本发明专利技术公开了一种猪病知识库自动训练学习方法，包括：接收用户输入的生猪发病症状信息；根据所述发病症状信息，通过历史症状数据及神经网络训练进行猪病症状的自动匹配；根据所述自动匹配的结果，计算各个匹配猪病的贝叶斯条件概率，将所述匹配猪病按所述概率排序后发送给用户；根据用户选择调整所述历史症状数据。本发明专利技术还同时公开的一种猪病辅助诊断装置，简化了诊断流程，减少诊断选择成本，极大提升诊断效果，给用户提供有效的猪病诊断参考。
【技术实现步骤摘要】
本专利技术涉及计算机辅助诊断
，具体地说，是涉及一种猪病知识库自动训练学习方法及猪病辅助诊断装置。
技术介绍
猪病的种类很多，包括传染病、寄生虫病、内科病、外科病、产科病、营养代谢病及中毒性疾病，而危害最严重的是传染病，它往往是大批发生，发病率和死亡率很高，严重影响养猪业的发展，造成巨大的经济损失。据农业部畜牧业司统计，我国2005年出栏的6.61亿头商品猪中，全国年出栏50头以下生猪的小规模饲养比重占62.8%，但每年因猪群健康管理不当、疾病发生后未及时处置给这些养殖户带来巨大的经济损失。但目前市面上没有完善的猪病人工诊断系统，即使存在也因技术复杂、成本高难以在这些养猪农户推广开，目前行业内猪病自动诊断系统，主流方式为系统提供所有疾病的症状集合，供用户选择，用户选择病猪的发病症状后，系统针对用户所选择的症状属于哪种疾病来诊断得出疾病的发病可能性。用户选择疾病症状时候耗时耗力，同时存在养猪行业技术人员不足、养殖人员素质低、能力差无法准确判断发病症状，同时，系统诊断时，在大量症状的集合中不能准确快速找到符合自己病猪的所属症状，用户无法对症状做出准确的通盘考虑进行选择。症状选择之后，由于同一疾病症状会出现在多种疾病中，同时多种疾病又会出现在多个阶段的猪只上，系统诊断会出现大量猪病诊断结果，或只给出大量诊断结果中的部分结果，这样并无法给用户提供有效的猪病诊断参考价值，无法从根本上帮助用户解决问题。
技术实现思路
为解决上述技术问题，本专利技术提供了一种猪病知识库自动训练学习方法，包括:接收用户输入的生猪发病症状信息；根据所述发病症状信息，通过历史症状数据及神经网络训练进行猪病症状的自动匹配；根据所述自动匹配的结果，计算各个匹配猪病的贝叶斯条件概率，将所述匹配猪病按所述概率排序后发送给用户；根据用户选择调整所述历史症状数据。优选地，对于每个所述匹配猪病，其贝叶斯条件概率为:P = 1/M*100% +X/Y*(l-1/M)*100% ；其中，M表示所述自动匹配的结果集合中疾病个数，X表示所述发病症状信息对应猪病症状对于所述匹配猪病的权重数，Y表示所述匹配猪病的全部症状的总权重数。优选地，所述根据用户选择调整所述历史症状数据包括:加大所述历史症状数据中所述发病症状信息对应猪病症状对于所述用户选择的匹配猪病的权重。优选地，所述神经网络训练包括:通过神经网络训练得出最佳诊断路径，并标记出各类疾病的典型症状，将典型症状中易于辨识的症状作为区分症状。优选地，所述猪病症状的自动匹配包括:通过所述区分症状层层筛选疾病，缩小目标疾病集合，当该集合不能缩小时，将集合中疾病的所有的症状全部出现供用户选择。在本专利技术的另一方面，还同时提供一种猪病辅助诊断装置，包括:输入单元，用于接收用户输入的生猪发病症状信息；匹配单元，用于根据所述发病症状信息，通过历史症状数据及神经网络训练进行猪病症状的自动匹配；概率计算单元，用于根据所述自动匹配的结果，计算各个匹配猪病的贝叶斯条件概率，将所述匹配猪病按所述概率排序后发送给用户；知识库学习单元，用于根据用户选择调整所述历史症状数据。