基于 Apriori 算法的中药配伍审查系统

项目介绍

本系统是一个基于经典 Apriori 关联规则挖掘算法的中药配伍审查平台，使用真实中医药处方数据集（PTM-TKDE2018），实现药材频繁项集挖掘、关联规则生成与配伍禁忌审查。

核心功能

• 数据导入：一键下载并导入真实 PTM 处方数据集到 SQLite（约 811 味药材、6693 条处方事务）
• Apriori 挖掘：频繁项集与关联规则挖掘，支持度/置信度/提升度（lift）可调
• 配伍审查：十八反/十九畏禁忌检测 + 低支持度警告 + 关联规则建议（含药名别名匹配）
• 批量审查：支持多张处方批量审查
• 药材共现分析：指定药材的共现频次统计
• 数据看板：Chart.js 可视化展示高频药材与挖掘历史
• REST API：14 个 API 端点，完整覆盖业务功能
• 审查日志与挖掘历史记录

数据来源

数据	来源	用途
药材与处方事务	PTM-TKDE2018 herbs_contains.txt + pre_herbs.txt	Apriori 事务挖掘
配伍禁忌	data/forbidden_canonical.json（药典十八反、十九畏整理，41 条）	硬性禁忌审查
药材属性（可选）	DragonTCM	性味归经增强

仅供教学研究，不可替代临床审方。

---

目录结构

apriori-zhongyao-check/
├── app.py                  # Flask 主应用（路由定义 + 启动入口）
├── config.py               # 应用配置（阈值、数据库路径、分页等）
├── requirements.txt        # Python 依赖
├── mac_run.sh              # macOS 一键启动脚本
├── window_run.bat          # Windows 一键启动脚本
├── 项目说明.md              # 本文件
├── 挖掘手册.md              # Apriori 挖掘参数与数据集说明
│
├── core/                   # 核心算法
│   ├── __init__.py
│   ├── apriori.py          #   Apriori 频繁项集与关联规则挖掘
│   └── reviewer.py         #   配伍审查逻辑（禁忌检测 + 关联建议 + 同义词标注）
│
├── database/               # 数据库层
│   ├── __init__.py
│   ├── db.py               #   SQLite 访问层（连接管理 + 缓存 + 全部 CRUD）
│   └── importer.py         #   数据导入（PTM 文件解析 + 禁忌规则写入）
│
├── routes/                 # 路由层
│   ├── __init__.py
│   └── api.py              #   REST API 蓝图（14 个端点）
│
├── services/               # 服务层
│   ├── __init__.py
│   └── mining.py           #   Apriori 挖掘服务（参数回退 + 结果持久化）
│
├── scripts/                # 运维脚本
│   ├── download_datasets.py#   从 GitHub/HuggingFace 下载数据集
│   ├── setup_all.py        #   一键：下载 → 导入 → 挖掘
│   └── init_and_mine.py    #   初始化数据库 + 执行挖掘
│
├── data/                   # 数据目录
│   ├── forbidden_canonical.json  # 十八反/十九畏禁忌规则
│   ├── tcm.db              # SQLite 数据库（运行时生成）
│   ├── raw/                # 原始数据文件
│   │   ├── herbs_contains.txt    # PTM 药材名索引（811 行）
│   │   ├── pre_herbs.txt         # PTM 处方事务（数值索引，7189 行）
│   │   └── prescriptions.txt     # PTM 原始文本方（98334 行，未接入导入）
│   └── imported/           # 已导入数据备份目录
│
├── templates/              # Jinja2 HTML 模板（12 个页面）
│   ├── base.html           #   基础布局（导航栏 + 页脚）
│   ├── index.html          #   首页（统计概览 + 高频药材图表）
│   ├── dashboard.html      #   数据看板（挖掘历史 + 审查日志）
│   ├── check.html          #   单方配伍审查
│   ├── batch.html          #   批量配伍审查
│   ├── herbs.html          #   药材库列表
│   ├── herb_detail.html    #   药材详情 + 共现分析
│   ├── prescriptions.html  #   方剂库列表
│   ├── forbidden.html      #   十八反/十九畏规则表
│   ├── rules.html          #   Apriori 关联规则 + 频繁项集 + 重新挖掘
│   ├── dataset.html        #   数据集说明
│   └── api_docs.html       #   REST API 文档
│
├── static/
│   └── css/style.css       # 自定义样式
│
└── 运行步骤必看/
    └── window.md            # Windows 运行步骤说明

---

运行环境

项目	要求
Python	>= 3.12
操作系统	macOS / Linux / Windows
数据库	SQLite 3（Python 内置，无需额外安装）
网络	首次运行需联网下载 PTM 数据集
依赖	Flask >= 3.0、Werkzeug >= 3.0、datasets >= 2.14（可选）

---

端口与访问

项目	值
默认端口	5050
环境变量覆盖	PORT
访问地址	http://127.0.0.1:5050
API 文档	http://127.0.0.1:5050/api-docs

