一种基于妇女白带的疾病认知模型构建方法及系统技术方案

本发明专利技术提供一种基于妇女白带的疾病认知模型构建方法及系统，该方法包括：获取妇女白带特征信息、常规检查数据值以及白带异常对应的疾病和疾病特征信息集；基于AdaBoost算法对妇女白带特征信息和常规检查数据值进行计算，根据计算结果建立异常白带自学习模型；基于组合算法和异常白带自学习模型建立诊断模型，以根据所述诊断模型对待诊断妇女白带异常特征信息和数据值进行诊断。可以提高妇女白带状况的诊断确诊效率，减少依靠专业经验导致的误判，保障疾病认知的准确性和效率。

【技术实现步骤摘要】
一种基于妇女白带的疾病认知模型构建方法及系统
本专利技术涉及机器学习领域，尤其涉及一种基于妇女白带的疾病认知模型构建方法及系统。
技术介绍
白带为女性的阴道分泌物，是由阴道黏膜渗出物、宫颈管及子宫内膜腺体分泌液混合而成。白带是能够反应女性身体健康的一个重要的标志，当女性发现自己的白带有异常的时候，需要及时到医院做检查。目前，白带常规检查是妇科最常见的一种检查，一般是通过阴道PH值、阴道清洁度、阴道微生物检查等5项检查，来判断女性是否白带异常。而这种方法作为最传统的检查方法，通常要靠专业的设备以及医生专业的经验进行判断，这样白带状况诊断判定效率较低。
技术实现思路
有鉴于此，本专利技术实施例提供了一种妇女白带认知模型构建方法及系统，以解决现有白带状况的诊断判定效率较低的问题。在本专利技术实施例的第一方面，提供了一种基于妇女白带的疾病认知模型构建方法，包括：获取妇女白带特征信息、常规检查数据值以及白带异常对应的疾病和疾病特征信息集；基于AdaBoost算法对妇女白带特征信息和常规检查数据值进行计算，根据计本文档来自技高网...

【技术保护点】
1.一种基于妇女白带的疾病认知模型构建方法，其特征在于，包括：/n获取妇女白带特征信息、常规检查数据值以及白带异常对应的疾病和疾病特征信息集；/n基于AdaBoost算法对妇女白带特征信息和常规检查数据值进行计算，根据计算结果建立异常白带自学习模型；/n基于组合算法和异常白带自学习模型建立诊断模型，以根据所述诊断模型对待诊断妇女白带异常特征信息和数据值进行诊断。/n

【技术特征摘要】
1.一种基于妇女白带的疾病认知模型构建方法，其特征在于，包括：
获取妇女白带特征信息、常规检查数据值以及白带异常对应的疾病和疾病特征信息集；
基于AdaBoost算法对妇女白带特征信息和常规检查数据值进行计算，根据计算结果建立异常白带自学习模型；
基于组合算法和异常白带自学习模型建立诊断模型，以根据所述诊断模型对待诊断妇女白带异常特征信息和数据值进行诊断。


2.根据权利要求1所述的方法，其特征在于，所述妇女白带特征信息包括妇女白带异常征兆特征信息和白带正常特征信息，所述妇女白带异常征兆特征信息包括白带异常颜色、异常性状、异常气味、异常感知的形态文本描述，所述常规检查数据值包括白带常规检查数据值正常或异常，其中，白带常规检查至少包括阴道清洁度正常和异常值、胺试验阴性和阳性、pH值正常和异常值、发现线索细胞和未发现线索细胞、显微镜下是否发现有无滴虫或霉菌。


3.根据权利要求1所述的方法，其特征在于，所述获取妇女白带特征信息、常规检查数据值以及白带异常对应的疾病和疾病特征信息集包括：
利用TF-IDF选取特征项，采集妇女白带症状特征信息和患者待识别的临床症状特征信息，建立妇女白带症状特征信息与待识别的临床症状特征信息向量集。


4.根据权利要求1所述的方法，其特征在于，所述获取妇女白带特征信息、常规检查数据值以及白带异常对应的疾病和疾病特征信息集还包括：
通过人工标注，将白带常规检查数据标准化和归一化；
建立白带常规检查的标准数据库和常规检查待识别的数据集。


5.根据权利要求1所述的方法，其特征在于，所述基于AdaBoost算法对妇女白带特征信息和常规检查数据值进行计算包括：
初始化训练数据的权值分布；
根据所述训练数据训练弱分类器，若训练样本点被弱分类器准确地分类...

【专利技术属性】
技术研发人员：杜乐，杜登斌，
申请(专利权)人：吾征智能技术北京有限公司，
类型：发明
国别省市：北京;11