【推荐下载】方剂配伍规律数据挖掘的研究现状及思考

[键入文字]

方剂配伍规律数据挖掘的研究现状及思考

?

?【编者按】医药论文是科技论文的一种是用来进行医药科学研究和描述研究成果的论说性文章。论文网为您提供医药论文范文参考，以及论文写作指导和格式排版要求，解决您在论文写作中的难题。

?

?方剂配伍规律数据挖掘的研究现状及思考

?

?【关键词】方剂配伍规律;知识发现;综合集成;复杂系统

?

?从金成无己于《伤寒明理论》中以君臣佐使研究张仲景方剂[1]至今,为了把握中医方剂应用历史嬗变的轨迹,寻找中医方剂的配伍方法及组方思路,人们利用哲学、数学等其他学科的方法或手段对方剂配伍规律的研究从未间断过。尤其是近年来,以大量经方、成方或个人临床经验组方中蕴含的配伍规律为分析对象,数据挖掘、人工智能等现代信息技术在中医方剂配伍理论研究中得到了广泛的应用,为拓宽中医理论现代化研究思路提供了一定的借鉴,但也暴露出一些问题。笔者现结合个人的研究体会对这些问题加以总结和探讨。

1

药对配伍方剂汇总(完美打印)

滋阴安神：生地—酸枣仁、麦冬，如天王补心 丹； 五味子—苻神、远志，如养心汤。 滋阴降火：生地—熟地、黄连，如当归六黄 汤。 、用于心的药对配伍方剂 （一）清心 清心泻火：石膏—栀子、连翘，如清瘟败毒散； 竹叶—石膏，如竹叶石膏汤； 栀子—知母，如消黄散。清心解毒：黄连—黄芩、栀子,如黄连解毒汤； 连翘—木通、大黄，如洗心汤； 大黄—黄芩、黄连，如泻心汤； 连翘—牛蒡子、玄参，如普济消毒饮。清心凉血：犀角—生地、玄参，如清营汤； 赤芍—牡丹皮，如犀角地黄汤。清心利尿：栀子—木通，如洗心汤； 滑石—栀子、车前子，如八正散； 木通—竹叶、生地。 清心止血：车前子—栀子、蒲黄，如秦艽散；生 地—犀角，如犀角地黄汤。 清心镇惊：黄连—朱砂，如朱砂散。清心祛暑：香薷—柴胡、黄连，如香薷散；滑石—甘草，如六一散。 清心洗痰：黄连—胆南星、竹茹，如消黄益心汤； 黄连—天竺黄，如天竺黄散。 交通心肾：黄连—桂心，如交泰丸。 （二）温心 温心壮阳：附子—肉桂，如回阳救急汤。温心通脉：附子—干姜，如四逆汤。 温心止痛：附子—玄胡索。 和阳益阴：桂枝—白芍，如桂枝汤。温通开窍：细辛—牙皂，如吹鼻散。 （三）补心 益气回阳：人参—附子，如参附汤；黄芪 —附子，如芪附汤。 补气养血：黄芪—当归，如当归补血汤；党 参—黄芪、当归，如通乳散。 益气止血：黄芪—地榆，如地榆合剂。 益气复脉：炙甘草—桂枝，如炙甘草汤。 益气止汗：黄芪—麻黄根、浮小麦，如牡蛎 散。 益气敛阴：人参—麦冬、五味子，如清暑益 气汤。 和营补血：熟地—当归，如四物汤；白芍 —熟地，如胶艾汤。 滋阴养血：干地黄—阿胶，如黄土汤；麦冬 —生地，如炙甘草汤。 二、用于肺的药对配伍方剂 （一）清肺 清肺泻火：石膏—知母，如白虎汤；黄芩—栀 子，如润肺汤。 清肺止咳：石膏—麻黄、杏仁，如麻杏石甘汤； 石膏—杏仁，如麻杏石甘汤；银花 —款冬花、桔梗，如款冬花散；前胡 —紫苑，如滋阴定喘汤。 清肺祛痰：黄连—贝母、白矾，如白矾散；知母 —贝母，如二母散。 清肺解毒：板蓝根—马勃、玄参，如普济消毒 饮；银花—连翘、大黄，如消黄清凉 散；黄连—黄芩、栀子，如消黄散。清肺解表：银花—连翘、荆芥，如银翘散；桑叶 —杏仁，如桑杏汤。 清肺利咽：牛蒡子—桔梗、甘草，如银翘散。清肺止血：知母—侧柏叶、栀子，如十黑散；黄连—白芨、阿胶，如白芨散。 清肺止痒：玄参—紫参、苦参，如五参散。清肺排脓：苇茎—苡仁、桃仁。 泻肺行水：葶苈子—大枣。 （二）温肺 温肺发表：细辛—麻黄、干姜，如麻黄桂枝汤； 荆芥—防风，如荆防败毒散。 温肺止咳：麻黄—杏仁，如厚朴麻黄汤； 杏仁—桔梗，如发表青龙汤。 温肺化痰：干姜—细辛、半夏，如小青龙汤；紫 苑—苏子。 燥湿化痰：半夏—陈皮、茯苓，如二陈汤；半夏 —枯矾，如半夏散。 化痰降气：苏子—莱菔子、白芥子，如三子下气 汤；半夏—苏子，如苏子降气汤； 紫苑—白部、白前，如止嗽散。 宣肺利气：桔梗—帜壳，如荆防败毒散； 杏仁—陈皮，如发表青龙汤。 宣肺行水：麻黄—白术；桂枝—防己。 药对配伍方剂汇总

浅谈方剂配伍

浅谈方剂配伍 （作者:___________单位: ___________邮编: ___________） 【摘要】方剂的配伍，实乃一种制方模式。方剂通过配伍，可以增强药物疗效，可调和药物偏性，可以监制某些药的毒性，可以适合复杂病情的需要等。方剂配伍的方法有：根据辨证和立法的要求，按药物的不同功用，分清主次，按君、臣、佐、使的关系配伍；根据药物的性味，按性味关系配伍。 【关键词】配伍理论；性味配伍；方剂；遣药组方 方剂的配伍理论，实乃一种制方模式，它是从众多方剂中总结出来的治疗规律，是历代医家临床遣药组方的经验凝结。方剂配伍有常用以下的方法。一是根据辨证和立法的要求，按药物的不同功用，分清主次，按君、臣、佐、使的关系配伍，互相辅助，互相监制，协调一致，以发挥治疗作用；二是根据药物的性味，按性味关系配伍。下面从君臣佐使配伍以及性味配伍来浅谈一下方剂配伍理论。 1 方剂配伍的历史沿革 方剂作为中医临床治疗疾病的重要形式，它的发展经历了几个阶段。西汉以前，古人对中药的认识远不如今，将中药统称为“毒药”，

