[发明专利]一种数据的中医辩证算法

说明书

本发明公开了一种数据的中医辩证算法，具体包括以下步骤：S1、抽取医案中的特征，典型的是中医望闻问切得到的症状，结合现代科技，甚至包括某项指标高低、睡眠质量、生活状态等，每项记为Si(存在记为1，不存在或者未知记为0)，对于每个医案，我们可以得到一个向量(S1，S2，S3，S4，S5，...Sn)及其对应的证型Fj，本发明涉及中医数据处理技术领域。该数据的中医辩证算法，通过步骤S1至步骤S8，可以对用户特征能映射到一个向量中，计算向量所对应的证型，记为趋向证型，对用户的特征值进行收集的同时，增强对不同病种的辨证分类能力，使得辩证量化的数据更加全面，使用时便于查找相应的病症进行诊治，提高了诊断结果的准确性。

技术领域

本发明涉及中医数据处理技术领域，具体为一种数据的中医辩证算法。

背景技术

中医，一般指以中国汉族劳动人民创造的传统医学为主的医学，所以也称汉医，是研究人体生理、病理以及疾病的诊断和防治等的一门学科，中医承载着中国古代人民同疾病作斗争的经验和理论知识，是在古代朴素的唯物论和自发的辨证法思想指导下，通过长期医疗实践逐步形成并发展成的医学理论体系，中医学以阴阳五行作为理论基础，将人体看成是气、形、神的统一体，通过“望闻问切”四诊合参的方法，探求病因、病性、病位、分析病机及人体内五脏六腑、经络关节、气血津液的变化、判断邪正消长，进而得出病名，归纳出证型，以辨证论治原则，制定治法，使用中药、针灸、推拿、按摩、拔罐、气功和食疗等多种治疗手段，使人体达到阴阳调和而康复。

目前在进行中医辩证诊治的过程中，由于每个病症的特征不一致，对辩证量化的数据处理不够全面，使得现有数据的辩证量化过程不能全面的涵盖疾病的辩证要点，从而容易导致诊断结果不准确，且不具有通用性。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种数据的中医辩证算法，解决了对辩证量化的数据处理不够全面，使得现有数据的辩证量化过程不能全面的涵盖疾病的辩证要点，从而容易导致诊断结果不准确，且不具有通用性的问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：一种数据的中医辩证算法，具体包括以下步骤：

S1、抽取医案中的特征，典型的是中医望闻问切得到的症状，结合现代科技，甚至包括某项指标高低、睡眠质量、生活状态等，每项记为Si(存在记为1，不存在或者未知记为0)，对于每个医案，我们可以得到一个向量(S1，S2，S3，S4，S5，...Sn)及其对应的证型Fj，整个医案集就是多个向量组合成的矩阵；

S2、对于每个证型Fj对应的出现概率，记为PFj，同时计算出该证型下每个特征Si的均值，形成表示该证型对应所有特征的均值的向量，记为WFj；

S3、根据信息熵公式，代入PFj计算整体数据的信息熵shannon；

S4、对于每个特征Si，分别计算出过滤数据集Si＝1，Si＝0的二维数据，记为M1，M0，同时计算出Si＝1和Si＝0的概率记为P(Si＝1)，P(Si＝0)；

S5、对M1，M0执行S2、S3步骤，计算出各自的信息熵shannon1、shannon0，计算特征Si带来的“信息量”；

S6、把每个特征计算出来的shannonSi乘以关系系数k，记为wi，得到权重向量；

S7、把S2中计算出来的每个WFj乘以S6中weight的转置,得到新的向量WFj’；

S8、用户特征能映射到一个新的向量中，记为Wtest，计算Wtest和S7中每个证型向量WFj’的欧式距离，欧式距离值最小的向量所对应的证型，记为趋向证型。

优选的，所述步骤S1中多个向量组合成的矩阵为：