[發(fā)明專利]一種手足口病智能認(rèn)知系統(tǒng)、設(shè)備、存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 202110064566.0 | 申請日: | 2021-01-18 |
| 公開(公告)號: | CN112786192A | 公開(公告)日: | 2021-05-11 |
| 發(fā)明(設(shè)計)人: | 杜登斌;杜小軍;杜樂 | 申請(專利權(quán))人: | 吾征智能技術(shù)(北京)有限公司 |
| 主分類號: | G16H50/20 | 分類號: | G16H50/20;G06F40/30;G06K9/62;G06N3/02;G06F40/289;G16H50/80;G16H10/20 |
| 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 |
| 地址: | 100000 北京市海淀區(qū)西三旗沁春*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 手足 智能 認(rèn)知 系統(tǒng) 設(shè)備 存儲 介質(zhì) | ||
1.一種手足口病智能認(rèn)知系統(tǒng),其特征在于,所述系統(tǒng)包括:
數(shù)據(jù)采集單元:用于采集手足口病相關(guān)的診斷標(biāo)準(zhǔn)信息,并對所述診斷標(biāo)準(zhǔn)信息進(jìn)行向量化處理,得到樣本數(shù)據(jù)集;
數(shù)據(jù)劃分單元:用于按照手足口病診斷標(biāo)準(zhǔn)信息,采用決策樹模型將所述手足口病診斷標(biāo)準(zhǔn)信息按照流行病學(xué)史、臨床征兆和病原學(xué)類別進(jìn)行劃分,構(gòu)成對應(yīng)的基于手足口病分類診斷標(biāo)準(zhǔn)數(shù)據(jù)子集;
模型構(gòu)建單元:基于手足口病診斷標(biāo)準(zhǔn)數(shù)據(jù)子集與對應(yīng)的類別劃分之間的關(guān)系,分別建立語義相似度計算模型并訓(xùn)練;
認(rèn)知計算單元:用于將被檢者手足口病特征信息數(shù)據(jù)輸入對應(yīng)的語義相似度計算模型,分別得到流行病學(xué)史、臨床征兆和病原學(xué)特征信息相似度概率;
判別診斷單元,用于對計算獲取到的流行病學(xué)史、臨床征兆和病原學(xué)特征信息相似度概率進(jìn)行加權(quán)統(tǒng)計,根據(jù)統(tǒng)計的結(jié)果,推導(dǎo)出手足口病的判別結(jié)果,確定對應(yīng)的分期和分型。
2.根據(jù)權(quán)利要求1所述的手足口病智能認(rèn)知系統(tǒng),其特征在于,所述數(shù)據(jù)劃分單元具體包括:
根據(jù)給定的樣本數(shù)據(jù)集D選擇信息增益最大屬性特征作為決策樹的節(jié)根點(diǎn),所述決策樹中的每個子結(jié)點(diǎn)表示手足口病樣本的某個屬性特征數(shù)據(jù),決策樹的葉子節(jié)點(diǎn)表示手足口病樣本所屬的類別,所述決策樹模型構(gòu)建方法為:
計算樣本數(shù)據(jù)集D的信息熵:
其中D表示手足口病樣本數(shù)據(jù)集,c表示手足口病樣本類別數(shù),pi表示屬于類別i的樣本數(shù)量占所有樣本的比例;
對于樣本數(shù)據(jù)集D,選擇屬性特征A作為決策樹判斷節(jié)點(diǎn)時,在屬性特征作用后的信息熵的為Info(D),計算如下:
其中k表示樣本D被分為k個部分;
計算信息增益值Gain(A):
Gain(A)=Info(D)-InfoA(D)
以信息增益值Gain(A)最大的屬性特征作為根節(jié)點(diǎn),以根節(jié)點(diǎn)分裂出子節(jié)點(diǎn),進(jìn)一步計算信息增益并以信息增益最大的作為子節(jié)點(diǎn),以此構(gòu)建決策樹,直到所有屬性特征值均小于設(shè)定閾值或沒有屬性特征選擇為止,實(shí)現(xiàn)流行病學(xué)史、臨床征兆和病原學(xué)類別的數(shù)據(jù)子集劃分。