此时以单味药为主要的应用形式。如《五十二病方》中所收载的方剂，绝大部分是由单味药或两味药组成的，这一时期对于方剂的配伍意义方面阐述很少［1］。到了《黄帝内经》时期，对组方用药的配伍法度及禁忌作了一定的论述，首次提出君臣佐使的组方基本结构要求，书中记载方剂13首，其中6个为单方，剂型包括汤、膏、丸，方剂配伍理论始于《黄帝内经》。此时的中医药学仍处于重药轻方阶段［2］。 东汉张仲景著《伤寒杂病论》，其方剂在配伍应用及药物性能的加减变化上，具有严谨的法度，在药量、剂型、服法等各方面都有很大的飞跃［3］。自东汉到隋唐时期，方剂学己经融理法方药为一体，获得了蓬勃发展。宋金元时期，以金元四大家为代表的众多医家对中医方剂学的贡献颇多，张元素提出了“归经”、“引经报使”等理论，君臣佐使的理论得到了具体的运用，对于配伍规律的研究己经开始。明清时期，本草专著频频面世，方论蔚然成风，此时众多医家对于临床实用的方药配伍关系研究较为强调和重视，文献记载有关配伍用药规律探讨和临证经验内容丰富。 2 君臣佐使配伍理论 方剂的组成原则———君臣佐使，始见于《内经》，其设计甚为周密，既主次分明，配合严密，又相互兼顾、相互制约。针对证候主要因素和次要因素、主要发病环节和次要发病环节，按照君、臣、佐、使的原则选药配伍。如《素问·至真要大论篇第七十四》曰：“方制君臣，何谓也?岐伯曰：主病之谓君，佐君之谓臣，应臣之谓使。”《神农本草经·卷三》曰：“药有君、臣、佐、使，以相宣摄合和宜，用一君，二臣，

数据挖掘领域的十大经典算法原理及应用

数据挖掘领域的十大经典算法原理及应用 国际权威的学术组织the IEEE International Conference on Data Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes, and CART. 不仅仅是选中的十大算法，其实参加评选的18种算法，实际上随便拿出一种来都可以称得上是经典算法，它们在数据挖掘领域都产生了极为深远的影响。 1.C4.5 C4.5算法是机器学习算法中的一种分类决策树算法,其核心算法是ID3算法.C4.5算法继承了ID3算法的优点，并在以下几方面对ID3算法进行了改进： 1)用信息增益率来选择属性，克服了用信息增益选择属性时偏向选择取值多的属性的不足； 2) 在树构造过程中进行剪枝； 3) 能够完成对连续属性的离散化处理； 4) 能够对不完整数据进行处理。

C4.5算法有如下优点：产生的分类规则易于理解，准确率较高。其缺点是：在构造树的过程中，需要对数据集进行多次的顺序扫描和排序，因而导致算法的低效。 2. The k-means algorithm即K-Means算法 k-means algorithm算法是一个聚类算法，把n的对象根据他们的属性分为k个分割，k < n。它与处理混合正态分布的最大期望算法很相似，因为他们都试图找到数据中自然聚类的中心。它假设对象属性来自于空间向量，并且目标是使各个群组内部的均方误差总和最小。 3. Support vector machines 支持向量机，英文为Support Vector Machine，简称SV 机（论文中一般简称SVM）。它是一种監督式學習的方法，它广泛的应用于统计分类以及回归分析中。支持向量机将向量映射到一个更高维的空间里，在这个空间里建立有一个最大间隔超平面。在分开数据的超平面的两边建有两个互相平行的超平面。分隔超平面使两个平行超平面的距离最大化。假定平行超平面

中药方剂有效成分配伍分析

龙源期刊网 https://www.sodocs.net/doc/2b4487665.html, 中药方剂有效成分配伍分析 作者：李红毕静静王琳于晓阳 来源：《中外女性健康研究》2016年第14期 【摘要】目的：分析中药方剂有效成分配伍禁忌和存在的问题，提高用药安全性和准确性。方法：根据中医理论，采用现代技术对中药方剂进行有效成分配伍，阐述中药方剂有效成分配伍的优点和意义。结果：中药方剂有效成分配伍更具针对性，提高用药准确性，但还需要进一步研究和分析中药方剂有效成分配伍。结论：传统中医中药学对于中药方剂有效成分配伍提供了理论支持和理论指导，现代技术对中药方剂有效成分配伍提供了技术支持、研究思路以及配伍方法，方剂有效成分配伍对临床用药具有重要现实意义和指导意义。 【关键词】中药方剂；有效成分；配伍；分析 中药方剂配伍是指两种以上药物的配合适应，方剂配伍运用于治疗中的目的是调和药性，或是为提高治疗效果进行联合用药。中药方剂有效成分配伍是基于配伍基础上形成的更为高级形式的配伍，该方法是以有效成分按照一定比例组合，从总体上实现综合治疗。通过将中药有效成分进行组合可以增强疗效，降低药物毒性。且该方法将药物进行提纯，只提取有效成分，安全性更高，对于病情复杂患者尤其适用，并可进行扩展治疗；中药方剂有效成分配伍也可以用于药物中毒的预防。结合中医理论，采用现代技术分析和研究新的中药方剂有效成分配伍理论，对于提高药物质量和临床疗效具有重要现实意义和理论意义。 1中药方剂有效成分配伍的研究思路和方法 中药方剂有效成分包括活性单体成分和活性组分。方剂有效成分是中药方剂经混合和相互作用后最终形成的对治疗起到主要作用的药物成分。由于中药方剂多由2种以上药物组合而成，其中难以避免含有无作用的成分，甚至含有毒性成分。结合中医药理论，使用现代技术研究中药方剂有效成分配伍，具有准确、实用、安全、高效等优点。配伍时应遵循科学、安全、有效的原则，确保配伍方剂的质量。因此方剂配伍首先要具有针对性，根据具体症状及患者病情进行考虑，结合方剂的特点、配伍的安全性等因素进行配伍。具体的配伍过程要分三个步骤进行，首先要确定方剂中的药材种类、活性成分，才能除去无作用、具有毒性的成分，提高方剂质量。其次，选择适合的配伍方案，找出对患者病情有益、毒性较低、可增强疗效的组合。最后，采用现代科学技术手段，提取中药饮片中的有效成分进行配伍。 2活性单体配伍 2.1把握剂量 配伍时把握准确的剂量是确保用药安全和治疗有效的基础，但中药方剂种类繁多、成分复杂，方剂中有效成分、无作用成分或（与）毒性成分混合；而环境中的湿度、温度等对中药成

