[发明专利]基于疾病诊断标准知识图谱的疾病预测方法在审
申请号: | 202210998763.4 | 申请日: | 2022-08-19 |
公开(公告)号: | CN115344713A | 公开(公告)日: | 2022-11-15 |
发明(设计)人: | 侯剑平;王超;许亚洋;赵万里;朱俊涛;冯晓鹏;王康;宋军瑞;刘聪 | 申请(专利权)人: | 上海安图生物技术有限公司 |
主分类号: | G06F16/36 | 分类号: | G06F16/36;G16H50/20;G06K9/62;G06N20/00;G06Q10/04 |
代理公司: | 郑州异开专利事务所(普通合伙) 41114 | 代理人: | 韩鹏程 |
地址: | 200120 上海市浦东新区中国(上*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 疾病诊断 标准 知识 图谱 疾病 预测 方法 | ||
1.一种基于疾病诊断标准知识图谱的疾病预测方法,其特征在于:包括以下步骤:
S1,构建包含临床表现类实体、检验项目类实体、检验结果类实体、逻辑节点类实体和疾病类实体的疾病诊断标准知识图谱;
S2,找到所述疾病诊断标准知识图谱中与病患检验项目的检测结果相符,以及与病患的临床表现相符的第一实体集合;
S3,依次以所述第一实体集合中的实体为起始节点,遍历疾病诊断标准知识图谱,找到所述实体通过至少1个联合判断关系到达的所述疾病类实体,形成疑似疾病集合A;
S4,依次以所述疑似疾病集合A中的疾病实体为根节点,遍历疾病诊断标准知识图谱,找到通过联合判断关系指向所述疾病实体的所有实体与关系组成的N叉树;
S5,对所述N叉树采用后序遍历法,依次判断N叉树中的每个实体的逻辑状态,直到获得根节点的逻辑状态;
S6,当根节点逻辑状态为真时,根节点为可确诊疾病;反之,根节点为疑似疾病。
2.根据权利要求1所述的基于疾病诊断标准知识图谱的疾病预测方法,其特征在于:所述临床表现类实体是指患有某种疾病后身体发生的异常变化;所述检验项目类实体是指医学检查项目;所述检验结果类实体是指检验项目的值或范围;所述逻辑节点类实体用于表述所述实体的逻辑条件;所述疾病类实体用于表述具体的疾病。
3.根据权利要求1所述的基于疾病诊断标准知识图谱的疾病预测方法,其特征在于:所述逻辑节点类实体包括与、或、非、≥n、≤n,其中n表示满足条件的头实体个数。
4.根据权利要求1所述的基于疾病诊断标准知识图谱的疾病预测方法,其特征在于:所述疾病诊断标准知识图谱中实体与实体之间的关系包括所述联合判断和检验结果关系;联合判断关系是指尾实体的逻辑状态需要依据头实体的逻辑状态来确定的关系;
所述检验结果关系是指所述检验项目类实体与所述检验结果类实体之间的关系。
5.根据权利要求1所述的基于疾病诊断标准知识图谱的疾病预测方法,其特征在于:实体所述逻辑状态判断规则如下:
若实体类型为所述临床表现类,患者的临床表现符合所述实体时,实体逻辑状态为真;反之,实体逻辑状态为假;
若实体类型为检验结果类,判断患者的检验项目与检验项目的检验结果是否符合实体组合,若符合则该实体逻辑状态为真;反之,该实体逻辑状态为假;
若实体类型为所述逻辑节点类,判断与所述实体具有直接联合判断关系的所有头实体的逻辑状态是否符合实体的逻辑要求,确定实体的逻辑状态;
其中,当所述实体为与时,与所述实体具有直接联合判断关系的所有头实体的逻辑状态均为真时,所述实体逻辑状态为真;反之,所述实体逻辑状态为假;
当所述实体为或时,与所述实体具有直接联合判断关系的所有头实体的逻辑状态任一为真时,所述实体逻辑状态为真;反之,所述实体逻辑状态为假;
当所述实体为非时,与所述实体具有直接联合判断关系的所有头实体的逻辑状态均为真时,所述实体逻辑状态为假;反之,所述实体逻辑状态为真;
当所述实体为≥n时,与所述实体具有直接联合判断关系的所有头实体中大于等于n个实体的辑状态为真时,所述实体逻辑状态为真;反之,所述实体逻辑状态为假;
当所述实体为≤n时,与实体具有直接联合判断关系的所有头实体中小于等于n个实体的辑状态为真时,所述实体逻辑状态为真;反之,所述实体逻辑状态为假;
若实体类型为疾病类,与所述实体具有直接联合判断关系的所有头实体的逻辑状态均为真时,所述实体逻辑状态为真;反之,所述实体逻辑状态为假。
6.根据权利要求5所述的基于疾病诊断标准知识图谱的疾病预测方法,其特征在于:所述实体组合是通过所述检验结果关系连接的所述检验项目类实体和所述检验结果类实体构成的实体对。
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上海安图生物技术有限公司,未经上海安图生物技术有限公司许可,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/202210998763.4/1.html,转载请声明来源钻瓜专利网。