[发明专利]一种中医病名相似度的量化判定系统

说明书

本发明公开了一种中医病名相似度的量化判定系统，包括病名输入模块A，其用于输入基础病名和对比病名；方剂数据处理模块B，其用于对基础病名和对比病名进行处理，获取高频药物组成数据和低频药物类别数据构成的应用集；判别模型生成模块C，用于对高频药物组成数据和低频药物类别数据进行处理，得到药物组成规则树和药物类别规则树，生成量化判定模型；模型应用和结果输出模块D，其用于将高频药物组成数据和低频药物类别数据应用至量化判定模型，获得对比病名与基础病名的相似度，并显示输出；智能调控模块E，其用于根据药物组成规则树和药物类别规则树的熵值和规则集的袋外误差，调节高频药物和低频药物的分割比例。

技术领域

本发明涉及数据挖掘和计算机人工智能领域，具体地说，特别涉及到一种中医病名相似度的量化判定系统。

背景技术

随着数据技术和人工智能的发展，原本海量存在的方剂信息得以数据化和标准化，为进一步智能化打下了坚实基础。由于中医学以方测证的思维方式是建立在对方剂数据信息理解和关联基础上的独特思维方式，因此采用数据挖掘和人工智能技术，尤其是最新的机器学习方法的运用，使得计算机模拟中医以方测证思维的过程得以实现。

数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程，通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。以方测证主要指根据方剂药味组成及其效用来推测其所主治对象的病机或症状。

发明内容

本发明的目的在于针对现有技术中的不足，提供一种中医病名相似度的量化判定系统，将数据挖掘、人工智能与海量中医方剂数据相结合，从而模拟中医以方测证思维过程，量化不同中医病名相似度。

本发明所解决的技术问题可以采用以下技术方案来实现：

一种中医病名相似度的量化判定系统，包括

病名输入模块A，其用于输入基础病名和对比病名；

方剂数据处理模块B，其用于对病名输入模块A输入的基础病名和对比病名进行方剂数据处理，获取高频药物组成数据和低频药物类别数据构成的应用集；

判别模型生成模块C，其用于对高频药物组成数据和低频药物类别数据进行处理，得到药物组成规则树和药物类别规则树，并以人工智能调节两者的比例，生成量化判定模型；

模型应用和结果输出模块D，其用于将方剂数据处理模块B获取的高频药物组成数据和低频药物类别数据应用至判别模型生成模块C生成的量化判定模型，获得对比病名与基础病名的相似度，并显示输出；

智能调控模块E，其用于根据药物组成规则树和药物类别规则树的熵值和规则集的袋外误差，调节高频药物和低频药物的分割比例。

进一步的，所述方剂数据处理模块B包括基础病名方剂数据集合模块B1、学习集分拆模块B2、高频药物学习模块B3、低频药物学习模块B4和对比病名应用集合B5。

进一步的，所述基础病名方剂数据集合模块B1，以基础数据总库为基础，智能筛选需要量化的基础病名和对比病名的对应学习组和对照组方剂数据集合，并通过人工智能技术进行标准化处理。

进一步的，所述学习集分拆模块B2基于基础病名方剂数据集合模块B1构建，学习集分拆模块B2通过人工智能选择合适的高低频区分标准，将标准化后的基础方剂数据集分割为高频和低频药物两个数据集。

进一步的，所述高频药物学习模块B3基于学习集分拆模块B2构建，高频药物学习模块B3基于高频药物数据集，剔除低频药物组成，构成高频药物的学习组和对照组；