五脏常用中草药 几种特效药 中药的命名 常用于脏腑的药对配伍方剂汇总

五脏常用中草药+几种特效药+中药的命名+常用于脏腑的药对配伍方剂汇总 五脏常用中草药+几种特效药+中药的命名+常用于脏腑的药对配伍方剂汇总 2011-05-24 13:53:38|分类： 药.方 |举报 |字号订阅五脏常用中草药一肺脏 （1）肺气不足： 人参、黄芪、太子参、蛤蚧、五味子、胎盘。 （2）肺阴不足： 人参、西洋参、沙参、百合、生地、天门冬、麦冬、玉竹、阿胶、鳖甲。 （3）风寒束肺： 紫苏、荆芥、防风、苍耳、辛夷、细辛、杏仁、麻黄、。 （4）风热犯肺： 连翘、牛蒡子、浙贝、前胡、银花、菊花、桑叶。 （5）肺寒咳喘： 干姜、肉桂、细辛、半夏、紫苑、款冬花、白芥子、苏子、陈皮。（6）肺热咳喘： 贝母、石膏、葶苈子、黄芩、知母、桑白皮、竹茹、鱼腥草。

二心脏 （1）心气不足： 1 / 5 五味子，浮小麦、人参、党参、茯苓、甘草、桂圆。 (2)心xx： 大枣，人参、肉桂、桂枝、薤白、干姜、附子。 (3) 心血不足： 当归，白芍、熟地、阿胶、胎盘、制首乌。 (4)心阴不足： 枣仁，麦冬、生地、玉竹、百合、龟板、白芍、柏子仁、枸杞子。 (5)心神不安： 枣仁，柏子仁、夜交藤、龙齿、磁石、琥珀。 (6)心血淤阻： 丹皮，桃仁、红花、银杏、元胡、毛冬青、郁金、川芎。 (7)痰迷心窍： 郁金，远志、石菖蒲、冰片、麝香、苏合香、竹沥、牛黄。(8)心火亢盛： 黄连，麦冬、莲心、栀子、竹叶、牛黄、木通。三肝脏 （1）肝气郁结： xx，青皮、香附子、白蒺藜。

（2）肝xx： 石决明，珍珠母、龙骨、牡蛎、天麻、白芍、鳖甲、钩藤。 （3）肝火上炎： 2 / 5 xx，夏枯草、xx箱子。 （4）肝风内动： 钩藤，羚羊角、僵蚕、蚯蚓、天麻、全虫、蜈蚣。 （5）肝血虚弱： 白芍，当归、熟地、阿胶、枸杞子、制首乌。四脾脏 （1）脾胃湿热： 大黄、栀子、黄连、茯苓、白术、苦参、滑石、白鲜皮。 （2）脾胃虚寒： 干姜、肉桂、附子、良姜、吴茱萸、薯蓣、黄芪、人参、白术。（3）寒湿困脾： 半夏、陈皮、厚朴、白豆蔻、佩兰、藿香、砂仁、苍术。 （4）脾气下陷： 人参、黄芪、白术、补骨脂、升麻、诃子、柴胡。五肾脏 （1）肾阳虚： 破故纸、肉桂、附子、巴戟天、肉苁蓉、淫羊藿、仙茅、鹿茸。（2）肾阴虚： 山萸肉、玄参、熟地、旱莲草、女贞子、枸杞子、龟板、制首乌。

学习18大经典数据挖掘算法

学习18大经典数据挖掘算法 本文所有涉及到的数据挖掘代码的都放在了github上了。 地址链接: https://https://www.sodocs.net/doc/2b4487665.html,/linyiqun/DataMiningAlgorithm 大概花了将近2个月的时间，自己把18大数据挖掘的经典算法进行了学习并且进行了代码实现，涉及到了决策分类，聚类，链接挖掘，关联挖掘，模式挖掘等等方面。也算是对数据挖掘领域的小小入门了吧。下面就做个小小的总结，后面都是我自己相应算法的博文链接，希望能够帮助大家学习。 1.C4.5算法。C4.5算法与ID3算法一样，都是数学分类算法，C4.5算法是ID3算法的一个改进。ID3算法采用信息增益进行决策判断，而C4.5采用的是增益率。 详细介绍链接：https://www.sodocs.net/doc/2b4487665.html,/androidlushangderen/article/details/42395865 2.CART算法。CART算法的全称是分类回归树算法，他是一个二元分类，采用的是类似于熵的基尼指数作为分类决策，形成决策树后之后还要进行剪枝，我自己在实现整个算法的时候采用的是代价复杂度算法， 详细介绍链接：https://www.sodocs.net/doc/2b4487665.html,/androidlushangderen/article/details/42558235 3.KNN(K最近邻)算法。给定一些已经训练好的数据，输入一个新的测试数据点，计算包含于此测试数据点的最近的点的分类情况，哪个分类的类型占多数，则此测试点的分类与此相同，所以在这里,有的时候可以复制不同的分类点不同的权重。近的点的权重大点，远的点自然就小点。 详细介绍链接：https://www.sodocs.net/doc/2b4487665.html,/androidlushangderen/article/details/42613011 4.Naive Bayes(朴素贝叶斯)算法。朴素贝叶斯算法是贝叶斯算法里面一种比较简单的分类算法，用到了一个比较重要的贝叶斯定理，用一句简单的话概括就是条件概率的相互转换推导。 详细介绍链接：https://www.sodocs.net/doc/2b4487665.html,/androidlushangderen/article/details/42680161 5.SVM(支持向量机)算法。支持向量机算法是一种对线性和非线性数据进行分类的方法，非线性数据进行分类的时候可以通过核函数转为线性的情况再处理。其中的一个关键的步骤是搜索最大边缘超平面。 详细介绍链接：https://www.sodocs.net/doc/2b4487665.html,/androidlushangderen/article/details/42780439 6.EM(期望最大化)算法。期望最大化算法，可以拆分为2个算法，1个E-Step期望化步骤,和1个M-Step最大化步骤。他是一种算法框架，在每次计算结果之后，逼近统计模型参数的最大似然或最大后验估计。

