System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于图搜索的中医问诊推荐方法及系统技术方案_技高网

基于图搜索的中医问诊推荐方法及系统技术方案

技术编号:41302156 阅读:4 留言:0更新日期:2024-05-13 14:48
本发明专利技术公开一种基于图搜索的中医问诊推荐方法及系统,该方法包括:基于专家知识构造症状‑症状图,症状‑证型图;若目标用户有历史案例,则基于该用户的历史案例构造指标及病史‑证型图,指标及病史‑症状图,若目标用户无历史案例,则无需构造;输入目标用户的当前数据,所述当前数据为症状、证型、指标及病史中的一种或多种,且当前数据必须包括症状;根据不同的输入数据,结合构造的上述异构图,进行目标用户相关证型和症状推荐。本发明专利技术通过将中医的专家知识显式地构造为异构图,从而直接症状、证型和指标及病史之间地关联关系,实现一种具有可解释性的中医问诊方式。

【技术实现步骤摘要】

本专利技术涉及人工智能,尤其涉及一种基于图搜索的中医问诊推荐方法及系统


技术介绍

1、近年来,随着新技术及数据挖掘技术在传统医学中的广泛应用,中医四诊客观化也得到了飞跃发展,在问诊方面也取得了一定的研究成果。陈瑞[陈瑞,刘璐,张春柯,等.问诊症状特征选择方法[j].中华中医药杂志,2021,36(4):2161-2164.]等基于中医问诊建模的紧迫性,结合数据挖掘及机器学习技术,对中医问诊数据采取特征筛选和降维处理,提高模型效果。李杨辉[李杨辉.基于知识指导的智能问诊研究与实现[d].华南理工大学,2021.]对目前智能问诊领域存在的诸多问题提出构建基本的深度强化学习模型dqn,并加入卷积神经网络构建知识图谱,提高智能问诊在任务上的性能表现。另有王智康[王智康.基于“互联网+”的中医临床问诊规范化研究[d].湖北中医药大学,2022.]基于文献研究和“互联网+”技术,通过建模技术,设计中医临床诊疗信息模型框架和规范化的临床问诊量表,开发中医临床问诊信息采集程序,促进了互联网时代下问诊信息的数据化、结构化发展。宋鑫[石强.“问所当问”——中医临床问诊的思路[j].江西中医药,2018,49(6):9-11.]设计融合舌象标注的中医问诊系统,帮助医生进行客观化和标准化的病例采集工作,减轻了医生的问诊负担。因此,如何结合人工智能技术、立足中医理论,规范、全面、快速地采集临床相关问诊信息,完善智能问诊模型以辅助医生进行更好的问诊,从而在认识疾病过程中解决“问所当问”的问题,促进精准辨证,是临症之首要任务,具有重要的临床价值。

<p>2、中医辨证是一个动态变化、不断修正的过程,在细致询问病史的过程中完善诊断和鉴别诊断,这需要年轻医生花费大量时间和精力去积累和训练,这也是造成年轻医生不被充分信任的主要原因,如果仅仅按照常规的问诊顺序,缺乏客观有效的联想,可能会出现信息采集不完整,鉴别诊断信息遗漏,从而导致缺失鉴别诊断依据造成病情延误的不良事件发生。因此,对著名医家及有确切疗效医家的医案进行整理和分析,归纳问诊规律,研究症状特征的关联性,对指导临床开展诊疗是目前亟需解决的问题。


技术实现思路

1、现有的中医推荐方法只注重数据驱动的关系挖掘,这种方法忽略了已有的专家知识的影响,使推荐结果无法使用中医理论解释。因此,本专利技术提出一种基于图搜索的中医问诊推荐方法及系统,首先通过将已有专家知识规范化为异构图,图的链接关系作为中医各种属性(症状、证型、指标及病史等)的关联关系,使用图搜索的方法对专家知识进行查找,使最终推荐结果更加具有可解释性。

2、为了实现上述目的,本专利技术采用以下技术方案:

