一种中医辅助诊断系统技术方案

本发明专利技术提供一种中医辅助诊断系统，能够在现有症状基础上帮助医生提前发现患者的健康隐患，实现疾病辅助诊断的功能。所述系统包括：信息预处理模块，用于对输入的患者病历信息进行编码，生成相应的离散二值化数据序列；症状预测模块，用于根据生成的离散二值化数据序列，利用层次实时记忆模型对患者未来症状进行预测；辅助诊断模块，用于将预测得到的患者未来症状与预先建立的名老中医经验知识库进行相似度匹配，从所述名老中医经验知识库中提取与预测症状相似度最高的若干诊断方案。本发明专利技术涉及智能导诊、计算机自动诊断技术领域。

【技术实现步骤摘要】
一种中医辅助诊断系统
本专利技术涉及智能导诊、计算机自动诊断
，特别是指一种中医辅助诊断系统。
技术介绍
中医理论是中国古代长期实践，不断传承积累下来的传统医学。几千年来，中医理论自身不断自我完善并发展，在临床实践中与西医相结合取得了非常好的结果，尤其是针对世界性难治病，其疗效非常显著。在中医的理论中，人生病时的症状最终可以被划分为399类，例如，呼吸困难、头晕、胸痛等。现在的医疗健康领域中，各个医院为了顺应时代的发展，都纷纷建立了医院管理信息系统，各种医疗信息子系统进入医院日常管理工作中，如电子病历系统。电子病历中收集到的数据不仅包括患者的姓名、年龄、性别等基本资料，还包括之前治疗时的疾病症状和治疗方案等。因此，如何利用大量医疗健康数据，进行个性化的分析，学习并自适应数据中的变化，对于个性化医疗，智能导诊具有非常重要的意义。现有技术中，还没有利用现存的医疗健康数据进行疾病症状辅助诊断的系统。
技术实现思路
本专利技术要解决的技术问题是提供一种中医辅助诊断系统，以解决现有技术所存在的没有利用现存的医疗健康数据进行疾病症状辅助诊断的问题。为解决上述技术问题，本专利技术实施例提供一种中医辅助诊断系统，包括：信息预处理模块，用于对输入的患者病历信息进行编码，生成相应的离散二值化数据序列；症状预测模块，用于根据生成的离散二值化数据序列，利用层次实时记忆模型对患者未来症状进行预测；辅助诊断模块，用于将预测得到的患者未来症状与预先建立的名老中医经验知识库进行相似度匹配，从所述名老中医经验知识库中提取与预测症状相似度最高的若干诊断方案。进一步地，所述患者病历信息包括：基本信息和症状；所述基本信息包括：患者年龄、患者性别和时间。进一步地，所述信息预处理模块包括：时间编码器，用于对输入的病历信息中的时间进行编码，生成相应的离散二值化数据序列；数字编码器，用于对输入的病历信息中的年龄、性别和症状进行编码，生成相应的离散二值化数据序列。进一步地，每类症状的评分是按照患者叙述的严重程度确定的。进一步地，所述症状预测模块，用于根据生成的离散二值化数据序列，利用层次实时记忆模型中的空间池学习患者症状分布的空间序列，根据空间池的学习结果，利用层次实时记忆模型中的时间池学习患者症状出现的时间序列，对患者未来症状进行预测。进一步地，所述辅助诊断模块，具体用于将预测得到的患者未来症状在预先建立的名老中医经验知识库中进行匹配，利用预设算法中的余弦相似度计算名老中医经验知识库中的症状与预测症状之间的相似度并进行排序，根据排序结果，选出相似度最高的若干个患者的诊断方案。进一步地，所述余弦相似度表示为：其中，cos(θ)表示余弦相似度，x1k、x2k分别表示当前患者信息中的的第k维特征和所述名老中医经验知识库中存储的病人信息的第k维特征，n表示一共有n维特征。本专利技术的上述技术方案的有益效果如下：上述方案中，通过信息预处理模块对输入的患者病历信息进行编码，生成相应的离散二值化数据序列；症状预测模块根据生成的离散二值化数据序列，利用层次实时记忆模型对患者未来症状进行预测；辅助诊断模块将预测得到的患者未来症状与预先建立的名老中医经验知识库进行相似度匹配，从所述名老中医经验知识库中提取与预测症状相似度最高的若干诊断方案。这样，基于层次实时记忆模型的中医辅助诊断系统，能够对患者身体健康状况进行预测并从名老中医经验知识库中选出相似度最高的若干个诊断方案，以帮助医生提前发现患者的健康隐患，并提供治疗参考，从而从辅助治疗与预防相结合的角度出发，为中医的临床辅助诊断提供智能化指导，实现疾病的辅助诊断功能，同时为个性化医疗，智能导诊提供支持。附图说明图1为本专利技术实施例提供的中医辅助诊断系统的结构示意图；图2为本专利技术实施例提供的中医辅助诊断系统的工作原理示意图；图3为本专利技术实施例提供的工作日/周末编码示意图；图4为本专利技术实施例提供的周五的日期编码示意图；图5为本专利技术实施例提供的星期日的日期编码示意图。具体实施方式为使本专利技术要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。本专利技术针对现有的没有利用现存的医疗健康数据进行疾病症状辅助诊断的问题，提供一种中医辅助诊断系统。如图1所示，本专利技术实施例提供的中医辅助诊断系统，包括：信息预处理模块11，用于对输入的患者病历信息进行编码，生成相应的离散二值化数据序列；症状预测模块12，用于根据生成的离散二值化数据序列，利用层次实时记忆(HierarchicalTemporalMemory，HTM)模型对患者未来症状进行预测；辅助诊断模块13，用于将预测得到的患者未来症状与预先建立的名老中医经验知识库进行相似度匹配，从所述名老中医经验知识库中提取与预测症状相似度最高的若干诊断方案。本专利技术实施例所述的中医辅助诊断系统，通过信息预处理模块对输入的患者病历信息进行编码，生成相应的离散二值化数据序列；症状预测模块根据生成的离散二值化数据序列，利用层次实时记忆模型对患者未来症状进行预测；辅助诊断模块将预测得到的患者未来症状与预先建立的名老中医经验知识库进行相似度匹配，从所述名老中医经验知识库中提取与预测症状相似度最高的若干诊断方案。这样，基于层次实时记忆模型的中医辅助诊断系统，能够对患者身体健康状况进行预测并从名老中医经验知识库中选出相似度最高的若干个诊断方案，以帮助医生提前发现患者的健康隐患，并提供治疗参考，从而从辅助治疗与预防相结合的角度出发，为中医的临床辅助诊断提供智能化指导，实现疾病的辅助诊断功能，同时为个性化医疗，智能导诊提供支持。在前述中医辅助诊断系统的具体实施方式中，进一步地，所述患者病历信息包括：基本信息和症状；所述基本信息包括：患者年龄、患者性别和时间。本实施例中，患者性别可以用0和1来区分男女。在实际应用中，患者就医时可叙述自己的具体症状，医生会将患者口述的身体不适症状输入系统，且系统会自动为该症状数据标注时间，所以最终输入到系统中的是带有时间戳的结构化数据。在前述中医辅助诊断系统的具体实施方式中，进一步地，每类症状的评分是按照患者叙述的严重程度确定的。本实施例中，针对某一类症状，若是没有发生则用0表示，若有发生，则医生则按患者叙述进行1到10的严重程度打分。在前述中医辅助诊断系统的具体实施方式中，进一步地，如图2所示，所述信息预处理模块包括：时间编码器，用于对输入的病历信息中的时间进行编码，生成相应的离散二值化数据序列；数字编码器，用于对输入的病历信息中的年龄、性别和症状进行编码，生成相应的离散二值化数据序列。本实施例中，病历中时间的部分通过时间编码器进行编码，而年龄、性别和症状的部分通过数字编码器进行编码，从而使得信息预处理模块中所有输入数据(时间、性别、年龄和症状)都被转换成层次实时记忆模型能够处理的格式，即离散二值化数据，为接下来的空间池和时间池的数据处理做好准备工作。本实施例中的编码的过程与人体外部感觉器官获取信息的过程类似，如人的耳蜗在处理声音时，会将其获取到的声音频率与声音强度在内部毛细胞中转化为一个稀疏的活跃神经元集合。频率段不相同的声音会刺激不同的毛细胞，当某一个特定的频率段声音被感知到的时候，该频率段对应的毛细胞就会对神经元产生一定刺激并向大脑发射信号，而被刺激的神经元本文档来自技高网...