《脾胃论》方剂配伍规律

《脾胃论》方剂配伍规律 本文就《脾胃论》探究李杲的制方配伍规律与指导思想，刍议如下。 1、师经旨君臣佐使之大法 李杲对《内经》、《难经》等古典医籍的研讨极为深刻，其方剂配伍总原则禀承《内经》之意，于《脾胃论》卷上特立“君臣佐使法”专篇详述此总原则。李杲强调君臣佐使之法在方剂配伍中的重要作用，认为“君臣有序，相与宣摄，则可以御邪除病矣”。 对于君药之意，李杲明言：“主病者为君”，“力大者为君”，且“君药分量最多”。这种明确的解释较之《内经》更为清楚、明了。“佐君者为臣，应臣者为使。”其意与《内经》相同。在药量比重上，“君药分两最多，臣药次之，使药又次之”，“不可令臣过于君”。 《素问·至真要大论》云：“有毒无毒，所治为主。”即根据治病的需要而定处方中的君药。李杲在《脾胃论》中列举了一些为君之药。如治表实之麻黄、葛根，治表虚之桂枝、黄芪，治里实之枳实、大黄，治里虚之人参、芍药，治热之黄芩、黄连，治寒之干姜、附子之类。这些药物在所主病证的很多处方中占有重要的君药位置。 李杲在《脾胃论》中还举例以说明诸处方之君臣佐使，以帮助理解其制方之意，这种做法在其他方剂论著中较为少见。如在论述“至而不至，所生受病，所胜妄行，所不胜乘之”四个方面的关于五脏功能活动合于四时传变规律的用药法则时，明言每一处方的君臣佐使，如“脾胃不足，是火不能生土，而反抗拒，此至而不至，是为不及也”。处方为：白术(君)，人参、黄芪(臣)，芍药、甘草、桑白皮(佐)，黄连(使)，这种标注对于加深理解制方思想大有裨益。 2药之所用。以气味为主 李杲认为方剂之中，每一药物的气味属性对于其在处方中所起的作用至关重要，提出“补泻在味，随时换气”之论。如补剂多用甘味药，泻剂多用苦味药，还应随时依据药物的气厚与气薄而更换配伍。药物气味的不同阴阳属性与天地造化之阴阳属性相应，与疾病的阴阳属性相对抗而起到治疗的作用。 李杲认为药物“气薄者为阳中之阴，气厚者为阳中之阳；味薄者为阴中之阳，味厚者为阴中之阴。辛、甘、淡中热者，为阳中之阳；辛、甘、淡中寒者，为阳中之阴。酸、苦、成之寒者，为阴中之阴；酸、苦、成之热者，为阴中之阳”。辛、甘、淡、酸、苦、成为味之阴阳，为地之阴阳；温、凉、寒、热为气之阴阳，为天之阴阳。“一物之内，气味兼有，一药之中，理性具焉”。 例如，冬寒气候当至而不至，肾水不及，心与小肠之火妄行，不但反侮所胜之肾水，而且侵害所生之脾胃而致病，临床表现为“或烦躁闷乱，或四肢发热，或口苦、舌干、咽干”等。根据《内经》“虚则补其母”的治疗原则，当于心与小肠中以补脾胃之根蒂，处方以甘温之药如人参、黄芪、炙甘草等为之君，以苦寒之药如黄连、知母、黄柏等为之使，以酸味药

大学数据挖掘期末考试题

:号学 题目-一 - -二 二 三四五六七八九十总成绩复核得分 阅卷教师 :名姓班 级 业专 院 学院学学科息信与学数 题试试考末期期学季春年学一320数据挖掘试卷 课程代码：C0204413课程：数据挖掘A卷 一、判断题（每题1分，10分） 1. 从点作为个体簇开始，每一步合并两个最接近的簇，这是一种分裂的层次聚类方法。（） 2. 数据挖掘的目标不在于数据采集策略，而在于对已经存在的数据进行模式的发掘。（） 3. 在聚类分析当中，簇内的相似性越大，簇间的差别越大，聚类的效果就越差。（） 4. 当两个点之间的邻近度取它们之间距离的平方时，Ward方法与组平均非常相似。（） 5. DBSCAN是相对抗噪声的，并且能够处理任意形状和大小的簇。（） 6. 属性的性质不必与用来度量他的值的性质相同。（） 7. 全链对噪声点和离群点很敏感。（） 8. 对于非对称的属性，只有非零值才是重要的。（） 9. K均值可以很好的处理不同密度的数据。（） 10. 单链技术擅长处理椭圆形状的簇。（） 二、选择题（每题2分，30分） 1. 当不知道数据所带标签时，可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分 离？（） A. 分类 B.聚类 C.关联分析 D.主成分分析 2. （）将两个簇的邻近度定义为不同簇的所有点对邻近度的平均值，它是一种凝聚层次聚类技术。 A. MIN（单链） B.MAX（全链） C.组平均 D.Ward方法 3. 数据挖掘的经典案例“啤酒与尿布试验”最 主要是应用了（）数据挖掘方法。 A分类B预测C关联规则分析D聚类 4. 关于K均值和DBSCAN的比较，以下说法不正确的是（） A. K均值丢弃被它识别为噪声的对象，而DBSCAN —般聚类所有对 象。 B. K均值使用簇的基于原型的概念，DBSCAN使用基于密度的概念。 C. K均值很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇 D. K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇 5. 下列关于 Ward 'Method说法错误的是：（） A. 对噪声点和离群点敏感度比较小 B. 擅长处理球状的簇 C. 对于Ward方法，两个簇的邻近度定义为两个簇合并时导致的平方误差 D. 当两个点之间的邻近度取它们之间距离的平方时，Ward方法与组平均非常相似 6. 下列关于层次聚类存在的问题说法正确的是：（） A. 具有全局优化目标函数 B. Group Average擅长处理球状的簇 C. 可以处理不同大小簇的能力 D. Max对噪声点和离群点很敏感 7. 下列关于凝聚层次聚类的说法中，说法错误的事： （） A. 一旦两个簇合并，该操作就不能撤销 B. 算法的终止条件是仅剩下一个簇 2 C. 空间复杂度为O m D. 具有全局优化目标函数 8规则｛牛奶，尿布｝T｛啤酒｝的支持度和置信度分别为：（）

