[發明專利]帶時序約束的相似病例推薦方法及裝置有效
| 申請號： | 201810129816.2 | 申請日： | 2018-02-08 |
| 公開（公告）號： | CN108417272B | 公開（公告）日： | 2020-10-09 |
| 發明（設計）人： | 丁帥;潘金鑫;楊善林;王浩;陳意;張宏敏 | 申請（專利權）人： | 合肥工業大學 |
| 主分類號： | G16H50/70 | 分類號： | G16H50/70;G06F40/289;G06F40/30;G06K9/62 |
| 代理公司： | 北京路浩知識產權代理有限公司 11002 | 代理人： | 王瑩;余罡 |
| 地址： | 230009 安*** | 國省代碼： | 安徽;34 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 時序 約束 相似 病例 推薦 方法 裝置 | ||
本發明提供一種帶時序約束的相似病例推薦方法及裝置，所述方法包括：獲取患者未被診斷的目標病例；提取所述目標病例的特征向量；將所述特征向量輸入已建立的LSTM模型，得到所述患者患各類疾病的預測結果，其中，所述LSTM模型是根據已診斷的歷史病例的每一階段的特征向量訓練得到的；根據所述預測結果從已診斷的病例中推薦相似病例。提高了疾病預測以及病例推薦的準確率。
技術領域
本發明涉及醫療技術領域，具體地，涉及一種帶時序約束的相似病例推薦方法及裝置。
背景技術
相似病例推薦是指根據患者的病情描述，在龐大的歷史數據庫中匹配語義最相近的案例，將語義最相近的病例作為參考病例推薦給患者或者醫生。
目前，相似病例推薦主要應用于互聯網問診平臺，根據患者在平臺描述的病情癥狀，匹配到最相似的病例推薦給用戶。其核心任務是計算查詢問題與歷史問題之間的語義相似度。
但是，現有的相似病例推薦方法僅適用于網絡交互模式的相似病例查詢，更加注重詞句分布的相似性，未考慮到其他環節因素對病例相似性的影響，導致現有相似病例推薦方法的準確度較低。
發明內容
本發明的主要目的是提供一種帶時序約束的相似病例推薦方法及裝置，以解決現有相似病例推薦方法的準確度較低的技術問題。
為了實現上述目的，本發明第一方面提供一種帶時序約束的相似病例推薦方法，所述方法包括：
獲取患者未被診斷的目標病例；
提取所述目標病例的特征向量；
將所述特征向量輸入已建立的LSTM模型，得到所述患者患各類疾病的預測結果，其中，所述LSTM模型是根據已診斷的歷史病例的每一階段的特征向量訓練得到的；
根據所述預測結果從已診斷的病例中推薦相似病例。
可選地，所述方法還包括建立所述LSTM模型的方法，包括：
將每份所述歷史病例劃分為多個階段；
提取每份所述歷史病例每一階段的特征向量，并針對第t階段的特征向量xt，采用如下公式訓練所述LSTM模型：
ft＝σ(wfxt+ufht-1+bf)；
it＝σ(wixt+uiht-1+bi)；
gt＝tanh(wcxt+ucht-1+bc)；
ct＝ft*ct-1+it*gt；
ot＝σ(woxt+uoht-1+bo)；
ht＝ot*tanh(ct)；
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于合肥工業大學，未經合肥工業大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810129816.2/2.html，轉載請聲明來源鉆瓜專利網。
