[发明专利]一种基于人工智能的感冒中成药推荐方法

权利要求书

1.一种基于人工智能的感冒中成药推荐方法，其特征在于，包括如下步骤：

步骤1，将患者身体状况按29个不同特征分类并编码attN(N＝1,2,...,29)，同时录入患者基本信息；

步骤2，将步骤1的每个身体状况特征按不同状况或程度用数字0,1,2,3,4,5,...等表示，然后组成患者完整身体状况的数字化特征指标attN:n(N＝1,2,...,29，n＝0,1,2,3,4,5,...)；

步骤3，对市售常见的感冒中成药进行编码medT(T＝1,2,...)，并储存对应感冒中成药的功能主治、避免人群、价格等信息；

步骤4，录入经中医专家辨证用药的医案数据，将数字化特征指标attN:n与中成药编码medT对应，即{attN:n,attN:n,attN:n,...}-{result:medT}；

步骤5，建立数字化特征attN:n作为输入层，中成药编码medT作为输出层的人工神经网络，训练步骤4录入的医案数据；

步骤6，利用步骤5的训练结果建立人工神经网络模型，根据步骤1的29个身体状况特征attN进行预测，得到中成药推荐结果；

步骤7，将步骤6的中成药推荐结果与步骤1的患者基本信息对比得到中成药最终结果。

2.根据权利要求1所述的一种基于人工智能的感冒中成药推荐方法，其特征在于，所述29个身体状况特征attN包括发烧、恶寒(怕冷)、怕热、有汗无汗、怕风、头部、面色、口渴情况、咽部、鼻涕、眼睛、口干口苦、咳嗽、手脚是否冷、情绪烦躁与否、身体疼痛与否、精神状态、睡眠、吃饭情况、呕吐情况、胃部、胸部、腹部、小便、大便、舌形、舌苔、舌质、舌湿润度。

3.根据权利要求1所述的一种基于人工智能的感冒中成药推荐方法，其特征在于，所述人工神经网络为三层神经网络，且隐层节点数量为10层。

4.根据权利要求1所述的一种基于人工智能的感冒中成药推荐方法，其特征在于，所述患者基本信息包括姓名、性别、年龄、身高、体重和过敏史。