[发明专利]用于中医健康状态分析的四诊表征信息融合方法

说明书

用于中医健康状态分析的四诊表征信息融合方法，采集临床就诊患者的望、闻、问、切等信息，用于生成病人的多源信息表示，并标注其隶属的证型类别；利用每个信息源的特征表征及其类别信息分别对测试者的健康状态进行分析，得多个信息源对测试者的辅助决策信息；构建信息融合模型使得决策一致性最大化，用于返回优化的健康状态分析结果；对比测试者的实际健康状态与相应的预测结果来评价所提算法的性能。能检测出测试者当前的健康状态和病变本质，使得测试者能够明自身的体质状况，为制定干预方案提供参考。能提供高精度的健康状态分析结果，为健康保健提供依据。能融合临床就诊患者的四诊表征信息，获得更加准确可靠的状态分析结果。

技术领域

本发明涉及多标记学习，尤其是涉及用于中医健康状态分析的四诊表征信息融合方法。

背景技术

状态是中医健康认知理论的逻辑起点，健康状态是指人体单位时间内形态结构、生理功能、心理状态、适应外界环境能力的综合状态，体现的是健康的状况和态势。健康状态分析是以中医学理论为依据，将采集的望、闻、问、切等信息用数据形式表达，强调客观地评价人体健康状态和病变本质，并对所患病、证给出概括性判断(李灿东.中医状态学[M].北京：中国中医药出版社，2016)。

多标记学习技术用于处理真实世界中具有多义性的对象，在图像自动标注、生物信息学、信息检索以及推荐系统等领域得到了广泛关注和应用。具体地，临床就诊患者的证型分布往往多状态兼挟。故而，立足于人工智能技术解决中医健康状态分析问题，多标记学习技术引入到中医健康状态分析中来。

按照中医“四诊合参”的原则，状态分析是建立在四诊信息的基础上。考虑到不同信息源对于预测的贡献程度具有差异性，且不同信息源之间相互关联，那么通过四诊方法收集临床就诊患者的整体信息，进而构建信息融合模型用以分析该患者所处健康状态。

中医健康大数据呈现多模态性与多标记性等特征，使得传统的数据分析理论、方法与技术面临有效性、准确性与可计算性等严峻挑战。因此，研究用于中医健康状态分析的四诊表征信息融合方法，有利于构建更为准确可靠的辨识模型，有利于发挥人工智能技术的优势促进交叉学科共同发展和繁荣。

发明内容

本发明的目的在于针对临床就诊患者多状态兼挟，且诊断信息的来源具有多样性，提供用于中医健康状态分析的四诊表征信息融合方法。

本发明包括以下步骤：

1)采集临床就诊患者的望、闻、问、切等信息，用于生成病人的多源信息表示，并标注其隶属的证型类别；

2)利用每个信息源的特征表征及其类别信息分别对测试者的健康状态进行分析，得到多个信息源对测试者的辅助决策信息；

3)构建信息融合模型使得决策一致性最大化，用于返回优化的健康状态分析结果；

4)对比测试者的实际健康状态与相应的预测结果来评价所提算法的性能。

在步骤1)中，所述采集临床就诊患者的望、闻、问、切等信息，用于生成病人的多源信息表示，并标注其隶属的证型类别的具体方法可为：

(1)从电子病历中提取临床就诊患者的四诊表征信息，组成信息源A；利用望诊仪得到患者舌象，基于U-Net网络模型实现舌象分割，然后采用HSV、LAB和RGB描述算子获取舌象多个特征表示，分别组成信息源B、信息源C和信息源D；

(2)医生对临床就诊患者的健康状态进行标记，记为{l₁,l₂,...,l_q},1≤j≤q，其中l_j为临床就诊患者的第j个证型，q为类别标记的总数；

(3)采用十折交叉验证方法对算法进行验证：将处理好的标准化数据按照9︰1的比例进行划分，分为训练数据和测试数据。