方剂配伍规律研究思路与实践

方剂配伍规律研究思路与实践 配伍是中医用药的特色和优势所在，开展方剂配伍规律的现代研究是中医药现代化研究的重要组成部分，对于继承和发展中药配伍理论、更有效地指导临床和中药新产品研创具有重要意义，近年国家自然基金曾将中药配伍规律的基础研究列为重点项目。然而，方剂配伍规律研究也是中医药现代研究的难点，其研究思路与方法尚在探索之中。 第一部方剂配伍规律研究思路 1.研究现状 理论研究 “（药）有单行者，有相须者，有相使者，有相畏者，有相杀者，相恶者，有相反者。凡此七情，合和视之” 《神农本草经·序例》 “七情合和”是中药配伍理论总纲，也是组方用药的基础。 配伍用药的规律性认识： 相须相使配伍，能够增强药效 相畏相杀配伍，可以制约毒性 相恶相反配伍，可能增毒减效 实验研究 用药理方法观察配伍与药理效应变化间关系 通过拆方研究证实方剂中各药有“七情”关系 各药在方中有“君臣佐使”不同地位 验证了方剂组成的合理性和中药配伍应用的优越性 用化学方法观察配伍与化学成分变化间关系 中药沉淀性配伍研究（黄芩甙与小檗碱） 配伍对有效成分的溶出率的影响 配伍后产生新物质（如生脉散、四逆汤）

2.存在问题 用药理方法研究拆方配伍较多，从物质基础角度研究配伍明显滞后 从方剂配伍——化学成分变化——药理效应三者变化相互关系研究尚不多见 原因分析 方剂物质基础不需知论 认为方剂是在中医药理论指导下，按君臣佐使、七情和合等配伍原则组成的，已在数千年的临床实践中证实其疗效，没必要非得让“小白鼠点头”才算数；方中各药的四气五味就是产生疗效的物质基础，并非用“皂甙、生物碱”说明才科学。 对方剂物质基础研究的意义认识不足 方剂物质基础不可知论 认为方剂的组成少则数味，多者几十味，化学成分少则几十种，多则几百种，既有无机物、小分子有机化合物，又有生物大分子物质，而且这么多的物质在炮制、制剂过程中又可能发生新的变化，产生新的物质。方剂的物质基础如此复杂，无从下手，所谓“丸丹膏散，神仙难辨”。 对方剂物质基础研究信心不足 方剂物质基础唯成分论 基于世界是物质性的哲学思想，采用还原论的研究思路和现代化学成分研究的方法与技术，引入西医生理学、病理学及药理学等理论和手段，以西医的药理作用作为评价指标，逐步提取、分离、追踪方剂的化学成分，力图最终以某种或某些“有效成分”来说明一切。这种以化合物和单体为目标的唯成分论研究方法，基本上脱离了中医理论指导，完全走上了“中药西化”的道路。 对方剂物质基础研究方法失当 我们的认识 方剂物质基础研究是需要的、必然的 方剂若仍停留在仅以宏观概念表述其基本内容，既不利于继承，更不利于发展。复方制剂难以进入国际市场，其重要原因是未能在微观层次上表达其性质、功效，难以

药对配伍方剂

脏腑的药对配伍方剂汇总一、用于心脏的药对配伍方剂 （一）清心 清心泻火药物配对： 石膏― 栀子、连翘，如清瘟败毒散；竹叶―石膏，如竹叶石膏汤； 栀子― 知母，如消黄散。清心解毒药物配对：黄连―黄芩、栀子,如黄连解毒汤；连翘― 木通、大黄，如洗心汤；大黄―黄芩、黄连，如泻心汤；连翘― 牛蒡子、玄参，如普济消毒饮。清心凉血药物配对： 犀角― 生地、玄参，如清营汤；赤芍―牡丹皮，如犀角地黄汤。清心利尿药物配对： 栀子―木通，如洗心汤； 滑石― 栀子、车前子，如八正散； 木通― 竹叶、生地。清心止血药物配对：车前子― 栀子、蒲黄，如秦艽散； 生地― 犀角，如犀角地黄汤。清心镇惊药物配对： 黄连― 朱砂，如朱砂散。 清心祛暑药物配对：香薷― 柴胡、黄连，如香薷散；滑石― 甘草，如六一散。清心洗痰药物配对： 黄连― 胆南星、竹茹，如消黄益心汤；黄连― 天竺黄，如天竺黄散。交通心肾药物配对： 黄连― 桂心，如交泰丸。 （二）温心温心壮阳药物配对：附子― 肉桂，如回阳救急汤。温心通脉药物配对：附子― 干姜，如四逆汤。温心止痛药物配对：附子― 玄胡索。1 和阳益阴药物配对：桂枝― 白芍，如桂枝汤。温通开窍药物配对：细辛― 牙皂，如吹鼻散。 （三）补心益气回阳药物配对：人参― 附子，如参附汤；黄芪― 附子，如芪附汤。补气养血药物配对：

黄芪― 当归，如当归补血汤； 党参― 黄芪、当归，如通乳散。益气止血药物配对： 黄芪― 地榆，如地榆合剂。益气复脉药物配对：炙甘草― 桂枝，如炙甘草汤。益气止汗药物配对： 黄芪― 麻黄根、浮小麦，如牡蛎散。益气敛阴药物配对： 人参―麦冬、五味子，如清暑益气汤。和营补血药物配对： 熟地― 当归，如四物汤；白芍― 熟地，如胶艾汤。滋阴养血药物配对：干地黄―阿胶，如黄土汤；麦冬― 生地，如炙甘草汤。滋阴安神药物配对： 生地― 酸枣仁、麦冬，如天王补心丹；五味子―苻神、远志，如养心汤。滋阴降火药物配对：生地― 熟地、黄连，如当归六黄汤。 二、用于肺脏的药对配伍方剂 （一）清肺清肺泻火药物配对： 石膏― 知母，如白虎汤； 黄芩― 栀子，如润肺汤。 清肺止咳药物配对：石膏―麻黄、杏仁，如麻杏石甘汤； 石膏― 杏仁，如麻杏石甘汤；2 银花― 款冬花、桔梗，如款冬花散； 前胡― 紫苑，如滋阴定喘汤。清肺祛痰药物配对：黄连― 贝母、白矾，如白矾散； 知母― 贝母，如二母散。清肺解毒药物配对：板蓝根―马勃、玄参，如普济消毒饮；银花― 连翘、大黄，如消黄清凉散；黄连― 黄芩、栀子，如消黄散。清肺解表药物配对：银花―连翘、荆芥，如 银翘散； 桑叶― 杏仁，如桑杏汤。清肺利咽药物配对：牛蒡子―桔梗、甘草，如银翘散。清肺止血药物配对：知母― 侧柏叶、栀子，如十黑散； 黄连― 白芨、阿胶，如白芨散。清肺止痒药物配对： 玄参― 紫参、苦参，如五参散。 清肺排脓药物配对：苇茎― 苡仁、桃仁。泻肺行水药物配对：葶苈子― 大枣。 （二）温肺温肺发表药物配对：细辛― 麻黄、干姜，如麻黄桂枝汤； 荆芥― 防风，如荆防败毒散。温肺止咳药物配对：麻黄― 杏仁，如厚朴麻黄汤； 杏仁― 桔梗，如发表青龙汤。温肺化痰药物配对：干姜― 细辛、半夏，如小青龙汤； 紫苑― 苏子。燥湿化痰药物配对： 半夏― 陈皮、茯苓，如二陈汤； 半夏― 枯矾，如半夏散。化痰降气药物配对： 苏子― 莱菔子、白芥子，如三子下气汤；3 半夏―

