一种牲畜疾病智能诊疗方法技术

一种牲畜疾病智能诊疗方法，所述牲畜疾病智能诊疗方法包括如下步骤：S1：数据来源与预处理；S2：数据清洗；S3：对病症进行自适应的文本聚类；S4：对病症进行频繁模式挖掘；S5：对病症做基于神经网络的关联分类算法；S6：技术支持与服务。

An Intelligent Diagnosis and Treatment Method for Livestock Diseases

【技术实现步骤摘要】
一种牲畜疾病智能诊疗方法
本专利技术具体涉及一种牲畜疾病智能诊疗方法。
技术介绍
内蒙古草原面积广阔，居我国五大牧区之首。一直以来，畜牧业都是内蒙古的特色优势产业，为全区经济社会发展发挥了重要作用。近年来，自治区立足资源优势，围绕产业链条，在保护草原的基础上，科学有序发展畜牧业，其中科学养殖、科学的、及时的、有效的对牲畜诊疗、规模化经营是现代化畜牧业的必由之路。随着大量的牛羊生病数据的到来，数据分析与挖掘在畜牧业上应用的也越来越广泛。
技术实现思路
本申请的目的是针对现有技术存在的问题，提供一种牲畜疾病智能诊疗方法。本申请的目的是通过以下技术方案解决的：一种牲畜疾病智能诊疗方法，所述牲畜疾病智能诊疗方法包括如下步骤：S1：数据来源与预处理；S2：数据清洗；S3：对病症进行自适应的文本聚类；S4：对病症进行频繁模式挖掘；S5：对病症做基于神经网络的关联分类算法；S6：技术支持与服务。进一步的，一种牲畜疾病智能诊疗方法，在步骤S1中，所述数据来源与预处理包括如下步骤：S11：首先将大量的书籍扫描成电子版，通过关键字提取技术，建立牛羊生病的症状数据及解决方案的数据库；S12：建立总数据库后，然后在按照不同的部位做子数据库。进一步的，一种牲畜疾病智能诊疗方法，步骤S2中，所述数据清洗采用病历数据在线抽取、转换和数据元建模方法，实现病历数据自动清洗。进一步的，一种牲畜疾病智能诊疗方法，在步骤S3中，所述对病症进行自适应的文本聚类包括如下步骤：S31：首先获取各种疾病诊断文本，采用自适应的文本聚类方法实现疾病同义文本的识别；S32：然后采用基于潜在概念的疾病概念聚类算法实现层次化的疾病分类标准构建。进一步的，一种牲畜疾病智能诊疗方法，在步骤S4中，所述对病症进行频繁模式挖掘采用的算法有Apriori算法或FP-Growth算法或Eclat算法。进一步的，一种牲畜疾病智能诊疗方法，在步骤S5中，所述关联分类算法是基于关联规则巧掘的规则产生方法和基于FOLL的规则产生方法。进一步的，一种牲畜疾病智能诊疗方法，在步骤S6中，所述技术支持与服务可通过网页或者APP进行搜索。进一步的，一种牲畜疾病智能诊疗方法，所述基于潜在概念的疾病概念聚类算法分为两个步骤：S321：首先采用自适应的文本聚类方法实现疾病同义文本的识别；S322：然后采用概念聚类方法实现疾病分类层次的划分。一种牲畜疾病智能诊疗系统，所述牲畜疾病智能诊疗系统包括数据源、数据抽取模块、预处理流程控制模块以及清洗后数据模块，所述数据源、数据抽取模块、预处理流程控制模块以及清洗后数据模块依次连接。进一步的，一种牲畜疾病智能诊疗系统，所述数据源包括关系表、文本、表格、XML。本申请相比现有技术有如下优点：本申请的目标就是能够对大量的多源的牛羊病例数据进行整理，利用数据分析和挖掘技术及人工神经网络技术实现对牲畜进行远程诊疗，及时有效的解决当牛羊生病时的就诊问题，进而对牧户起到一个指导和决策的作用。通过对大量病历实例数据分析，总结归纳出疾病诊疗过程，挖掘关键治疗方法，形成客观、详细的治疗路径，可有效解决牧民在养殖中针对牛羊的各种症状进行对症下药，及时解决牛羊出现的各种症状，有效的减少了牧民的损失，实现科学智能的发展畜牧业。附图说明附图1为本申请的诊疗系统图；附图2为本申请CRNN的算法流程图；附图3为本申请牲畜疾病智能诊断流程图。具体实施方式为了便于理解本专利技术，下面将参照相关附图对本专利技术进行更加全面的描述，附图中给出了本专利技术的若干实施例，但是本专利技术可以通过不同的形式来实现，并不限于文本所描述的实施例，相反的，提供这些实施例是为了使对本专利技术公开的内容更加透彻全面。需要说明的时，当元件被称为“固设于”另一个元件，它可以直接在另一个元件上也可以存在居中的元件，当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件，本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常连接的含义相同，本文中在本专利技术的说明书中所使用的术语知识为了描述具体的实施例的目的，不是旨在于限制本专利技术，本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。实施例一一种牲畜疾病智能诊疗方法，所述牲畜疾病智能诊疗方法包括如下步骤：S1：数据来源与预处理；S2：数据清洗；S3：对病症进行自适应的文本聚类；S4：对病症进行频繁模式挖掘；S5：对病症做基于神经网络的关联分类算法；S6：技术支持与服务。进一步的，一种牲畜疾病智能诊疗方法，在步骤S1中，所述数据来源与预处理包括如下步骤：S11：首先将大量的书籍扫描成电子版，通过关键字提取技术，建立牛羊生病的症状数据及解决方案的数据库；S12：建立总数据库后，然后在按照不同的部位做子数据库。进一步的，一种牲畜疾病智能诊疗方法，步骤S2中，所述数据清洗采用病历数据在线抽取、转换和数据元建模方法，实现病历数据自动清洗。进一步的，一种牲畜疾病智能诊疗方法，在步骤S3中，所述对病症进行自适应的文本聚类包括如下步骤：S31：首先获取各种疾病诊断文本，采用自适应的文本聚类方法实现疾病同义文本的识别；S32：然后采用基于潜在概念的疾病概念聚类算法实现层次化的疾病分类标准构建。进一步的，一种牲畜疾病智能诊疗方法，在步骤S4中，所述对病症进行频繁模式挖掘采用的算法有Apriori算法或FP-Growth算法或Eclat算法。进一步的，一种牲畜疾病智能诊疗方法，在步骤S5中，所述关联分类算法是基于关联规则巧掘的规则产生方法和基于FOLL的规则产生方法。进一步的，一种牲畜疾病智能诊疗方法，在步骤S6中，所述技术支持与服务可通过网页或者APP进行搜索。进一步的，一种牲畜疾病智能诊疗方法，所述基于潜在概念的疾病概念聚类算法分为两个步骤：S321：首先采用自适应的文本聚类方法实现疾病同义文本的识别；S322：然后采用概念聚类方法实现疾病分类层次的划分。一种牲畜疾病智能诊疗系统，所述牲畜疾病智能诊疗系统包括数据源、数据抽取模块、预处理流程控制模块以及清洗后数据模块，所述数据源、数据抽取模块、预处理流程控制模块以及清洗后数据模块依次连接。进一步的，一种牲畜疾病智能诊疗系统，所述数据源包括关系表、文本、表格、XML。本申请相比现有技术有如下优点：本申请的目标就是能够对大量的多源的牛羊病例数据进行整理，利用数据分析和挖掘技术及人工神经网络技术实现对牲畜进行远程诊疗，及时有效的解决当牛羊生病时的就诊问题，进而对牧户起到一个指导和决策的作用。通过对大量病历实例数据分析，总结归纳出疾病诊疗过程，挖掘关键治疗方法，形成客观、详细的治疗路径，可有效解决牧民在养殖中针对牛羊的各种症状进行对症下药，及时解决牛羊出现的各种症状，有效的减少了牧民的损失，实现科学智能的发展畜牧业。实施例二本实施例将详细阐述具体原理，一种牲畜疾病智能诊疗方法，所述牲畜疾病智能诊疗方法包括如下步骤：S1：数据来源与预处理；S2：数据清洗；S3：对病症进行自适应的文本聚类；S4：对病症进行频繁模式挖掘；S5：对病症做基于神经网络的关联分类算法；S6：技术支持与服务。对于数据本文档来自技高网...

