【技术实现步骤摘要】
基于中医大数据分析的人工智能辅助诊断方法及系统
本申请涉及中医数据分析处理，尤其是一种基于中医大数据分析的人工智能辅助诊断方法及系统。
技术介绍
如今人工智能技术日渐成熟，人工智能跨领域强，它可以和很多种技术结合形成一种新的技术手段，其在辅助治疗领域的应用也越来越热门。如，中国专利技术CN201910289398.8公开了一种人工智能辅助诊断系统、诊断方法，它具体公开了一种结论可解释化的深度学习人工智能辅助诊断系统。包括：当处理器执行指令时，所述智能辅助诊断系统被配置为：获取已知肿瘤分期/分型的原始影像数据；更改所述影像数据中的一个影像组学特征，得到更改后的影像数据；将更改前后的影像数据分别输入同一分类神经网络，以获取所述原始影像数据和所述更改后的影像数据的肿瘤分期/分型结果；累计多次所述分期/分型结果的准确率，并计算所述原始影像数据和所述更改后的影像数据的准确率之差；根据所述准确率之差建立影像组学特征和所述分类神经网络决策选择之间的映射关系。它的应用是使神经网络的判断结果具有可解释性。其实该技术的实质任是对图像的处理，这同...
【技术保护点】
1.一种基于中医大数据分析的人工智能辅助诊断方法，其特征在于，包括步骤：/n连接大数据开源库获取开源的中医诊断数据，所述的中医诊断数据由若干单位数据构成，每个单位数据至少包括单位数据的病情诊断结果、单位数据的诊断外部环境特征、单位数据的人体中医症候特征；/n大数据接收器从大数据开源库内抓取中医诊断数据，并且首先将中医诊断数据按照单位数据的病情诊断结果分类，以单位数据和诊断结果分类的类目建立映射，其中单位数据为诊断结果分类的类目关于映射的原象；/n大数据接收器将单位数据点阵化处理，然后将点阵化处理后的单位数据存储在一个点阵化数据库中；/n大数据分析器以深度学习方法训练点阵化数...
【技术特征摘要】
1.一种基于中医大数据分析的人工智能辅助诊断方法，其特征在于，包括步骤：
连接大数据开源库获取开源的中医诊断数据，所述的中医诊断数据由若干单位数据构成，每个单位数据至少包括单位数据的病情诊断结果、单位数据的诊断外部环境特征、单位数据的人体中医症候特征；
大数据接收器从大数据开源库内抓取中医诊断数据，并且首先将中医诊断数据按照单位数据的病情诊断结果分类，以单位数据和诊断结果分类的类目建立映射，其中单位数据为诊断结果分类的类目关于映射的原象；
大数据接收器将单位数据点阵化处理，然后将点阵化处理后的单位数据存储在一个点阵化数据库中；
大数据分析器以深度学习方法训练点阵化数据库中的数据，进而获取特征分类；
辅助诊断器输入待识别的中医数据并输出识别结果。
2.根据权利要求1所述的一种基于中医大数据分析的人工智能辅助诊断方法，其特征在于，所述的人体中医症候特征包括风证特征、火热证特征、痰证特征、血瘀证特征、气虚证特征、阴虚阳亢证特征；所述的外部环境特征包括气候特征、睡眠特征、饮食特征、情绪刺激特征；所述的病情诊断结果具体是指中医对各种病症诊断的结果。
3.根据权利要求1所述的一种基于中医大数据分析的人工智能辅助诊断方法，其特征在于，大数据接收器将单位数据点阵化处理过程是指，以单位数据和诊断结果分类的类目建立映射的基础上，先定义，诊断结果分类的最基本类目是L1-Ln；单位数据的诊断外部环境特征按照相关性分类，该分类的最基本类目是Y1-Ym；单位数据的人体中医症候特征按照相关性分类，该分类的最基本类目是Z1-Zh；其中的L/Y/Z均为相应的标识，其中的n/m/h均为相应的标识的下标即指自然数；然后按照中医的诊断原理建立一个基本类目评分表，基本类目评分表至少包括外部环境特征基本类目的赋值、人体中医症候特征基本类目的赋值；然后将每一个单位数据的诊断外部环境特征拆分提取最基本类目并给予赋值Y(i)，同时也将每一个单位数据的人体中医症候特征拆分提取最基本类目并给予赋值Z(i)，对于每一个单位数据将其所有的最基本类目的赋值以矩阵的形式点阵排列，并给每一个矩阵至少一个标记，该标记就是诊断结果分类的最基本类目。
4.根据权利要求3所述的一种基于中医大数据分析的人工智能辅助诊断方法，其特征在于，所述的将单位数据点阵化处理过程中，将数据按照以下方式平滑处理：
将点阵排列的每一个单位数据的最基本类目的赋值所形成的矩阵平均分为k个区域，每一个区域的矩阵的数值为T(i)到T(q/k+i-1)，然后计算：
∑T(i)×T(q/k+i-1)，以0.5∑T(i)×T(q/k+i-1)的值替换T(i)或T(q/k+i-1)的数值；所述的T指Y或Z，所述的q指m或n。
5.根据权利要求1所述的一种基于中医大数据分析的人工智能辅助诊断方法，其特征在于，所述的大数据分析器以深度学习方...
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。