数据挖掘经典书籍

数据挖掘入门读物： 深入浅出数据分析这书挺简单的，基本的内容都涉及了，说得也比较清楚，最后谈到了R是大加分。难易程度：非常易。 啤酒与尿布通过案例来说事情，而且是最经典的例子。难易程度：非常易。 数据之美一本介绍性的书籍，每章都解决一个具体的问题，甚至还有代码，对理解数据分析的应用领域和做法非常有帮助。难易程度：易。 数学之美这本书非常棒啦，入门读起来很不错！ 数据分析： SciPy and NumPy 这本书可以归类为数据分析书吧，因为numpy和scipy真的是非常强大啊。Python for Data Analysis 作者是Pandas这个包的作者，看过他在Scipy会议上的演讲，实例非常强！Bad Data Handbook 很好玩的书，作者的角度很不同。 数据挖掘适合入门的教程： 集体智慧编程学习数据分析、数据挖掘、机器学习人员应该仔细阅读的第一本书。作者通过实际例子介绍了机器学习和数据挖掘中的算法，浅显易懂，还有可执行的Python代码。难易程度：中。 Machine Learning in Action 用人话把复杂难懂的机器学习算法解释清楚了，其中有零星的数学公式，但是是以解释清楚为目的的。而且有Python代码，大赞！目前中科院的王斌老师（微博：王斌_ICTIR）已经翻译这本书了机器学习实战(豆瓣)。这本书本身质量就很高，王老师的翻译质量也很高。难易程度：中。我带的研究生入门必看数目之一！ Building Machine Learning Systems with Python 虽然是英文的，但是由于写得很简单，比较理解，又有Python 代码跟着，辅助理解。 数据挖掘导论最近几年数据挖掘教材中比较好的一本书，被美国诸多大学的数据挖掘课作为教材，没有推荐Jiawei Han老师的那本书，因为个人觉得那本书对于初学者来说不太容易读懂。难易程度：中上。Machine Learning for Hackers 也是通过实例讲解机器学习算法，用R实现的，可以一边学习机器学习一边学习R。 数据挖掘稍微专业些的： Introduction to Semi-Supervised Learning 半监督学习必读必看的书。 Learning to Rank for Information Retrieval 微软亚院刘铁岩老师关于LTR的著作，啥都不说了，推荐！Learning to Rank for Information Retrieval and Natural Language Processing 李航老师关于LTR的书，也是当时他在微软亚院时候的书，可见微软亚院对LTR的研究之深，贡献之大。 推荐系统实践这本书不用说了，研究推荐系统必须要读的书，而且是第一本要读的书。 Graphical Models, Exponential Families, and Variational Inference 这个是Jordan老爷子和他的得意门徒Martin J Wainwright 在Foundation of Machine Learning Research上的创刊号，可以免费下载，比较难懂，但是一旦读通了，graphical model的相关内容就可以踏平了。 Natural Language Processing with Python NLP 经典，其实主要是讲NLTK 这个包，但是啊，NLTK 这个包几乎涵盖了NLP 的很多内容了啊！ 数据挖掘机器学习教材： The Elements of Statistical Learning 这本书有对应的中文版：统计学习基础(豆瓣)。书中配有R包，非常赞！可以参照着代码学习算法。 统计学习方法李航老师的扛鼎之作，强烈推荐。难易程度：难。 Machine Learning 去年出版的新书，作者Kevin Murrphy教授是机器学习领域中年少有为的代表。这书是他的集大成之作，写完之后，就去Google了，产学研结合，没有比这个更好的了。

中医药方剂大全

中医药方剂大全 中医药方剂大全（一） 名称：熟乾地黄散拼音：Shu Qi印D i Hu mg Sen处方：丹参（去芦头）、防风（去芦、叉）、当归（去卢、微炒）、细辛（去苗）、川芎，各半两；人参、熟乾地黄（酒洒、蒸、焙）、白茯苓（去皮）、肉桂（去粗皮）、白术，各一两；续断、附子（炮、去皮、脐）、黄蓍（去芦），各三分。制法：上为粗散。功能主治：治妇人劳伤血气，腑脏虚损，风冷邪气乘虚客搏，肢体烦痛，头目昏重，心多惊悸，寒热盗汗，羸瘦少力，饮食不进。用途用量：每服四钱，水一盏半，入生姜半分，枣三个，擘破，煎至一盏，滤去渣，食前温服。 摘录：《宋?太平惠民和剂局方》备注：名称：快汤拼音： Ku dT 6 g处方：甘草（炙）十八两，乾姜（炮）二斤半，粟米（炒）三十两，桔梗（炒）三斤。制法：上炒盐一百二十钱重，同为细末。功能主治：治脾胃虚冷，酒食所伤，胸膈不快，呕逆恶心，吞酸吐水，口淡舌涩，不思饮食，并宜服之。用途用量：每服一钱，沸汤点，食前。摘录： 《宋?太 平惠民和剂局方》备注：名称：铁刷汤拼音：Ti e Shu a T m g处方：香附子六两，桔梗一斤半，甘草一斤，乾姜半斤，肉桂（去粗皮）四两，茴香半斤，良姜、陈皮，各十二两。 制法：上除肉桂外，同炒，为细末。功能主治：治胃气不和， 心腹疼痛，饮酒过度，呕哕恶心，脾痛翻胃，内感风泠，肠