---

技术架构

浏览器 ←→ Flask (Jinja2 模板 + REST API)
              ↕
         SQLite (tcm.db)
              ↕
    Apriori 算法 + 禁忌审查引擎
              ↕
    PTM-TKDE2018 真实处方数据集

---

模块职责

模块	文件	职责
主应用	app.py	Flask 应用工厂、页面路由、启动入口、自动引导挖掘
配置	config.py	最小支持度/置信度/提升度、数据库路径、分页大小、密钥
算法	core/apriori.py	Apriori 频繁项集挖掘与关联规则生成
审查	core/reviewer.py	禁忌规则检测、低支持度警告、关联规则建议、同义词标注
数据库	database/db.py	连接管理（上下文管理器）、事务缓存、全部 CRUD 操作
导入	database/importer.py	PTM 文件解析、药材/处方入库、禁忌规则写入、配置持久化
API	routes/api.py	REST API 蓝图，14 个端点，JSON 输入输出
挖掘服务	services/mining.py	封装 Apriori 执行、参数回退、结果持久化、缓存失效
下载	scripts/download_datasets.py	从 GitHub/HuggingFace 下载数据集到 data/raw/
初始化	scripts/init_and_mine.py	建表 → 导入 → 挖掘（三步合一）
一键部署	scripts/setup_all.py	下载 → 导入 → 挖掘（四步合一）

---

页面功能

页面	路由	功能
首页	/	统计概览（药材数/处方数/规则数）、Top 20 高频药材柱状图
配伍审查	/check	输入药材名 → 返回禁忌/警告/建议
批量审查	/batch	多处方批量审查
药材库	/herbs	药材列表（分页、搜索）
药材详情	/herbs/<name>	单味药材共现分析、关联规则
方剂库	/prescriptions	处方列表（分页、搜索）
禁忌规则	/forbidden	十八反/十九畏规则表
关联规则	/rules	关联规则表 + 频繁项集 + 重新挖掘（参数可调）
数据看板	/dashboard	挖掘历史趋势、审查日志
数据集	/dataset	PTM 数据集说明
API 文档	/api-docs	REST API 端点文档

---

REST API 列表

方法	路径	功能
GET	/api/statistics	系统统计（药材数/处方数/规则数等）
POST	/api/review	单方配伍审查 {"herbs": ["甘草","海藻"]}
POST	/api/review/batch	批量审查 {"prescriptions": [["甘草","海藻"],["人参","黄芪"]]}
GET	/api/herbs	药材列表（分页、搜索）
GET	/api/herbs/<name>	药材详情与共现
GET	/api/prescriptions	处方列表（分页、搜索）
GET	/api/forbidden	十八反/十九畏规则
GET	/api/rules	关联规则列表（分页）
GET	/api/itemsets	频繁项集列表（分页）
POST	/api/mine	重新执行 Apriori 挖掘
GET	/api/config	获取当前挖掘参数
GET	/api/dataset-meta	数据集元信息
GET	/api/mining-history	挖掘历史
GET	/api/review-logs	审查日志

---

算法说明

Apriori 算法

Apriori 是经典的关联规则挖掘算法，核心思想：如果一个项集是频繁的，则它的所有子集也是频繁的（Apriori 性质）。算法流程：

1. 扫描事务数据库，统计每个单项的支持度，过滤低于 min_support 的项
2. 逐层产生候选项集：由 k-频繁项集连接生成 (k+1)-候选项集
3. 剪枝：移除包含非频繁 k-子集的候选项集
4. 计数：再次扫描数据库，统计候选项集支持度
5. 重复直到无法生成更大的频繁项集（受 max_k 限制）
6. 生成规则：对每个频繁项集，计算所有非空子集的置信度和提升度，保留满足 min_confidence 和 min_lift 的规则

关键参数

参数	默认值	说明
min_support	0.02	最小支持度，项集至少在 2% 的处方中出现
min_confidence	0.5	最小置信度，规则 A→B 的置信度至少 50%
min_lift	1.0	最小提升度，大于 1 表示正相关
max_k	4	最大项集大小，防止组合爆炸

审查逻辑

配伍审查分三层检测：

1. 禁忌层（硬性）：十八反/十九畏，命中即标记为 forbidden
2. 警告层（软性）：药材组合的支持度低于 min_support，标记为 warning
3. 建议层（参考）：与已输入药材相关的关联规则，标记为 info；同义词对额外标注 ⚠可能是同义词/包含关系

---

数据流程

PTM 数据集 (GitHub/HuggingFace)
        ↓  scripts/download_datasets.py
data/raw/herbs_contains.txt + pre_herbs.txt
        ↓  database/importer.py
SQLite (tcm.db): herbs + prescriptions + forbidden_rules
        ↓  core/apriori.py + services/mining.py
SQLite: frequent_itemsets + association_rules + apriori_config
        ↓  core/reviewer.py
配伍审查结果 (forbidden / warning / info)
        ↓  routes/api.py + app.py
浏览器 (HTML / JSON)