[發明專利]一種基于呼吸氣味判斷疾病的系統、設備及介質

有效

• 申請號: 202110876867.3
• 申請日: 2021-07-31
• 公開（公告）號: CN113593697B
• 公開（公告）日: 2023-10-13
• 發明（設計）人: 杜小軍;杜樂;杜登斌
• 申請（專利權）人: 吾征智能技術（北京）有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H50/50;G16H50/70;G06F18/214;G06F18/2411;G06F18/2415;G06F18/2431
• 代理公司: 武漢紅觀專利代理事務所(普通合伙) 42247
• 代理人: 王昌亮

1.一種基于呼吸氣味判斷疾病的系統，其特征在于包括：

呼吸氣味數據采集單元：用于收集被檢者的呼吸氣味，所述呼吸氣味包括口氣和鼻氣；并且對收集得到的異常呼吸氣味數據進行匯總，構成異常呼吸氣味特征屬性向量；

對應疾病采集單元：用于收集與呼吸氣味數據對應的疾病名稱，構成異常呼吸氣味特征屬性向量與對應的疾病名稱的疾病信息集合；

呼吸氣味疾病篩查模型：根據改進CART決策樹模型以及支持向量機模型生成呼吸氣味疾病篩查模型，用以對待識別呼吸氣味進行對應疾病的篩查；

呼吸氣味疾病篩查單元：通過呼吸氣味疾病篩查模型對待識別呼吸氣味進行對應疾病的篩查，并根據篩查結果推薦被檢者可能患有的疾病和健康問題以及個性化健康管理方案。

2.如權利要求1所述的一種基于呼吸氣味判斷疾病的系統，其特征在于，所述呼吸氣味數據采集單元具體包括：

口氣數據采集子單元：用于收集被檢者的口氣數據并對被檢者口氣樣本數據進行歸一化處理，建立異常口氣樣本數據庫；

鼻氣數據采集子單元：用于收集被檢者的鼻氣數據并對被檢者鼻氣樣本數據進行歸一化處理，建立異常鼻氣樣本數據庫。

3.如權利要求1所述的一種基于呼吸氣味判斷疾病的系統，其特征在于，所述呼吸氣味疾病篩查模型具體包括以下功能單元：

基于改進CART決策樹模型的疾病分類單元：將所述疾病名稱表示為因變量，所述異常呼吸氣味特征屬性向量表示為自變量，以所述異常口氣樣本數據庫、異常鼻氣樣本數據庫以及疾病信息集合為訓練樣本，對訓練樣本通過遞歸分割的方式建立改進CART決策樹模型；并且通過所述改進CART決策樹模型計算出在輸出疾病類別為Y_k時，對異常呼吸氣味特征屬性向量Z的后驗概率；

基于支持向量機模型的疾病分類單元：將疾病名稱設定為支持向量機模型的N個類，將所述異常呼吸氣味特征屬性向量設定為支持向量機模型樣本，通過支持向量機模型計算得到P_i，i＝1,2,…,N，P_i為任一樣本x屬于N個類的后驗概率；

模型組合單元：用于將改進CART決策樹模型與支持向量機模型結合得到最終分類輸出結果。

4.如權利要求3所述的一種基于呼吸氣味判斷疾病的系統，其特征在于，所述基于改進CART決策樹模型的疾病分類單元具體包括如下功能單元：

根節點創建單元：用于創建根節點；

系數計算單元：用于計算根節點中全部訓練樣本的Gini系數G；

閾值計算單元：用于閾值計算，指定某一異常呼吸氣味特征屬性向量α為劃分特征；設定異常呼吸氣味特征屬性向量α的分割閾值，將訓練樣本分成兩組，計算劃分后的Gini系數G’，求出劃分前后的Gini系數減少量ΔG＝G-G’；求解異常呼吸氣味特征屬性向量α的所有可能分割閾值對應的Gini系數減少量；對不同分割閾值對應的Gini系數減少量進行比較，得到最大減少量G_B劃分閾值及其相應的最大減少量G_B，則最大減少量G_B所對應的分割閾值α_B即為該Gini系數的最佳分割閾值；

最佳劃分單元：用于重復閾值計算單元，針對根節點中每一個異常呼吸氣味特征屬性向量，分別計算得到最佳劃分閾值及其相應的最大減少量G_B，比較各個最大減少量G_B，得到最大減少量G_B的最大值即max(G_B)，則max(G_B)對應的異常呼吸氣味特征屬性向量為最佳劃分異常呼吸氣味特征屬性向量，對應的分割閾值為最佳劃分閾值；

節點判斷單元：用于判斷劃分后的節點是否為葉節點，若不是，以該節點為子樹的根節點，重新代入到系數計算單元、閾值計算單元以及最佳劃分單元中進行計算，若是，判斷此時所有節點是否均達到葉節點，當所有節點均達到葉節點時決策樹生長完成。