鸣泄泻；妇人血气刺痛，并皆治之。常服快气，不拘时候。 用途用量：每服一钱，入盐少许，沸汤点下。摘录：《宋?太 平惠民和剂局方》备注：名称：三倍汤拼音：S6 B百T 6g 处方：草豆蔻仁二两，甘草一两，生姜、盐（炒），各五两。制法：上件拌和匀，入瓷器内淹一宿，焙乾，为末。功能主治：治脾胃不和，胸膈闷满，饮食不化，呕逆恶心，或霍乱呕吐，心腹刺痛，肠鸣泄痢，水谷不分。用途用量：沸汤点服。摘录：《宋?太平惠民和剂局方》备注：名称：小理中汤拼音：Xi co L 1 Zh eng T m g处方：苍术（米泔浸、焙）五两，生姜五斤，甘草（生用）十两，盐（炒）十五两。制法：上碎同碾，淹一宿，焙乾，碾为细末。功能主治：治脾胃不和，中寒上冲，胸胁逆满，饮酒过度，痰逆恶心，或时呕吐，心下虚胀，隔塞不通，饮食减少，短气羸困，温中逐水去湿。又治肠胃冷湿，泄泻注下，水谷不分，腹中雷鸣，霍乱吐利，手足厥泠，胸痹心痛，逆气结气，并皆治之。用途用量：每一钱，沸汤点，空心服。摘录：《宋?太平惠民和剂局方》 备注：名称：挝脾汤拼音：W o Pi T 6g处方：麻油四两， 良姜十五两，茴香（炒）七两半，甘草十一两七钱半。制法：上炒盐一斤同药炒，为细末。功能主治：治脾胃不快，宿酲留滞，呕吐酸水，心腹胀痛，不思饮食，伤冷泄泻，并宜服之。常服快气，大解中酒，美进饮食。用途用量：每服一钱， 白汤点下。摘录：《宋?太平惠民和剂局方》备注：名称：缩砂汤拼音：Su Sha T 6g处方:缩砂仁（不见火）、甘草（炒），各十二两（一本作

方剂配伍规律现代研究思考与展望

方剂配伍规律现代研究思考与展望 研究方剂的关键问题是配伍,方剂配伍规律的现代研究是中医药现代化研究的重点和难点所在。本文对方剂配伍规律的现代文献理论研究与现代实验研究进行了系统梳理、分析,对今后进一步研究进行了理性思考与展望。 标签：方剂;配伍规律;现代研究;思考展望 方剂配伍规律是中医药理论的特色和精华,但也是中医药现代化研究的难点所在。揭示方剂配伍规律是中医现代化研究的重要组成部分,对于改进研究方法,提高研究水平,加强基础研究与临床实际的联系以及中药新药的研制开发等均具有重要的意义。从国家科技部立项实施的国家重点基础研究发展规划项目“方剂关键科学问题的基础研究”到973计划“方剂配伍规律研究”,方剂配伍规律的研究取得了长足的进步和发展。 1 方剂配伍规律的现代文献理论研究 方剂配伍规律是指组成方剂的中药及其用量配比与方剂疗效之间的关系,蕴含着组成方剂的有效成分及其相互作用与疗效之间的规律,其主要研究内容有药物配伍的相辅相成、相反相成、制毒纠偏、引经报使等。文献理论研究过去从经典配伍实例中获得中药复方配伍的规律性认识,方中各药既有相须相使等七情关系,产生协同或拮抗作用,同时又处于君臣佐使的不同地位,发挥不同治疗作用。近年来,方剂配伍规律研究突破了传统研究模式,如宋咏梅[1]从系统科学的角度研究复方配伍,认为方剂是由若干药物组成的典型系统,其功能不是药物的简单集合,而是诸药相互作用的结果,故组方配伍必须突出复方整体性,体现方证一体化,即法随证立、方从法出、以证为本、以方应证。方剂配伍规律的现代文献理论研究已开始转向应用主因子分析、聚类分析等统计方法对类方方证内涵或方剂配伍特征予以研究,利用计算机技术对古今方剂进行逻辑处理,以更客观、更深入地认识方剂的配伍结构、方证症群的规律,从中医证法方药内在逻辑上揭示方剂配伍和运用规律[2]。蒋永光等[3]采用数据挖掘技术,通过历史数据的智能分析,运用频繁模式、关联规则、贝叶斯网络等方法在不同配伍层次上分析药物配伍,以线性和非线性方式对1 000余首脾胃病方按原始数据的预处理要求,进行规范化、结构化和数字化处理,发现了一些特殊的配伍现象和模式,并形成了有关技术规则和处理程序。 2 方剂配伍规律的现代实验研究 2.1药对配伍规律研究 研究方剂中所含药对的最终目的也是为了更好地分析复方配伍规律,通过对药对配伍规律的实验探讨,有助于论证药对配伍的科学性和严谨性,揭示药对配伍的内在物质基础,为指导临床遣方用药提供实验资料。如李晓丽等[4]研究川乌与防己不同比例配伍的镇痛作用,显示川乌、防己配伍镇痛作用优于单味川乌、防

药对配伍方剂汇总(完美打印)讲课讲稿

药对配伍方剂汇总(完 美打印)

药对配伍方剂汇总 一、用于心的药对配伍方剂 (一)清心 清心泻火：石膏—栀子、连翘，如清瘟败毒散； 竹叶—石膏，如竹叶石膏汤； 栀子—知母，如消黄散。 清心解毒：黄连—黄芩、栀子,如黄连解毒汤； 连翘—木通、大黄，如洗心汤； 大黄—黄芩、黄连，如泻心汤； 连翘—牛蒡子、玄参，如普济消毒饮。 清心凉血：犀角—生地、玄参，如清营汤； 赤芍—牡丹皮，如犀角地黄汤。 清心利尿：栀子—木通，如洗心汤； 滑石—栀子、车前子，如八正散； 木通—竹叶、生地。 清心止血：车前子—栀子、蒲黄，如秦艽散； 生地—犀角，如犀角地黄汤。 清心镇惊：黄连—朱砂，如朱砂散。 清心祛暑：香薷—柴胡、黄连，如香薷散； 滑石—甘草，如六一散。 清心洗痰：黄连—胆南星、竹茹，如消黄益心汤； 黄连—天竺黄，如天竺黄散。 交通心肾：黄连—桂心，如交泰丸。 （二）温心 温心壮阳：附子—肉桂，如回阳救急汤。 温心通脉：附子—干姜，如四逆汤。 温心止痛：附子—玄胡索。 和阳益阴：桂枝—白芍，如桂枝汤。 温通开窍：细辛—牙皂，如吹鼻散。 （三）补心