3.根據(jù)權(quán)利要求1所述的手足口病智能認(rèn)知系統(tǒng),其特征在于,所述模型構(gòu)建單元中,語義相似度的計算模型包括DSSM、CNN-DSSM、LSTM-DSSM中的一種或多種,分別通過病學(xué)史、臨床征兆和病原學(xué)的數(shù)據(jù)子集對選定的語義相似度的計算模型訓(xùn)練,得到對應(yīng)的訓(xùn)練好的病學(xué)史、臨床征兆和病原學(xué)語義相似度計算模型,通過softmax函數(shù)輸出各個語義相似度計算模型二分類結(jié)果。
4.根據(jù)權(quán)利要求3所述的手足口病智能認(rèn)知系統(tǒng),其特征在于,所述判別診斷單元中,根據(jù)統(tǒng)計的結(jié)果,推導(dǎo)出手足口病的判別結(jié)果具體為:
對計算獲取到的流行病學(xué)史、臨床征兆和病原學(xué)特征信息相似度概率進(jìn)行加權(quán)求和,若加權(quán)求和結(jié)果超過預(yù)設(shè)閾值則判定為確診;
或者當(dāng)流行病學(xué)史、臨床征兆特征信息相似度概率均超過對應(yīng)的預(yù)設(shè)閾值時,檢查對應(yīng)的病原學(xué)特征信息,若對應(yīng)的病原學(xué)特征信息滿足一種或多種特征條件則判定為確診。
5.根據(jù)權(quán)利要求4所述的手足口病智能認(rèn)知系統(tǒng),其特征在于,所述判別診斷單元中,確定對應(yīng)的分期和分型具體為:
根據(jù)疾病的發(fā)生發(fā)展過程,將手足口病分為五期,包括出疹期、神經(jīng)系統(tǒng)受累期、心肺功能衰竭前期、心肺功能衰竭期、恢復(fù)期;不同分期對應(yīng)的分型包括普通型、重型、危重型;
在確診的基礎(chǔ)上,根據(jù)臨床征兆特征信息對獲得的統(tǒng)計結(jié)果進(jìn)行分期和分型歸類。
6.一種電子設(shè)備,包括:至少一個處理器、至少一個存儲器、通信接口和總線;
其中,所述處理器、存儲器、通信接口通過所述總線完成相互間的通信;
所述存儲器存儲有可被所述處理器執(zhí)行的程序指令,所述處理器調(diào)用所述程序指令,以實(shí)現(xiàn)如權(quán)利要求1~5任一項所述的系統(tǒng)。
7.一種計算機(jī)可讀存儲介質(zhì),所述計算機(jī)可讀存儲介質(zhì)存儲計算機(jī)指令,所述計算機(jī)指令使所述計算機(jī)實(shí)現(xiàn)權(quán)利要求1~5任一項所述的系統(tǒng)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于吾征智能技術(shù)(北京)有限公司,未經(jīng)吾征智能技術(shù)(北京)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110064566.0/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種認(rèn)知無線網(wǎng)絡(luò)系統(tǒng)和認(rèn)知網(wǎng)元設(shè)備
- 認(rèn)知無線電網(wǎng)絡(luò)中小區(qū)邊界用戶的頻譜共享方法
- 基于頻譜襯墊和填充的認(rèn)知OFDM網(wǎng)絡(luò)資源分配方法
- 認(rèn)知障礙數(shù)據(jù)處理方法以及處理系統(tǒng)
- 一種認(rèn)知無線電頻譜共享方法、設(shè)備和系統(tǒng)
- 認(rèn)知無線電系統(tǒng)的頻譜共享方法及管理終端
- 一種具有仿反饋調(diào)整機(jī)制的脫機(jī)手寫體漢字認(rèn)知方法
- 一種基于人件服務(wù)的態(tài)勢認(rèn)知計算架構(gòu)
- 一種認(rèn)知評估的信息化方法、系統(tǒng)及可讀存儲介質(zhì)
- 一種認(rèn)知負(fù)荷評價方法、裝置、系統(tǒng)及存儲介質(zhì)