3、本专利技术一方面提出一种基于图搜索的中医问诊推荐方法,包括:

4、步骤1:基于专家知识构造症状-症状图,症状-证型图;

5、步骤2:若目标用户有历史案例,则基于该用户的历史案例构造指标及病史-证型图,指标及病史-症状图,若目标用户无历史案例,则无需构造;

6、步骤3:输入目标用户的当前数据,所述当前数据为症状、证型、指标及病史中的一种或多种,且当前数据必须包括症状;

7、步骤4:根据不同的输入数据,结合构造的上述异构图,进行目标用户相关证型和症状推荐。

8、进一步地,所述步骤1中,按照以下方式构造症状-症状图:将专家知识中各疾病在专家知识对应的所有症状进行链接,症状-症状图中边的权重为对应两个症状在专家知识中的关联次数;按照以下方式构造症状-证型图:将专家知识中各证型对应的症状组进行链接,症状-证型图中边的权重为对应症状和证型在专家知识中的关联次数。

9、进一步地,所述步骤2中,按照以下方式构造指标及病史-证型图:将用户的历史案例中各证型对应的指标及病史进行链接,指标及病史-证型图中边的权重为对应指标及病史、证型在用户的历史案例中的关联次数;按照以下方式构造指标及病史-症状图:将用户的历史案例中指标及病史对应的各症状进行链接,指标及病史-症状图中边的权重为对应指标及病史、症状在用户的历史案例中的关联次数。

10、进一步地,在得到各异构图后,还包括,对各异构图中边的权重进行归一化处理。

11、进一步地,所述步骤4中,当输入数据为目标用户的当前症状时,包括:

12、在症状-证型图中进行广度优先搜索后计算输入症状各阶邻居的交集,其中,优先级为1阶邻居>2阶邻居>…>n阶邻居,得到推荐的证型zzzx,将证型对应所有症状的平均权重作为该推荐证型的置信度,将zzzx根据置信度大小进行排序,并将高于设定置信度阈值的证型提取,得到最终推荐证型;

13、广度优先搜索症状-证型图中每个推荐证型对应的症状组,并计算对应的交集输出症状组,得到最终推荐症状zzzz;

14、进一步地,所述广度优先搜索时症状推荐顺序规则为:证型包含的症状推荐优先级最高;证型对应的症状数量从高到低优先级其次;证型对应的症状数量相同,则按边的权重均值从高到低进行推荐。

15、进一步地,所述步骤4中,当输入数据包括目标用户的当前指标及病史时,包括:

16、根据目标用户的指标及病史-证型图得到当前指标及病史对应的一组证型;

17、根据目标用户的指标及病史-症状图得到当前指标及病史对应的一组症状。

18、进一步地,所述步骤4中,当输入数据为目标用户的当前症状和证型时,包括:

19、广度优先搜索症状-证型图中每个当前症状对应的证型组,并计算对应的交集得到推荐的证型zzzx,将证型对应所有症状的平均权重作为该推荐证型的置信度,若推荐证型zxfinal被包含在输入证型内,则提升被推荐证型的置信度,将其置为1,若不包含在输入证型内,则使用原始置信度,根据推荐证型的置信度大小进行排序,并将高于设定置信度阈值的推荐证型提取,得到推荐证型zxfinal;

20、广度优先搜索症状-证型图中每个推荐证型对应的症状组,并计算对应的交集输出症状组,将交集输出症状组包含症状的平均权重作为置信度,得到最终输出症状zzzz和置信度

21、广度优先搜索症状-证型图中每个输入证型对应的症状组,并计算对应的交集输出症状组,将交集输出症状组包含症状的平均权重作为置信度,得到对应的医案症状组zz和置信度

22、将医案症状组zz和推荐得到的症状zzzz进行整合,对于两组中的共有症状,根据症状对应的权重w选择前m的症状归为最终症状组。

23、进一步地,按照以下方式计算症状对应的权重w:

24、

25、其中wi表示整合后的症状组中第i个共有症状对应的权重,表示第i个共有症状对应的表示第i个共有症状对应的表示各共有推荐证型对应的和之和的最小值,表示各共有推荐证型对应的和之和的最大值。

26、本专利技术另一方面提出一种基于图搜索的中医问诊推荐系统,包括:

27、第一异构图构造模块,用于基于专家知识构造症状-症状图,症状-证型本文档来自技高网...

