集内特征值的最大值和最小值，对特征值进行归一化；

22、2-4初始化模型，使用pytorch的nn.module模块进行构建；

23、2-5添加层，添加多个dense层，输入层的输入维度与所述特征值的数量相匹配，使用relu激活函数，构建人工智能模型；

24、2-6编译模型，选择优化器，设置参数，选择模型训练损失函数和确定性能评估指标。

25、缺少值：由于数据采集过程中对某些药方煎煮属性数据采集不完全，如缺少饮片加水量、浸泡时间、煎煮时间或煎煮次数等。判断方法为检测相应数据点是否有数值，无数据值即判断为缺少。

26、异常值：采集到的数据由于采集误差或其它不可控因素，数据值经验上明显不正确。判断方法为(1)专业医师根据自己经验判断或(2)该值大于同类型药方数据剩余对应值的10倍。

27、优选地，步骤2-6中所述优化器为adam；所述参数，包括学习率、衰减率和dropout比率中的至少一种；所述模型训练损失函数为mse函数；所述的性能评估指标为预测准确率。

28、优选地，步骤(3)中所述训练的方法为：

29、定义模型训练函数，设置peochs、batchsize、梯度更新模式，并根据训练过程优化超参数设置；

30、监控训练过程，使用pytorch的回调函数监控训练过程，防止过拟合。

31、进一步优选地，所述的模型训练函数为mse函数；所述回调函数，包括checkpoint、earlystoping和dropout中的至少一种。

32、第二方面，本发明提供一种中药饮片处方煎煮参数智能生成装置，包括：

33、获取模块，用于获取训练数据集，其中，所述煎煮参数包括加水量、浸泡时间、煎煮时间、煎煮次数以及中药复方参数；

34、训练模型，利于训练数据集训练人工智能模型，所述人工智能模型用于生成中药饮片临床处方的煎煮参数；

35、输出模块，用于输出所述目标处方对应的煎煮参数。

36、第三方面，本发明提供一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序，以实现前述的中药饮片处方煎煮参数智能生成方法。

37、第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于前述的中药饮片处方煎煮参数智能生成方法。

38、第四方面，本发明提供一种计算机程序，所述计算机程序被执行时，以用于实现前述所述的中药饮片处方煎煮参数智能生成方法。

39、本发明的有益效果为：

40、(1)本发明基于客观的实验研究的单味中药饮片煎煮参数及多味药处方煎煮参数验证数据为基础，同时构建能够自动生产煎煮加水量、浸泡时间、煎煮时间和煎煮次数的智能模型。

41、(2)本发明采用人工智能模型训练方法，基于客观实验数据和处方药味君臣佐使药味权重比等因素，采用依据单味药煎煮参数生成模型和多味药处方煎煮参数结果反向实验验证，反复训练的方法，确保算法的有效性和可靠性。

42、(3)本发明能够自动生成中药饮片处方煎煮参数(包括煎煮加水量、浸泡时间、煎煮时间和煎煮次数)，实现真正意义的中药饮片煎煮参数的生产和指导，为患者中药饮片自煎和医疗机构及企业代煎中心提供真实可靠有效的煎煮参数指导。