一种基于临床症状特征的性病诊断系统技术方案

本发明专利技术提出了一种基于临床症状特征的性病诊断系统，包括：特征预处理单元，用于标注及预处理已收集的患者的多种性病临床症状特征；分类及聚类单元，用于通过分类算法和聚类算法对所述多种性病临床症状特征进行分类聚类并设定每一种所述性病临床症状特征作用于每一种性病的权重，构建基于所述性病临床症状特征与性病的训练集；模型构建单元，用于通过深度学习和神经网络模型对所述训练集进行训练并得到基于深度学习和神经网络的性病诊断模型；性病预测单元，用于根据输入到所述性病诊断模型的待识别人群的临床症状特征输出诊断结果。本发明专利技术可极大的提高诊断准确度，最大限度地降低漏诊和误诊风险，并减少了不必要的医疗过程。

A STD diagnosis system based on clinical symptoms

【技术实现步骤摘要】
一种基于临床症状特征的性病诊断系统
本专利技术涉及人工智能
，尤其涉及一种基于临床症状特征的性病诊断系统。
技术介绍
性传播疾病的涵盖范围目前已扩展至包括最少50种致病微生物感染所致的疾病，其中包括传统的五种性病及非淋菌性尿道炎、尖锐湿疣、生殖器疱疹、艾滋病、细菌性阴道病、外阴阴道念珠菌病、阴道毛滴虫病、疥疮、阴虱和乙型肝炎等。我国目前要求重点防治的性传播疾病是梅毒、淋病、生殖道沙眼衣原体感染、尖锐湿疣、生殖器疱疹及艾滋病。由于性病的种类繁多且医患数量严重失衡，常需要性病诊断系统进行辅助诊断，以实现快速诊断、提高诊断效率，性病诊断系统通常表现为患者勾选系统呈现的疾病症状，若患者勾选的疾病症状与某种性病对应，系统则给出患者可能患有此种性病的诊断结果。上述症状与性病的对应规则通常人为设定，一般是患者具有某一性病的特定症状即诊断患者患有该疾病，患者不具有某一性病的特定症状即诊断患者未患有该疾病，这种性病诊断系统的诊断方式绝对，准确率低，容易造成误诊。
技术实现思路
有鉴于此，本专利技术提出了一种基于临床症状特征的性病诊断系统，以解决传统性病诊断系统的诊断方式绝对，准确率低，容易造成误诊的问题。本专利技术的技术方案是这样实现的：本专利技术提供了一种基于临床症状特征的性病诊断系统，包括：特征预处理单元，用于标注及预处理已收集的患者的多种性病临床症状特征；分类及聚类单元，用于通过分类算法和聚类算法对所述多种性病临床症状特征进行分类聚类并设定每一种所述性病临床症状特征作用于每一种性病的权重，构建基于所述性病临床症状特征与性病的训练集；模型构建单元，用于通过深度学习和神经网络模型对所述训练集进行训练并得到基于深度学习和神经网络的性病诊断模型；性病预测单元，用于根据输入到所述性病诊断模型的待识别人群的临床症状特征输出诊断结果。可选的，所述基于临床症状特征的性病诊断系统还包括模型优化单元，用于结合所述性病临床症状特征的多模态数据对所述性病诊断模型进行优化。可选的，所述多模态数据包括所述性病临床症状特征的出现部位、接触方式、传播方式、人群种类及并发疾病中的至少一种。可选的，所述性病预测单元包括：症状权重获取模块，用于获取输入到所述性病诊断模型的待识别人群的每种临床症状特征的权重；单性病权重计算模块，用于根据所述待识别人群的每种临床症状特征的权重计算每种关联性病的权重；性病总权重计算模块，用于根据每种关联性病的权重计算所有关联性病的总权重；患病概率计算模块，用于分别计算每种关联性病的权重与所述总权重的比值并输出。可选的，所述单性病权重计算模块为加法模块，用于对每种关联性病下的所述待识别人群临床症状特征的权重进行加法运算以得到每种关联性病的权重。可选的，所述性病总权重计算模块同样为加法模块，用于对每种关联性病的权重进行加法运算以得到所述总权重。可选的，所述性病临床症状特征包括知识描述和症状图片。本专利技术的基于临床症状特征的性病诊断系统相对于现有技术具有以下有益效果：(1)本专利技术的基于临床症状特征的性病诊断系统对性病这一类别下所有具体疾病的临床症状特征进行自然语言处理后，依据临床症状特征在不同病症上的分类和聚类不同来设定权重，以此构建分类和聚类算法和建模，在线模拟就诊场景，引导患者了解病情，提供融入诊疗过程中的、值得信赖的辅助诊疗工具，并智能给出专业建议，可极大的提高诊断准确度，最大限度地降低漏诊和误诊风险，并减少了不必要的医疗过程；(2)本专利技术的基于临床症状特征的性病诊断系统通过模型优化单元结合性病临床症状特征的多模态数据对性病诊断模型进行优化，进一步保障了辅助诊断结果的准确性和深入性；(3)本专利技术的基于临床症状特征的性病诊断系统可根据实际情况选择多模态数据的种类，提高优化性病诊断模型的针对性，并减少不必要的优化过程。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术的本专利技术的基于临床症状特征的性病诊断系统的结构框图；图2为本专利技术的性病预测单元的结构框图；图3为本专利技术的部分临床症状特征及其权重示意图。附图标记说明：10-特征预处理单元；20-分类及聚类单元；30-模型构建单元；40-模型优化单元；50-性病预测单元；501-症状权重获取模块；502-单性病权重计算模块；503-性病总权重计算模块；504-患病概率计算模块。具体实施方式下面将结合本专利技术实施方式，对本专利技术实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本专利技术一部分实施方式，而不是全部的实施方式。基于本专利技术中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本专利技术保护的范围。如图1所示，本专利技术的基于临床症状特征的性病诊断系统包括：特征预处理单元10，用于标注及预处理已收集的患者的多种性病临床症状特征；分类及聚类单元20，用于通过分类算法和聚类算法对所述多种性病临床症状特征进行分类聚类并设定每一种所述性病临床症状特征作用于每一种性病的权重，构建基于所述性病临床症状特征与性病的训练集；模型构建单元30，用于通过深度学习和神经网络模型对所述训练集进行训练并得到基于深度学习和神经网络的性病诊断模型；性病预测单元50，用于根据输入到所述性病诊断模型的待识别人群的临床症状特征输出诊断结果。一般来说，性病作为一类疾病，其有作为本体通用的临床症状特征，临床症状特征是患者因疾病而表现出来的不正常状态，本体下的属性可以有一级、二级、甚至三级的临床症状分类特征，一级分类与一级分类之间可能存在共同标签(临床症状特征)，二级分类与二级分类之间可能存在共同标签，三级分类与三级分类之间可能存在共同标签，三级分类下的各个疾病之间也可能存在共同标签，以上关于“可能存在”即可以存在共同标签，也可以不必存在共同标签。性病临床症状特征(即标签)的采集，前期需要通过先验专家知识在系统实施前完成构建。其中，特征预处理单元10的标注指的是标注每种性病临床症状特征是否患有性病；所述性病临床症状特征包括知识描述和症状图片，从而建模训练集的数据更加全面可靠，训练出的性病诊断模型的性病预测准确性更高。分类及聚类单元20中，分类算法的基本功能是做预测，即已知某种性病的具体特征，然后判断这个具体特征具体属于哪一种性病。比如已知某个人出现尿频、尿急、尿痛、尿道口灼痒、排尿时灼痛、尿道口流脓或宫颈口阴道口有脓性分泌物等，可以预测判断这个人可能患有淋球菌性尿道炎；如果新生儿的肛门附近、臀部、会阴部等处皮肤发红，有散在斑丘疹或疱疹，可以预测判断可能是尿布皮炎。分类算法的根本目标是发现新的模式、新的知本文档来自技高网...

