[发明专利]神经系统疾病分诊方法及神经系统疾病的分诊系统在审

专利信息
申请号: 201810122828.2 申请日: 2018-02-07
公开(公告)号: CN108305690A 公开(公告)日: 2018-07-20
发明(设计)人: 王博冉;王志斌;易鹏 申请(专利权)人: 王博冉
主分类号: G16H50/70 分类号: G16H50/70;G06F17/30;G06N3/12
代理公司: 北京金蓄专利代理有限公司 11544 代理人: 孙巍
地址: 100050 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 神经系统疾病 构建 分诊系统 诊断数据 数据预处理 电子病历 数据利用 训练模块 训练语料 遗传算法 语料库 分类 建模 算法 图谱 中文 学习
【说明书】:

发明提供了一种神经系统疾病的分诊方法及神经系统疾病的分诊系统。本发明的神经系统疾病分诊方法包括:第一步骤:对医院电子病历中文本数据进行数据预处理,提取病征和诊断数据提取病征和诊断数据;第二步骤:选择神经系统疾病数据利用Bayes算法进行分类,构建专用语料库;第三步骤:基于遗传算法构建训练模块,对训练语料集进行有指导的学习;第四步骤:对训练完成的分类进行建模,构建神经系统疾病分诊知识图谱。

技术领域

本发明涉及神经系统疾病智慧分诊领域,特别涉及一种基于机器学习和认知计算的神经系统疾病分诊方法及神经系统疾病分诊系统。

背景技术

机器诊断(Computer Aided Diagnosis,CAD)这一概念最早Ledley在1966年提出。1972年,Willcox尝试将贝叶斯理论运用到计算机鉴别细菌疾病中。2007年,Saeys在牛津大学出版社出版的生物信息学杂志(Bioinformatics)中回顾了文本挖掘中的特征选择技术在生物信息学中的应用。他指出,虽然特征选择(Feature Selection)技术在分类领域应用得十分广泛,但在生物医学领域的应用才刚起步,医疗文本信息具有维度大且样本长度短的特点,特征选择技术需要针对医疗领域数据的特点进行改进和优化。2010年,在同一杂志中,Abeel对癌症诊断中生化特征(Biomarker)识别的特征选择算法进行了研究,采用支持向量机分类算法,将整合的特征选择技术用在了疾病诊断中。近几年来,文本分类技术技术在医疗领域的研究日益成熟,Rupali将贝叶斯模型及Jelinek-Mercer平滑方法应用与心脏疾病诊断和预测中,Ahmed将改进的全贝叶斯分类器和人工蜂群结合起来应用于心脏疾病和神经疾病的诊断中,进行混合估计,整合模型在心脏疾病预测准确度接近100%。

相比于国外,国内学者在医疗领域的研究不多,左春荣,余本宫将贝叶斯网络应用于大规模医疗数据,利用粗糙集理论进行剪枝,不断的约减属性,从而能够有效的降低网络结构的复杂性,从而获得最为精简的特征项。胡碧松,冯丹基于贝叶斯算法、嵌入式开发环境和面向对象程序设计语言,开发了一个移动端的诊断系统,根据疾病病征、检测和化验信息进行疾病智能诊断。柳秋云提出了一种改进的贝叶斯分类器,应用于医疗诊断中,代雪莲,陈正伟开展了粗糙集和遗传算法在医疗诊断中的应用研究。

当前国内智慧分诊系统主要基于3D人体模型,按照人体性别差异进行导诊。患者可通过点选3D人体模型,选择病征部位后,系统进入模拟医生问诊流程,显示出此人体部位易出现的症状,并评估出导致该症状的病症,患者只需选择系统评估出的最大可能性疾病,即可查看疾病的详细介绍以及建议科室等相关就诊信息。系统核心主要为应用功能与疾病知识库之间数据信息的读取与交互,各导诊系统疾病知识图谱的建立需要将不同患者的常见病征进行分类整合,经过深入调研和大量数据收集,再通过反复数据建模完成。当前浙江大学医学院附属第一医院、温州医科大学附属第一医院等国内知名医院,已基于该模式完成其“掌上医院”智慧分诊功能建设,率先开展了智慧分诊应用。

然而,对于上述现有技术,对于减少挂错号、减少找错科室/专家的概率等方面,仍然不是特别有效。

发明内容

本发明所要解决的技术问题是针对现有技术中存在上述缺陷,提供一种能够减少挂错号、减少找错科室/专家的概率的神经系统疾病分诊方法及系统。

根据本发明,提供了一种神经系统疾病分诊方法,包括:

第一步骤:对医院电子病历中文本数据进行数据预处理,提取病征和诊断数据;

第二步骤:选择神经系统疾病数据利用Bayes算法进行分类,构建专用语料库;

第三步骤:基于遗传算法构建训练模块,对训练语料集进行有指导的学习;

第四步骤:对训练完成的分类进行建模,构建神经系统疾病分诊知识图谱。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于王博冉,未经王博冉许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810122828.2/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top