[发明专利]基于随机森林算法的脑炎、脑膜炎智能辅助诊断系统

权利要求书

1.基于随机森林算法的脑炎、脑膜炎智能辅助诊断系统，其特征在于，包括基于阿里云的服务器及与其通信连接的客户端；

所述服务器内设有脑炎、脑膜炎智能辅助诊断软件包，所述软件包包含：

基于医学知识的专家系统，包括脑炎、脑膜炎疾病权重评分模型和脑炎、脑膜炎诊断的“规则知识库”；

基于机器学习算法的智能系统，基于随机森林算法；

所述客户端设有人机交互界面，用于输入患者临床数据；

所述服务器包括：

解释器，用于将患者临床数据转换为上述两个模型可以识别的参数；

综合处理器，用于在两个模型中进行计算匹配脑炎、脑膜炎的各个病因诊断，然后将“规则知识库”和基于随机森林算法的结果进行统一，得出每种病因的概率，并展示给用户最可能的病因诊断。

2.如权利要求1所述的基于随机森林算法的脑炎、脑膜炎智能辅助诊断系统，其特征在于，所述的“规则知识库”由以下方法构建：通过回顾脑炎、脑膜炎近几十年的相关文献、临床指南、专家共识，结合从事中枢神经系统感染相关方面的专家们的临床经验知识和临床诊断及鉴别诊断的逻辑思维过程，形成脑炎、脑膜炎疾病权重评分模型，据此构建脑炎、脑膜炎诊断的“规则知识库”；然后用疾病权重评分模型模拟专家对脑炎、脑膜炎的诊断过程，根据各病因评分的高低选择相应的病因诊断，再对临床确诊的多例脑炎、脑膜炎病例资料采用多元回归分析方法探讨各参数对脑炎、脑膜炎病因诊断的影响大小，进一步对“规则知识库”进行优化、完善，得到最终的“规则知识库”。

3.如权利要求1所述的基于随机森林算法的脑炎、脑膜炎智能辅助诊断系统，其特征在于，所述的基于随机森林算法由以下方法构建：将临床确诊的多例脑炎、脑膜炎患者的临床数据作为训练数据库，通过比较多种机器学习算法，如多层感知器、支持向量机、随机森林算法，选择出识别率最高的算法——随机森林算法来识别不同类型的脑炎、脑膜炎，通过随机森林机器学习算法，从脑炎、脑膜炎患者基本的临床资料中选出数个特征性参数，年龄、发病时长、血沉、血糖、腰穿压力、脑脊液白细胞总数、脑脊液淋巴细胞比例、脑脊液单核细胞比例、脑脊液中性粒细胞比例、脑脊液蛋白、脑脊液糖、免疫球蛋白脑脊液糖/血糖、免疫球蛋白A、免疫球蛋白M、免疫球蛋白G，再通过十次十折交叉验证，最终得到了诊断效果稳定的基于随机森林算法的模型。

4.如权利要求1所述的基于随机森林算法的脑炎、脑膜炎智能辅助诊断系统，其特征在于，所述客户端为基于安卓或iOS系统的智能手机。