益气回阳：人参—附子，如参附汤； 黄芪—附子，如芪附汤。 补气养血：黄芪—当归，如当归补血汤； 党参—黄芪、当归，如通乳散。 益气止血：黄芪—地榆，如地榆合剂。 益气复脉：炙甘草—桂枝，如炙甘草汤。 益气止汗：黄芪—麻黄根、浮小麦，如牡蛎散。 益气敛阴：人参—麦冬、五味子，如清暑益气汤。 和营补血：熟地—当归，如四物汤； 白芍—熟地，如胶艾汤。 滋阴养血：干地黄—阿胶，如黄土汤； 麦冬—生地，如炙甘草汤。 滋阴安神：生地—酸枣仁、麦冬，如天王补心丹； 五味子—苻神、远志，如养心汤。 滋阴降火：生地—熟地、黄连，如当归六黄汤。 二、用于肺的药对配伍方剂 （一）清肺 清肺泻火：石膏—知母，如白虎汤； 黄芩—栀子，如润肺汤。 清肺止咳：石膏—麻黄、杏仁，如麻杏石甘汤； 石膏—杏仁，如麻杏石甘汤； 银花—款冬花、桔梗，如款冬花散； 前胡—紫苑，如滋阴定喘汤。 清肺祛痰：黄连—贝母、白矾，如白矾散； 知母—贝母，如二母散。 清肺解毒：板蓝根—马勃、玄参，如普济消毒饮；

数据挖掘经典方法

在大数据时代，数据挖掘是最关键的工作。大数据的挖掘是从海量、不完全的、有噪声的、模糊的、随机的大型数据库中发现隐含在其中有价值的、潜在有用的信息和知识的过程，也是一种决策支持过程。其主要基于人工智能，机器学习，模式学习，统计学等。通过对大数据高度自动化地分析，做出归纳性的推理，从中挖掘出潜在的模式，可以帮助企业、商家、用户调整市场政策、减少风险、理性面对市场，并做出正确的决策。目前，在很多领域尤其是在商业领域如银行、电信、电商等，数据挖掘可以解决很多问题，包括市场营销策略制定、背景分析、企业管理危机等。大数据的挖掘常用的方法有分类、回归分析、聚类、关联规则、神经网络方法、Web 数据挖掘等。这些方法从不同的角度对数据进行挖掘。 1.分类 分类是找出数据库中的一组数据对象的共同特点并按照分类模式将其划分为不同的类，其目的是通过分类模型，将数据库中的数据项映射到摸个给定的类别中。可以应用到涉及到应用分类、趋势预测中，如淘宝商铺将用户在一段时间内的购买情况划分成不同的类，根据情况向用户推荐关联类的商品，从而增加商铺的销售量。 它可以应用到客户的分类、客户的属性和特征分析、客户满意度分析、客户的购买趋势预测等，如一个汽车零售商将客户按照对汽车的喜好划分成不同的类，这样营销人员就可以将新型汽车的广告手册直接邮寄到有这种喜好的客户手中，从而大大增加了商业机会。 分类的方法有：决策树、贝叶斯、人工神经网络。 1.1决策树 决策树是用于分类和预测的主要技术之一，决策树学习是以实例为基础的归纳学习算法，它着眼于从一组无次序、无规则的实例中推理出以决策树表示的分类规则。构造决策树的目的是找出属性和类别间的关系，用它来预测将来未知类别的记录的类别。它采用自顶向下的递归方式，在决策树的内部节点进行属性的比较，并根据不同属性值判断从该节点向下的分支，在决策树的叶节点得到结论。 1.2贝叶斯 贝叶斯（Bayes）分类算法是一类利用概率统计知识进行分类的算法，如朴素贝叶斯

中药处方常见的八大配伍技术

中药处方常见的八大配伍技术 一、大小配伍：剂量大小变化 小承气汤：大黄12、枳实9、厚朴6 ，主热证。 厚朴三物汤：厚朴24、枳实15、大黄12 ，主气闭证。 目的：改变适应证。 ●中医用药之精妙处，古有“传方不传量”。 二、阴阳配伍：君阴臣阳，君阳臣阴 ■君阴臣阳 左归丸：熟地、山药、龟板胶，主滋补肾阴填精； 鹿角胶、菟丝子，主补助肾阳。 目的：补肾阳助化生阴精。 ■君阳臣阴 右归丸：附子、肉桂、鹿角胶，主补肾中之阳； 熟地、山药、山萸肉，主补肾肝脾三阴。 目的：为化生阳气补实之物质基础。 ●为中医八纲辨证之体现。 三、寒热配伍：君寒臣热、君热臣寒 ■君热臣寒 通脉四逆汤：附子、干姜，主回阳救逆/热； 猪胆汁，清热泻火/寒。 目的：抑过热伤阴。 ■君寒臣热 芍药汤：黄连、黄芩、大黄，主清热泻火； 肉桂，大辛大热。 目的：防过寒伤中。 ●为中医八纲辨证之体现。 四、补泻配伍：补中有泻、泻中有补 ■补中有泻 六味地黄丸：熟地、山药、萸肉，主补肾肝脾三阴； 泽泻、茯苓泻三焦湿邪。 目的：防过度补阴而滋腻、留邪。 ■泻中有补 白虎汤：石膏、知母，清热泻火； 炙甘草、粳米，益胃生津。 目的：泻而不伤正，补而不留邪。 ●为中医八纲辨证之体现。 五、表里配伍：君表臣里，君里臣表 ■君里臣表 麻黄细辛附子汤：附子、细辛，温肾阳，主阳气虚里寒证/助阳；麻黄：发散表邪/解表。 目的：袪邪不伤正，扶正不留邪。 ■君表臣里

柴胡、葛根、甘草、羌活、白芷，解肌发表/表证 黄芩、石膏，清里热/里 ●为中医八纲辨证之体现。 六、动静配伍：君动臣静，君静臣动 ■君动臣静 败毒散：柴胡、川芎、羌活、独活，主发散表邪/动； 人参、茯苓、甘草，主补中气/静。 目的：不伤正气，培元又败毒邪。 ■君静臣动 阳和汤：熟地、鹿胶、肉桂，主补肾精/主静； 麻黄辛散、通经络，主阳气开结/主动。 目的：补而不腻，通而不伤正。 ●为中医整体观之体现。 七、升降配伍：君升臣降，君降臣升 ■君升臣降 升阳益脾汤：黄芪、陈皮、防风，主补升中气/升； 半夏，泽泻，主降泻湿邪/降。 目的：升中有降，防太过。 ■君降臣升 济川煎：肉苁蓉、当归，主润肠通便/降； 升麻，提升中气/升。 目的：轻宣升阳，浊阴自降。 ●为中医整体观之体现。 八、敛散配伍：散中有敛、敛中有散 ■散中有敛 桂枝汤：桂枝、生姜辛散，主解肌发表/散； 白芍，酸敛，调营卫/敛。 目的：辛散不伤阴。 ■敛中有散 玉屏风散：黄芪、白术，固表止汗/敛； 防风，解表散风/散。 目的：敛中有散，不留邪。 ●为中医整体观之体现。