【技术保护点】
1.一种中医辅助诊断系统，其特征在于，包括：信息预处理模块，用于对输入的患者病历信息进行编码，生成相应的离散二值化数据序列；症状预测模块，用于根据生成的离散二值化数据序列，利用层次实时记忆模型对患者未来症状进行预测；辅助诊断模块，用于将预测得到的患者未来症状与预先建立的名老中医经验知识库进行相似度匹配，从所述名老中医经验知识库中提取与预测症状相似度最高的若干诊断方案。

【技术特征摘要】
1.一种中医辅助诊断系统，其特征在于，包括：信息预处理模块，用于对输入的患者病历信息进行编码，生成相应的离散二值化数据序列；症状预测模块，用于根据生成的离散二值化数据序列，利用层次实时记忆模型对患者未来症状进行预测；辅助诊断模块，用于将预测得到的患者未来症状与预先建立的名老中医经验知识库进行相似度匹配，从所述名老中医经验知识库中提取与预测症状相似度最高的若干诊断方案。2.根据权利要求1所述的中医辅助诊断系统，其特征在于，所述患者病历信息包括：基本信息和症状；所述基本信息包括：患者年龄、患者性别和时间。3.根据权利要求2所述的中医辅助诊断系统，其特征在于，所述信息预处理模块包括：时间编码器，用于对输入的病历信息中的时间进行编码，生成相应的离散二值化数据序列；数字编码器，用于对输入的病历信息中的年龄、性别和症状进行编码，生成相应的离散二值化数据序列。4.根据权利要求2所述的中医辅助诊断系统，其特征在于，每类症状的评分...

【专利技术属性】
技术研发人员：阿孜古丽·吾拉木，史彩琳，刘欣，张德政，谢永红，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：北京,11