[发明专利]一种智能分诊方法及装置

权利要求书

1.一种智能分诊方法，其特征在于，所述方法包括：

获取患者的病情特征数据；

根据所述患者的病情特征数据、以及病例数据库中每个病种下各病例的病情特征数据，确定所述患者患所述病例数据库中每个病种的可能性；

根据所述患者患所述病例数据库中每个病种的可能性，输出所述患者的分诊结果；

所述分诊结果具体包括为患者分配的科室以及分配的医生；

所述获取患者的病情特征数据，具体包括：

根据预设的矩阵元素的位置与矩阵元素所表示的病情特征的对应关系，将输入的患者的病情特征转换成患者的病情特征分布矩阵，所述患者的病情特征分布矩阵中的每个元素用于指示所述输入的患者的病情特征中是否出现该元素所在位置对应的病情特征；

所述根据所述患者的病情特征数据、以及病例数据库中每个病种下各病例的病情特征数据，确定所述患者患所述病例数据库中每个病种的可能性，具体包括：

将所述患者的病情特征数据代入到关系模型中，得到满足所述关系模型的所有相关系数矩阵X；

从所述所有相关系数矩阵X中确定出唯一的相关系数矩阵X₀；

根据所述唯一的相关系数矩阵X₀，确定所述病例数据库中每个病种的可能性；

其中，所述关系模型为：h＝DX，所述h为所述患者的病情特征分布矩阵，所述D为由所述病例数据库中每个病种下各病例的病情特征分布矩阵组成的矩阵，所述D＝[D₁,D₂,…,D_i,…D_M]，其中：D_i＝[D_i,1,D_i,2,…,D_i,j,…D_i,K]，所述D_i,j为所述病例数据库中病种i的第j个病例的病例病情特征分布矩阵，K用于表示所述病例数据库中病种i包括K个病例，M用于表示病例数据库中包括M种疾病；

所述从所述所有相关系数矩阵X中确定出唯一的相关系数矩阵X₀，具体包括：

从所述所有相关系数矩阵X确定出满足第一预设条件的相关系数矩阵X；

在满足第一预设条件的相关系数矩阵X中确定出满足第二预设条件的唯一的相关系数矩阵X₀；

其中，所述第一预设条件为：||DX-h||₂≤ε，所述第二预设条件为：x^*＝arg min||X₀||₁，其中：所述||.||₁是L1范式，所述||.||₂是L2范式，所述ε为预设参数，x^*为目标函数。

2.根据权利要求1所述的方法，其特征在于，所述病情特征数据包括病情症状信息和/或体征检测参数。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据预设的矩阵元素的位置与矩阵元素所表示的病情特征的对应关系，将每个病种下各病例的病情特征转换成病例病情特征分布矩阵；所述病例的病情特征分布矩阵中的每个元素用于指示所述病例的病情特征中是否出现该元素所在位置对应的病情特征。

4.根据权利要求1所述的方法，其特征在于，所述根据所述唯一的相关系数矩阵X₀，确定所述病例数据库中每个病种的可能性，具体包括：

从所述相关系数矩阵X₀中确定出所述病例数据库中每个病种的相关系数矩阵δ_i(X₀)；

将所述病例数据库中每个病种的相关系数矩阵δ_i(X₀)代入到概率计算公式中，得到所述患者患所述病例数据库中每个病种的概率；

其中，所述概率计算公式为：所述C_i用于表示所述患者患所述病例数据库中的病种i的概率，所述h_i＝D*δ_i(X₀),所述δ_i(X₀)为所述病例数据库中病种i的相关系数矩阵，所述中的M用于表示所述病例数据库中的M个病种，所述η为误差矩阵，所述是L2范式的平方。