文档介绍：基于潜在语义分析的中药分类技术
摘要：中医理论现代化是中医发展过程中的关键问题，但中医概念过于模糊，缺乏精确定义，以致难以进行技术验证。迄今，中药分类方法不为西方医学所承认，鉴于中药成分的多样性和复杂性，难以用生物化学方法逐一对中药分子成分进行分离、药效验证并分类。为验证中药分类的科学性，将药物的分子特性转换到光谱中进行研究，结合互联网搜索引擎采用的潜在语义分析技术结合加权方法，对滋阴、壮阳、补气和补血4类中药共48种药材的近红外光谱数据进行研究，分类结果与中药分类近似。
关键词：中药；潜在语义；近红外光谱
DOI：.1005-
中图分类号：R2-05 文献标识码：A 文章编号：1005-5304（2015）03-0005-05
中医现代化需要采用科学技术手段检验中医的理论，但相关概念缺乏清晰的定义，许多信息无法用语言传递，也无法运用现代实验手段进行验证，因此，中医现代化过程中遇到很多困难。要将中医的概念清晰化、理论实体化是中医发展过程中需要解决的关键问题。如滋阴壮阳药物究竟依据何种生理指标进行划分，没有精确说明，无法为实验所验证，因此，这种药物的分类方法不为西方医学所承认。但随着信息科学和计算机技术的发展，可以采用相应技术手段提取这些类别中药的共同特征，明确分类的客观依据，以说明中药分类的科学性。
1 中药分类相关研究
探究中药分类的科学依据是中医药研究的热点之一。部分研究集中于分析中药药效的物质基础，如蛋白质、糖类、脂类、微量元素等物质与药效的关系，尤以微量元素研究居多。胡氏等[1]将56味药材分成清热解毒药、辛凉解表药和利水渗湿药3类，应用线性判别方法分析32种微量元素含量和类别的关系，获得了比较高的准确率。高氏[2]针对20种植物药，使用主成分分析（PCA）结合神经网络，建立了钙、锰、铜、锌等4种微量元素含量与中药材清热解毒类、活血化瘀类和止血类药物之间的关系，并对测试集中的3组数据进行划分。但微量元素只是中药效用物质中的极少部分，对非微量元素和功效的研究还相对缺乏。另外，还有一类研究中药的功效描述归类问题。彭氏等[3]使用神经网络分析中药复方功效，将中药脾胃类药方库对应约700余种药物的相对剂量为输入，输出为专家整理的133种不同功效，采用属性归约算法（SARM），实现了中药方剂功效的分析系统。有报道对中药药性理论相关基础问题进行深入研究，选择常用的1725种药物，将微凉、凉、微寒、寒、大寒等1067种药物归入寒性，将微温、温、热、大热等658种药物均归入热性，根据主治功效对药材进行寒热分类[4-5]。这些研究有一定意义，但缺乏客观依据作为药效的分类基础。
药物之所以有效，是因为药物分子基团具备特定空间构型，而不同构型的分子基团对光具有不同的特征吸收频率，我们可以把分子基团的结构特征转换到光谱中进行研究。近红外光谱分析技术可以获得中药功能基团化学结构的有关信息，Chen等[6]建立了预测甘草中指标性成分浓度的光谱校正模型；另有研究对三七中有效成分及总皂苷[7-8]、冬虫夏草中甘露醇[9]、氨基酸[10]及黄连中生物碱[11]进行了含量测定，均得到了准确结果。杨氏等[12]选用分光光度法对银杏叶样品中黄***类化合物进行分析，利用定量分析中的自动优化功能选择出最佳谱图区、最佳光谱预处理方法及最佳主要成分维数，，预测误差相对较小。范氏等[13]以高效液相色谱法测定了3个不同产地大黄中大黄素、大黄酚、大黄酸、芦荟大黄素的含量，并用41个样品建立近红外光谱模型，用于预测大黄样品中大黄素、大黄酸、芦荟大黄素等主要活性成分的含量，并与高效液相色谱法测定结果相比较，。叶氏等[14]采用傅立叶变换红外光谱法分析了国家药典中5种***羊藿的质量，获得满意结果。
但由于中草药含有包括纤维素和水分等许多共同物质，光谱相似性很高，多种药物光谱之间会产生严重重叠，经典的聚类算法很难将不同药物区分开，更难准确分类。运用各种智能算法通过训练虽然可以对中药的光谱进行分类，但缺乏直观的分类依据。近红外光谱结合潜在语义分析（LSA）的聚类分析技术，可以较好地完成滋阴、壮阳、补气、补血类中药的分类。
2 基于潜在语义分析的分类技术
LSA是互联网搜索引擎中广泛使用的成熟技术，能提取词与词之间潜在的语义关系，并把每个文档视为以词汇为维度的空间中的点，通过奇异值分解压缩搜索空间，根据词语的语义相关性将文档聚类，检索速度快，查询精度高。在化学成分未完全明了的情况下，应用近红外光谱分析技术对中药进行分析，通过吸收峰的位置和强度间接反映中药的化学