[發(fā)明專利]一種基于主要癥狀與伴隨癥狀詞的疾病認(rèn)知系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010876663.5
• 申請(qǐng)日: 2020-08-27
• 公開（公告）號(hào): CN111985246B
• 公開（公告）日: 2023-08-15
• 發(fā)明（設(shè)計(jì)）人: 杜樂(lè);杜小軍
• 申請(qǐng)（專利權(quán)）人: 武漢東湖大數(shù)據(jù)交易中心股份有限公司
• 主分類號(hào): G06F40/30
• 分類號(hào): G06F40/30;G06F40/289;G06F40/216;G06F18/22;G16H15/00;G16H50/70
• 代理公司: 武漢紅觀專利代理事務(wù)所(普通合伙) 42247
• 代理人: 李季

本發(fā)明提出了一種基于主要癥狀與伴隨癥狀詞的疾病認(rèn)知系統(tǒng)。包括：數(shù)據(jù)獲取模塊，用于獲取疾病特征信息以及對(duì)應(yīng)癥狀特征信息，建立疾病知識(shí)數(shù)據(jù)庫(kù)；特征提取模塊，用于獲取待識(shí)別臨床癥狀特征信息，獲取特征詞；匹配模塊，用于將待識(shí)別疾病特征詞與疾病特征信息進(jìn)行匹配，根據(jù)該匹配相似度從疾病知識(shí)數(shù)據(jù)庫(kù)中查找與疾病特征信息對(duì)應(yīng)的癥狀特征信息；認(rèn)知模塊，用于建立Jaccard系數(shù)相似性算法，計(jì)算待識(shí)別癥狀特征詞與癥狀特征信息之間的相似性，并生成對(duì)應(yīng)認(rèn)知報(bào)告。本發(fā)明通過(guò)關(guān)鍵詞匹配方法與Jaccard系數(shù)相似性定理構(gòu)建聯(lián)合認(rèn)知模型，通過(guò)聯(lián)合認(rèn)知模型精確對(duì)待識(shí)別疾病進(jìn)行認(rèn)知，提高系統(tǒng)的識(shí)別精確度，提升了用戶體驗(yàn)。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種基于主要癥狀與伴隨癥狀詞的疾病認(rèn)知系統(tǒng)。

背景技術(shù)

每個(gè)疾病都有其特定的病因和病理，特別是都有一定的發(fā)展演變規(guī)律，并且表現(xiàn)出不同的臨床癥狀特征信息。臨床癥狀特征信息是患者因疾病而表現(xiàn)出來(lái)的不正常狀態(tài)。每個(gè)人年齡、性別、體質(zhì)不同，即使患同一種疾病，其癥狀也不同。疾病初期、中期、晚期的癥狀，也呈現(xiàn)出階段性變化。

近年來(lái)，相關(guān)專家開始研究通過(guò)臨床癥狀特征信息來(lái)推導(dǎo)和預(yù)測(cè)疾病的方法。比如，基于臨床癥狀的特征權(quán)重推導(dǎo)疾病概率方法等，但是這些方法對(duì)于人工依賴比較大，并且精確度不夠高，速度較慢，所以亟需一種基于主要癥狀與伴隨癥狀詞的疾病認(rèn)知系統(tǒng)，能夠提高疾病認(rèn)知速度以及精確度。

上述內(nèi)容僅用于輔助理解本發(fā)明的技術(shù)方案，并不代表承認(rèn)上述內(nèi)容是現(xiàn)有技術(shù)。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提出了一種基于主要癥狀與伴隨癥狀詞的疾病認(rèn)知系統(tǒng)，旨在解決現(xiàn)有技術(shù)無(wú)法通過(guò)二次提取特征詞以及Jaccard系數(shù)相似性定理來(lái)提高疾病認(rèn)知的精確度的技術(shù)問(wèn)題。

本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：

一方面，本發(fā)明提供了一種基于主要癥狀與伴隨癥狀詞的疾病認(rèn)知系統(tǒng)，所述基于主要癥狀與伴隨癥狀詞的疾病認(rèn)知系統(tǒng)包括：

數(shù)據(jù)獲取模塊，用于獲取疾病特征信息以及對(duì)應(yīng)癥狀特征信息，根據(jù)該疾病特征信息以及對(duì)應(yīng)的癥狀特征信息建立疾病知識(shí)數(shù)據(jù)庫(kù)；

特征提取模塊，用于獲取待識(shí)別臨床癥狀特征信息，通過(guò)TF-IDF從待識(shí)別臨床癥狀特征信息中提取疾病特征分詞以及對(duì)應(yīng)的癥狀特征分詞，根據(jù)該疾病特征分詞以及對(duì)應(yīng)的癥狀特征分詞獲取待識(shí)別疾病特征詞以及對(duì)應(yīng)的待識(shí)別癥狀特征詞；

匹配模塊，用于將待識(shí)別疾病特征詞與疾病特征信息進(jìn)行匹配，獲取待識(shí)別疾病特征詞與疾病特征信息之間的匹配相似度，根據(jù)該匹配相似度從疾病知識(shí)數(shù)據(jù)庫(kù)中查找與疾病特征信息對(duì)應(yīng)的癥狀特征信息；

認(rèn)知模塊，用于建立Jaccard系數(shù)相似性算法，通過(guò)Jaccard系數(shù)相似性算法計(jì)算待識(shí)別癥狀特征詞與癥狀特征信息之間的相似性，并生成對(duì)應(yīng)認(rèn)知報(bào)告。

在以上技術(shù)方案的基礎(chǔ)上，優(yōu)選的，數(shù)據(jù)獲取模塊包括數(shù)據(jù)集建立模塊，用于獲取疾病特征信息以及對(duì)應(yīng)的癥狀特征信息，所述疾病特征信息包括：疾病特征詞，癥狀特征信息包括：主要癥狀特征詞以及伴隨癥狀特征詞，根據(jù)疾病特征信息以及該癥狀特征信息建立不同的特征詞集合，包括：疾病特征詞集合、主要癥狀特征詞集合以及伴隨癥狀特征詞集合。

在以上技術(shù)方案的基礎(chǔ)上，優(yōu)選的，數(shù)據(jù)獲取模塊還包括數(shù)據(jù)庫(kù)建立模塊，用于根據(jù)疾病特征信息以及對(duì)應(yīng)癥狀特征信息之間的對(duì)應(yīng)關(guān)系建立疾病特征信息與對(duì)應(yīng)癥狀特征信息的關(guān)系表，將該特征詞集合與關(guān)系表組合，作為疾病知識(shí)數(shù)據(jù)庫(kù)。

在以上技術(shù)方案的基礎(chǔ)上，優(yōu)選的，特征提取模塊包括特征分詞提取模塊，用于獲取待識(shí)別臨床癥狀特征信息，所述待識(shí)別臨床癥狀特征信息包括：疾病文本描述以及對(duì)應(yīng)的癥狀文本描述，利用TF-IDF從待識(shí)別臨床癥狀特征信息中提取各個(gè)詞條的出現(xiàn)頻率數(shù)據(jù)，設(shè)定出現(xiàn)頻率閾值，將各個(gè)詞條的出現(xiàn)頻率數(shù)據(jù)與出現(xiàn)頻率閾值進(jìn)行比較，將出現(xiàn)頻率數(shù)據(jù)大于出現(xiàn)頻率閾值的詞條作為特征分詞。