【技术保护点】

1.一种基于图搜索的中医问诊推荐方法,其特征在于,包括:

2.根据权利要求1所述的基于图搜索的中医问诊推荐方法,其特征在于,所述步骤1中,按照以下方式构造症状-症状图:将专家知识中各疾病在专家知识对应的所有症状进行链接,症状-症状图中边的权重为对应两个症状在专家知识中的关联次数;按照以下方式构造症状-证型图:将专家知识中各证型对应的症状组进行链接,症状-证型图中边的权重为对应症状和证型在专家知识中的关联次数。

3.根据权利要求1所述的基于图搜索的中医问诊推荐方法,其特征在于,所述步骤2中,按照以下方式构造指标及病史-证型图:将用户的历史案例中各证型对应的指标及病史进行链接,指标及病史-证型图中边的权重为对应指标及病史、证型在用户的历史案例中的关联次数;按照以下方式构造指标及病史-症状图:将用户的历史案例中指标及病史对应的各症状进行链接,指标及病史-症状图中边的权重为对应指标及病史、症状在用户的历史案例中的关联次数。

4.根据权利要求2或3所述的基于图搜索的中医问诊推荐方法,其特征在于,在得到各异构图后,还包括,对各异构图中边的权重进行归一化处理

5.根据权利要求1所述的基于图搜索的中医问诊推荐方法,其特征在于,所述步骤4中,当输入数据为目标用户的当前症状时,包括:

6.根据权利要求5所述的基于图搜索的中医问诊推荐方法,其特征在于,所述广度优先搜索时症状推荐顺序规则为:证型包含的症状推荐优先级最高;证型对应的症状数量从高到低优先级其次;证型对应的症状数量相同,则按边的权重均值从高到低进行推荐。

7.根据权利要求1所述的基于图搜索的中医问诊推荐方法,其特征在于,所述步骤4中,当输入数据包括目标用户的当前指标及病史时,包括:

8.根据权利要求1所述的基于图搜索的中医问诊推荐方法,其特征在于,所述步骤4中,当输入数据为目标用户的当前症状和证型时,包括:

9.根据权利要求8所述的基于图搜索的中医问诊推荐方法,其特征在于,按照以下方式计算症状对应的权重W:

10.一种基于图搜索的中医问诊推荐系统,其特征在于,包括:

...

【技术特征摘要】

1.一种基于图搜索的中医问诊推荐方法,其特征在于,包括:

2.根据权利要求1所述的基于图搜索的中医问诊推荐方法,其特征在于,所述步骤1中,按照以下方式构造症状-症状图:将专家知识中各疾病在专家知识对应的所有症状进行链接,症状-症状图中边的权重为对应两个症状在专家知识中的关联次数;按照以下方式构造症状-证型图:将专家知识中各证型对应的症状组进行链接,症状-证型图中边的权重为对应症状和证型在专家知识中的关联次数。

3.根据权利要求1所述的基于图搜索的中医问诊推荐方法,其特征在于,所述步骤2中,按照以下方式构造指标及病史-证型图:将用户的历史案例中各证型对应的指标及病史进行链接,指标及病史-证型图中边的权重为对应指标及病史、证型在用户的历史案例中的关联次数;按照以下方式构造指标及病史-症状图:将用户的历史案例中指标及病史对应的各症状进行链接,指标及病史-症状图中边的权重为对应指标及病史、症状在用户的历史案例中的关联次数。

4.根据权利要求2或3所述的基于图搜索的中医问诊推荐方法,...

【专利技术属性】
技术研发人员:褚剑锋周常恩黄彬樊好义
申请(专利权)人:福建中医药大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1