[发明专利]一种智能疾病诊断设备及方法

权利要求书

1.一种智能疾病诊断设备，包括终端设备数据输入模块，以及与终端设备数据输入模块连接的智能计算模块，其特征在于：所述智能计算模块的输入端连接有数据库和数据反馈模块，所述智能计算模块的输出端连接有结果展示模块。

2.根据权利要求1所述的一种智能疾病诊断设备，其特征在于：所述终端设备数据输入模块用于将患者主观模糊数据和(或)客观量化数据和(或)医师主观判断数据收集并发送给智能计算模块进行计算。

3.根据权利要求1所述的一种智能疾病诊断设备，其特征在于：所述智能计算模块用于通过人工智能算法处理输入的数据，计算各项病因症状的相关概率。

4.根据权利要求1所述的一种智能疾病诊断设备，其特征在于：所述结果展示模块用于统计计算结果，并生成诊断意见。

5.根据权利要求1所述的一种智能疾病诊断设备，其特征在于：所述数据反馈模块用于将统计计算结果与患者治疗全程样本数据对比，并将治疗数据反馈给智能计算模块。

6.根据权利要求1所述的一种智能疾病诊断设备，其特征在于：所述数据库用于收集保存病例样本的数据，并提供各特征的先验概率以及特征间的先验条件概率反馈给智能计算模块。

7.如权利要求1-6所述的一种智能疾病诊断设备，其特征在于，所述智能疾病诊断方法，包括以下步骤：

S1、将患者主观模糊数据和(或)客观量化数据和(或)医师主观判断数据经编辑通过终端设备数据输入模块输入至智能计算模块；

S2、经智能计算模块处理终端设备数据输入模块输入的编辑数据，计算各项数据概率，并将各项相关疾病概率输入至结果展示模块，并通过结果展示模块对于智能计算模块输入的数据进行统计计算结果，并生成诊断意见；

S3、经数据反馈模块将统计计算结果与患者治疗全程样本数据对比，并将治疗数据反馈给智能计算模块；

S4、数据库提取患者治疗全程样本数据特征，并将各特征的先验概率以及特征间的先验条件概率反馈给智能计算模块。

8.根据权利要求7所述的一种智能疾病诊断方法，其特征在于，所述步骤S2中的智能计算模块的人工智能算法，进一步的包括：

经拉普拉斯修正后的先验概率可表示为：

c表示病因，x表示症状；

xi表示x在第i个特征上的取值；

d表示症状数目；

D表示病例集合；

D_c表示病例集D中病因c的样本组成的集合；

D_c,xi表示D_c中在第i个症状上取值为xi的样本组成的集合；

N为样本集D中的病因数，Ni表示第i个症状上已发现的可取值数；

在可得到样本数无法达到选定置信度所需要的数量时，则在患者的症状x已确认后患疾病c的后验概率P(c|x)可写为：

在可得样本数量能达到选定置信度所要求的数量时，则在患者的症状x已确认后，患疾病c的后验概率P(c|x)的机器学习公式可写为：

|D_xi|≥m，

xj表示x在第j个特征上的取值；

D_xi表示在第i个症状上取值为xi的样本的集合；

m，为阈值常数，将根据数据反馈调整；

N表示D中已发现的病因数；

Ni表示第i个症状已发现的可取值数；

Nj表示第j个症状已发现的取值数；

D_c，xi,xj表示病因是c且在第i和第j个症状上取值分别为xi和xj的样本集合；

则上述P(c|x)后验概率计算所需的先验概率公式为：