优选地，所述概率计算单元中，对于每个所述匹配猪病，其贝叶斯条件概率为:P = 1/M*100% +X/Y*(l-1/M)*100% ；其中，M表示所述自动匹配的结果集合中疾病个数，X表示所述发病症状信息对应猪病症状对于所述匹配猪病的权重数，Y表示所述匹配猪病的全部症状的总权重数。优选地，所述知识库学习单元还包括:权重调整单元，用于加大所述历史症状数据中所述发病症状信息对应猪病症状对于所述用户选择的匹配猪病的权重。优选地，所述匹配单元还包括:神经网络训练单元，用于通过神经网络训练得出最佳诊断路径，并标记出各类疾病的典型症状，将典型症状中易于辨识的症状作为区分症状。优选地，所述匹配单元还包括:匹配筛选单元，用于通过所述区分症状层层筛选疾病，缩小目标疾病集合，当该集合不能缩小时，将集合中疾病的所有的症状全部出现供用户选择。与现有技术相比，本专利技术所述的一种猪病知识库自动训练学习方法及猪病辅助诊断装置，可以自动辅助猪病诊断并根据确诊结果进行自学习，极大简化了用户的选择流程及诊断路径，能够简单、快速的让用户选择发病症状，让用户脱离大量症状密集选择的恐惧，提高诊断结果准确率，给用户提供有效的猪病诊断参考，在没有技术人员的情况下客户也能及时有效的得到帮助减少损失。无论养殖人员教育水平如何、医学知识是否缺乏、能力高低，都能快速的上手使用。【附图说明】图1为本专利技术实施例所述的猪病知识库自动训练学习方法的流程示意图；图2为本专利技术实施例所述的猪病辅助诊断装置的单元结构示意图。【具体实施方式】以下结合附图对本专利技术作进一步详细说明，但不作为对本专利技术的限定。为使本领域技术人员更好地理解本专利技术的技术方案，下面结合附图和【具体实施方式】对本专利技术作进一步详细描述。参见图1所示，本专利技术实施例首先提供了一种猪病知识库自动训练学习方法，包括:接收用户输入的生猪发病症状信息；根据所述发病症状信息，通过历史症状数据及神经网络训练进行猪病症状的自动匹配；根据所述自动匹配的结果，计算各个匹配猪病的贝叶斯条件概率，将所述匹配猪病按所述概率排序后发送给用户；根据用户选择调整所述历史症状数据。与上述方法相对应地，如图2所示，本专利技术还同时提供一种猪病辅助诊断装置，包括:输入单元10，用于接收用户输入的生猪发病症状信息；匹配单元20，用于根据所述发病症状信息，通过历史症状数据及神经网络训练进行猪病症状的自动匹配；概率计算单元30，用于根据所述自动匹配的结果，计算各个匹配猪病的贝叶斯条件概率，将所述匹配猪病按所述概率排序后发送给用户；知识库学习单元40，用于根据用户选择调整所述历史症状数据。其中，输入单元可以是用户设备，比如手机、电脑或Pad等用户终端；用户设备除用于输入/选择症状外，还接收上述辅助诊断装置发来的诊断结果(排序后的猪病列表)。进一步地，当用户根据诊断结果确诊后，还通过用户设备将确诊结果反馈给上述辅助诊断装置以帮助知识库自学习。此外当前第1页1 2 本文档来自技高网...
【技术保护点】
一种猪病知识库自动训练学习方法，其特征在于，所述方法包括步骤：接收用户输入的生猪发病症状信息；根据所述发病症状信息，通过历史症状数据及神经网络训练进行猪病症状的自动匹配；根据所述自动匹配的结果，计算各个匹配猪病的贝叶斯条件概率，将所述匹配猪病按所述概率排序后发送给用户；根据用户选择调整所述历史症状数据。
【技术特征摘要】
【专利技术属性】
技术研发人员：王柯，
申请(专利权)人：北京农信互联科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。