【技术保护点】
1.一种牲畜疾病智能诊疗方法，其特征在于：所述牲畜疾病智能诊疗方法包括如下步骤：S1：数据来源与预处理；S2：数据清洗；S3：对病症进行自适应的文本聚类；S4：对病症进行频繁模式挖掘；S5：对病症做基于神经网络的关联分类算法；S6：技术支持与服务。

【技术特征摘要】
1.一种牲畜疾病智能诊疗方法，其特征在于：所述牲畜疾病智能诊疗方法包括如下步骤：S1：数据来源与预处理；S2：数据清洗；S3：对病症进行自适应的文本聚类；S4：对病症进行频繁模式挖掘；S5：对病症做基于神经网络的关联分类算法；S6：技术支持与服务。2.根据权利要求1所述的牲畜疾病智能诊疗方法，其特征在于：在步骤S1中，所述数据来源与预处理包括如下步骤：S11：首先将大量的书籍扫描成电子版，通过关键字提取技术，建立牛羊生病的症状数据及解决方案的数据库；S12：建立总数据库后，然后在按照不同的部位做子数据库。3.根据权利要求1所述的牲畜疾病智能诊疗方法，其特征在于：步骤S2中，所述数据清洗采用病历数据在线抽取、转换和数据元建模方法，实现病历数据自动清洗。4.根据权利要求1所述的牲畜疾病智能诊疗方法，其特征在于：在步骤S3中，所述对病症进行自适应的文本聚类包括如下步骤：S31：首先获取各种疾病诊断文本，采用自适应的文本聚类方法实现疾病同义文本的识别；S32：然后采用基于潜在概念的疾病概念聚类算法实现层次化的疾病分类标准构建。5.根据权利要求...

【专利技术属性】
技术研发人员：杜永兴，胡伟健，李灵芳，樊杰，牛丽静，杨佳琦，张万锴，
申请(专利权)人：内蒙古科技大学，内蒙古智牧溯源技术开发有限公司，
类型：发明
国别省市：内蒙古,15