[发明专利]基于症状特征权重推导疾病概率的装置和存储介质在审

专利信息
申请号: 201910842570.8 申请日: 2019-09-06
公开(公告)号: CN110610766A 公开(公告)日: 2019-12-24
发明(设计)人: 杜登斌 申请(专利权)人: 中润普达(十堰)大数据中心有限公司
主分类号: G16H50/70 分类号: G16H50/70;G16H50/20
代理公司: 11006 北京律诚同业知识产权代理有限公司 代理人: 祁建国;张燕华
地址: 442011 湖北省十堰市张*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 症状特征 过滤结果 过滤策略 医疗知识 存储单元 反馈信息 检索结果 实体标签 咨询信息 疾病 标签 存储介质 过滤单元 检索单元 生成单元 输入反馈 提示用户 预设规则 最终结果 权重 推导 过滤 检索 存储 输出 挖掘 概率
【权利要求书】:

1.一种基于症状特征权重推导疾病概率的装置,其特征在于,包括:

症状特征存储单元,用于存储多条医疗知识信息,每条该医疗知识信息由症状特征和疾病标签组成;

过滤策略生成单元,用于对该医疗知识信息进行挖掘以生成过滤策略;

检索单元,用于接收来自咨询信息或反馈信息的实体标签,并以该实体标签检索该症状特征存储单元,得到与该咨询信息或该反馈信息对应的症状特征以及疾病标签,作为检索结果;

过滤单元,用于根据该过滤策略对该检索结果进行过滤,得到过滤结果,并通过预设规则对该过滤结果进行判断,以选择根据该过滤结果生成问题以提示用户输入反馈信息,或选择将该过滤结果作为最终结果进行输出。

2.如权利要求1所述的基于症状特征权重推导疾病概率的装置,其特征在于,该症状特征存储单元以合并疾病标签间的共同症状特征的方式压缩存储该医疗知识信息。

3.如权利要求2所述的基于症状特征权重推导疾病概率的装置,其特征在于,该压缩存储包括:

将医疗知识信息按照疾病类型进行划分,并提取每一类型疾病的共同症状特征,该症状特征存储单元存储该共同症状特征及其对应的疾病类型,该症状特征存储单元还存储由独有症状特征、所属疾病类型和疾病标签组成的医疗知识信息。

4.如权利要求3所述的基于症状特征权重推导疾病概率的装置,其特征在于,为该共同症状特征赋予低权重值,为该独有症状特征赋予高权重值。

5.如权利要求1或4所述的基于症状特征权重推导疾病概率的装置,其特征在于,该检索单元包括:根据该咨询信息或该反馈信息对应的症状特征的权重值,得到各疾病标签的疾病权重,以统计患各疾病的概率,并提取概率最高的一个或多个疾病标签及其对应的症状特征,作为该检索结果。

6.一种存储介质,其特征在于,用于存储执行如下方法的程序:

症状特征存储步骤,存储多条医疗知识信息,每条该医疗知识信息由症状特征和疾病标签组成;

过滤策略生成步骤,对该医疗知识信息进行挖掘以生成过滤策略;

检索步骤,接收来自咨询信息或反馈信息的实体标签,并以该实体标签检索该症状特征存储单元,得到与该咨询信息或该反馈信息对应的症状特征以及疾病标签,作为检索结果;

过滤步骤,根据该过滤策略对该检索结果进行过滤,得到过滤结果,并通过预设规则对该过滤结果进行判断,以选择根据该过滤结果生成问题以提示用户输入反馈信息,或选择将该过滤结果作为最终结果进行输出。

7.如权利要求6所述的存储介质,其特征在于,以合并疾病标签间的共同症状特征的方式压缩存储该医疗知识信息。

8.如权利要求7所述的存储介质,其特征在于,该压缩存储包括:

将医疗知识信息按照疾病类型进行划分,并提取每一类型疾病的共同症状特征,该症状特征存储单元存储该共同症状特征及其对应的疾病类型,该症状特征存储单元还存储由独有症状特征、所属疾病类型和疾病标签组成的医疗知识信息。

9.如权利要求8所述的存储介质,其特征在于,为该共同症状特征赋予低权重值,为该独有症状特征赋予高权重值。

10.如权利要求6或9所述的存储介质,其特征在于,该检索步骤包括:根据该咨询信息或该反馈信息对应的症状特征的权重值,得到各疾病标签的疾病权重,以统计患各疾病的概率,并提取概率最高的一个或多个疾病标签及其对应的症状特征,作为该检索结果。

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中润普达(十堰)大数据中心有限公司,未经中润普达(十堰)大数据中心有限公司许可,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/201910842570.8/1.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