[发明专利]中医头痛类型的鉴别系统、方法、电子设备及存储介质在审
申请号: | 202211460122.X | 申请日: | 2022-11-17 |
公开(公告)号: | CN115762762A | 公开(公告)日: | 2023-03-07 |
发明(设计)人: | 李天发;李宗博;陈伯怀 | 申请(专利权)人: | 吾征智能技术(北京)有限公司 |
主分类号: | G16H50/20 | 分类号: | G16H50/20;G16H10/60;G06F40/289;G06F18/214;G06F18/24;G06F18/27 |
代理公司: | 北京知果之信知识产权代理有限公司 11541 | 代理人: | 苏利 |
地址: | 100089 北京市海淀区西三旗沁春*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 中医 头痛 类型 鉴别 系统 方法 电子设备 存储 介质 | ||
1.一种中医头痛类型的鉴别方法,其特征在于,所述方法具体包括:
采集一定数量的中医头痛病症样本;
获取所述中医头痛病症样本对应的样本描述信息;
对所述样本描述信息进行归一化处理,获得与所述样本描述信息对应的多组归一化样本描述特征;
基于所述归一化样本描述特征,获取所述中医头痛病症样本的多个训练特征集;
基于所述训练特征集训练预分类模型;
将待识别中医头痛特征信息输入所述预分类模型,输出所述中医头痛特征信息对应的中医头痛类型。
2.根据权利要求1所述的中医头痛类型的鉴别方法,其特征在于,所述对所述样本描述信息进行归一化处理,获得与所述样本描述信息对应的多组归一化样本描述特征,包括;
将所述样本描述信息切分为中医头痛病症特征信息分词;
基于TextRank算法对所述中医头痛病症特征信息分词进行归一化处理,获得与所述样本描述信息对应的多组归一化样本描述特征。
3.根据权利要求1所述的中医头痛类型的鉴别方法,其特征在于,所述基于所述训练特征集训练预分类模型,包括:
构建预分类模型;
基于所述训练特征集训练所述预分类模型得到多个子预分类模型;
选取熵最大的子预分类模型,获得训练好的预分类模型。
4.根据权利要求1所述的中医头痛类型的鉴别方法,其特征在于,所述中医头痛类型的鉴别方法,还包括:
构建所述训练特征集所对应的中医头痛病症知识库;
基于所述中医头痛类型和所述中医头痛病症知识库得到头痛解决方案。
5.一种中医头痛类型的鉴别系统,其特征在于,包括:
采集模块,用于采集一定数量的中医头痛病症样本;
第一获取模块,用于获取所述中医头痛病症样本对应的样本描述信息;
归一化处理模块,用于对所述样本描述信息进行归一化处理,获得与所述样本描述信息对应的多组归一化样本描述特征;
第二获取模块,用于基于所述归一化样本描述特征,获取所述中医头痛病症样本的多个训练特征集;
训练模块,用于基于所述训练特征集训练预分类模型;
预分类模型,用于基于待识别中医头痛特征信息,输出与所述中医头痛特征信息对应的中医头痛类型。
6.根据权利要求5所述的中医头痛类型的鉴别系统,其特征在于,所述归一化处理模块还用于:
将所述样本描述信息切分为中医头痛病症特征信息分词;
基于TextRank算法对所述中医头痛病症特征信息分词进行归一化处理,获得与所述样本描述信息对应的多组归一化样本描述特征。
7.根据权利要求5所述的中医头痛类型的鉴别系统,其特征在于,所述训练模块还包括:
基于所述训练特征集训练所述预分类模型得到多个子预分类模型;
选取熵最大的子预分类模型,获得训练好的预分类模型。
8.根据权利要求5所述的中医头痛类型的鉴别系统,其特征在于,所述中医头痛类型的鉴别系统还包括:
构建模块,用于构建所述训练特征集所对应的中医头痛病症知识库,基于所述中医头痛类型和所述中医头痛病症知识库得到头痛解决方案。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4中的任一项所述的方法的步骤。
10.一种非暂态计算机可读介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4中的任一项所述的方法的步骤。
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吾征智能技术(北京)有限公司,未经吾征智能技术(北京)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/202211460122.X/1.html,转载请声明来源钻瓜专利网。