[發明專利]一種基于神經網絡算法的智能中醫診斷方法及裝置

有效

• 申請號: 202011024247.9
• 申請日: 2020-09-25
• 公開（公告）號: CN112185548B
• 公開（公告）日: 2022-10-28
• 發明（設計）人: 李春新
• 申請（專利權）人: 智慧中醫科技（廣東）有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H50/70;G16H20/90;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 廣州獨角熊知識產權代理事務所(特殊普通合伙) 44580
• 代理人: 張小黎

1.一種基于神經網絡算法的智能中醫診斷方法，其特征在于，包括：

獲取第一用戶發送的至少一個歷史診斷數據集，其中，所述歷史診斷數據集中包括至少一個歷史診斷記錄，所述歷史診斷記錄包括歷史臨床表現數據及歷史辯證數據；

將所獲取的歷史診斷數據集進行歸一化，并將所有歸一化后的歷史診斷數據集整合為訓練數據集；

根據所述訓練數據集通過神經網絡算法生成模型神經網絡；

當獲取第二用戶發送的臨床表現數據時；

將所述臨床表現數據進行歸一化，并記歸一化后的臨床表現數據為待診斷數據；

根據所述待診斷數據及所述模型神經網絡生成預估中醫診斷數據；

將所述預估中醫診斷數據發送給所述第二用戶；

其中，所述歷史診斷數據集的數量不少于兩個，所述歷史診斷數據集還包括與發送該歷史診斷數據集的第一用戶匹配的用戶標簽；

則，所述的一種基于神經網絡算法的智能中醫診斷方法，還包括：

在預設周期內，獲取任意一個歷史診斷數據集，記為第一待驗證數據集；

獲取用戶標簽與所述第一待驗證數據集的用戶標簽不一致的歷史診斷數據集，記為對比數據集；

根據第一預設數量，從所述第一待驗證數據集中隨機抽取歷史診斷記錄，并將所抽取的歷史診斷進行歸一化，并記為第一待驗證診斷數據；

將所述對比數據集進行歸一化，并根據第二預設數量抽取其中與所述待驗證診斷數據相近的歷史診斷記錄，并記為第二待驗證診斷數據；

將所述第一待驗證診斷數據反歸一化后刪除歷史辯證數據，并記為第一測試數據；

將所述第二待驗證診斷數據反歸一化后刪除歷史辯證數據，并記為第二測試數據；

將所述第一測試數據及第二測試數據亂序組合生成測試數據集；

將所述測試數據集發送給與所述第一待驗證數據集用戶標簽匹配的第一用戶；

獲取所述第一用戶發送的反饋測試數據集，其中所述反饋測試數據集中包括所述第一測試數據及第二測試數據，以及與所述第一測試數據及第二測試數據匹配的中醫辯證數據；

從所述反饋測試數據中獲取第一測試數據及匹配的中醫辯證數據，記為第一反饋數據；

將所述第一反饋數據與所述第一待驗證診斷數據進行比對，記其中歷史臨床表現數據一致且中醫辯證數據與歷史辯證數據不一致的第一反饋數據為不匹配第一反饋數據；

根據所述不匹配第一反饋數據數量及第一反饋數據數量生成第一匹配率；

從所述反饋測試數據中獲取第二測試數據及匹配的中醫辯證數據，記為第二反饋數據；

將所述第二反饋數據與所述第二待驗證診斷數據進行比對，記其中歷史臨床表現數據一致且中醫辯證數據與歷史辯證數據不一致的第二反饋數據為不匹配第二反饋數據；

根據所述不匹配第二反饋數據數量及第二反饋數據數量生成第二匹配率；

當所述第一匹配率低于第一預設匹配率，且第二匹配率不低于第二預設匹配率時；

則判斷所述第一待驗證數據集為不合格診斷數據集；

從所述訓練數據集中刪除所述不合格診斷數據集，并記刪除后的訓練數據集為糾正訓練數據集；

當所述第一匹配率低于第一預設匹配率，且第二匹配率低于第二預設匹配率時；

則判斷所述第一待驗證數據集為不合格診斷數據集，并記與所述不合格診斷 數據集用戶標簽匹配的第一用戶為不合格用戶；

從所述訓練數據集中刪除所有用戶標簽與所述不合格用戶匹配的歷史診斷數據集，并記刪除后的訓練數據集為糾正訓練數據集；

根據所述糾正訓練數據集通過神經網絡算法重新生成模型神經網絡。

2.如權利要求1所述的一種基于神經網絡算法的智能中醫診斷方法，其特征在于，所述的將所述對比數據集進行歸一化，并根據第二預設數量抽取其中與所述待驗證診斷數據相近的歷史診斷記錄，并記為第二待驗證診斷數據，具體包括：

將所述對比數據集進行歸一化，記為歸一化數據集；

將所述歸一化數據集根據聚類算法生成至少一個聚類數據集；

將所述待驗證診斷數據代入所述聚類算法中，計算所述待驗證診斷數與各個所述聚類數據集的距離，記其中與所述待驗證診斷數距離最短年的聚類數據集為候選數據集；

根據第二預設數量從所述候選數據集中抽取歷史診斷記錄，并記為第二待驗證診斷數據。