【技术保护点】
1.一种基于临床症状特征的性病诊断系统，其特征在于，包括：/n特征预处理单元(10)，用于标注及预处理已收集的患者的多种性病临床症状特征；/n分类及聚类单元(20)，用于通过分类算法和聚类算法对所述多种性病临床症状特征进行分类聚类并设定每一种所述性病临床症状特征作用于每一种性病的权重，构建基于所述性病临床症状特征与性病的训练集；/n模型构建单元(30)，用于通过深度学习和神经网络模型对所述训练集进行训练并得到基于深度学习和神经网络的性病诊断模型；/n性病预测单元(50)，用于根据输入到所述性病诊断模型的待识别人群的临床症状特征输出诊断结果。/n

【技术特征摘要】
1.一种基于临床症状特征的性病诊断系统，其特征在于，包括：
特征预处理单元(10)，用于标注及预处理已收集的患者的多种性病临床症状特征；
分类及聚类单元(20)，用于通过分类算法和聚类算法对所述多种性病临床症状特征进行分类聚类并设定每一种所述性病临床症状特征作用于每一种性病的权重，构建基于所述性病临床症状特征与性病的训练集；
模型构建单元(30)，用于通过深度学习和神经网络模型对所述训练集进行训练并得到基于深度学习和神经网络的性病诊断模型；
性病预测单元(50)，用于根据输入到所述性病诊断模型的待识别人群的临床症状特征输出诊断结果。


2.如权利要求1所述的基于临床症状特征的性病诊断系统，其特征在于，还包括模型优化单元(40)，用于结合所述性病临床症状特征的多模态数据对所述性病诊断模型进行优化。


3.如权利要求2所述的基于临床症状特征的性病诊断系统，其特征在于，所述多模态数据包括所述性病临床症状特征的出现部位、接触方式、传播方式、人群种类及并发疾病中的至少一种。


4.如权利要求1所述的基于临床症状特征...

【专利技术属性】
技术研发人员：杜登斌，
申请(专利权)人：北京中润普达信息技术有限公司，
类型：发明
国别省市：北京;11