[发明专利]一种基于中医辨证人工神经网络算法模型的系统

权利要求书

1.一种基于中医辨证人工神经网络算法模型的系统，其特征在于，所述系统包括：

症状输入层模块，用于接收输入的患者病症数据；

第一隐藏层模块，用于对所输入的病症数据进行量化编码；

第二隐藏层模块，用于根据所述病症数据的量化编码，进行相关函数计算，获取对应的病因、病位、病性和病势特征分类；以及

证型输出层模块，用于当病症的病因、病位、病性和病势特征与药材的性味特征的一致性高于预设阈值时，输出所述症状与对应证型的结果数据；

所述系统进一步包括向后传播误差调整模块，其用于当证型矩阵与期望输出的误差大于预设阈值时，通过修改第一隐藏层模块的编码值和/或层间连接权重值，以获取校正后的输出结果数据；

所述传播误差调整模块调整步骤包括：

获取对应于每一症状与对应证型对的第二层间连接权重值校正量；

获取对应于每一症状与对应证型对的第一层间连接权重值校正量；

通过将实际输出的证型矩阵与期望输出的矩阵的误差进行反向推导，同时得知48位因、位、性、势的错误编码点，对48位编码进行矫正校正；

所述第二层间连接权重值校正量表示为：

ΔV_jk＝η(y_k-p_k)p_k(1-p_k)h_j，(j＝1,...4)，其中，η表示比例系数，y_k表示预期输出的从症状对应到治法的48位编码值，p_k表示实际输出证型的48位编码值，h_j，(j＝1,...4)是取48位编码叠加值的四种提取方式，k是大于1的正整数；

所述第一层间连接权重值校正量表示为：

其中，η表示比例系数，δ表示学习规则类，G＝(g₁,g₂,g₃,…g_i,…g_n)，g_i表示每种症状的所对应的48位归经码。

2.根据权利要求1所述的系统，其特征在于，所述患者病症数据包括根据望闻问切四诊采集的患者病症和体质特征信息。

3.根据权利要求1所述的系统，其特征在于，所述量化编码包括：根据中医辨证要素，将所输入的病症数据分解为48位编码量化的病症数据。

4.根据权利要求3所述的系统，其特征在于，所述第一隐藏层模块进一步用于通过单极性Sigmoid函数将病症数据映射到0至1之间，并作为第二隐藏层模块的激励函数。

5.根据权利要求1所述的系统，其特征在于，所述第一隐藏层模块进一步用于根据输入的中医症状的向量矩阵获取48位症状编码集合G＝(g₁,g₂,g₃,…,g_i…,g_n)，其中，g_i表示每种症状的所对应的48位归经码，每位编码的取值范围为0～9，

6.根据权利要求5所述的系统，其特征在于，所述第二隐藏层模块和证型输出层模块还用于通过知识数据库分别获取初始的第一层间连接权重值矩阵和第二层间连接权重值矩阵，其中k和l均为大于1的正整数，

7.根据权利要求6所述的系统，其特征在于，所述第二隐藏层模块进一步用于通过公式获取第二隐藏层模块的输出值，并根据中医的病因、病位、病性和病势特征分别获取对应的分类结果矩阵H＝(H1，H2，H3，H4)；

其中，

通过表示取叠加值的前13位，表示取叠加值的第14至25位数值，表示取叠加值得第26至31位数值，表示取叠加值得后17位；其中，函数location(h^a-b)：h→h^a-b，表示取48位编码第a至b位之间的编码，剩余位数以零代位。