[发明专利]基于症状匹配和机器学习的自动诊断系统和方法

摘要

本发明公开一种基于症状匹配和机器学习的自动诊断系统和方法，其中系统包括疾病/症候数据库，用于保存已知的每种疾病/症候及其对应的症状；用户交互模块，用于接收用户输入的症状关键词集合；症状匹配模块，用于根据用户输入的所述症状关键词集合与所述疾病/症候数据库中的症状进行匹配，计算所述症状关键词集合与每种疾病/症候的匹配度；诊断模块，用于根据所述症状关键词集合与每种疾病/症候的匹配度确定对应的疾病/症候。

主权项

一种基于症状匹配和机器学习的自动诊断系统，其特征在于，包括：疾病/症候数据库，用于保存已知的每种疾病/症候及其对应的症状；用户交互模块，用于接收用户输入的症状关键词集合；症状匹配模块，用于根据用户输入的所述症状关键词集合与所述疾病/症候数据库中的症状进行匹配，计算所述症状关键词集合与每种疾病/症候的匹配度；诊断模块，用于根据所述症状关键词集合与每种疾病/症候的匹配度确定对应的疾病/症候；词表构建模块，用于构建症状相关度词表，具体为：获取症状数据，其中所述症状数据包括从教科书、词典中获取的症状同、近义词表、从所述疾病/症候数据库中获取的每条疾病/症候的症状集合以及从用户请求记录中获取的每条有效请求的症状集合；对于所获取的症状数据，假设有两个症状x和y，则该两个症状x和y的关联度μ(x,y)为μ(x,y)=ΣP[ρ(P)·Σr∈Pg(r,x,y)Σp∈Pf(p,x)·Σq∈Pf(q,y)]]]>其中ρ(P)表示数据源P的判断权重，根据专家经验人为设定，ρ(同近义词表)＞ρ(疾病/证候库)≥ρ(用户请求记录)；r，p，q表示数据源P内的每个并发症状集合；其中|p|表示症状集合p中含有的症状的个数，将关联度大于关联度阈值的两个症状保存到创建的症状相关度词表；所述症状匹配模块包括：权重计算单元，用于根据以下公式计算症状x在疾病/症候d中的权重W(d,x)：其中，ρ(S)表示数据源S的权重，e表示数据源S中有关疾病/症候的每一条描述单元信息；匹配度计算单元，用于计算所述疾病/症候数据库中的每条疾病/症候相对于所述症状关键词集合的匹配度，具体为：假设用户提供的所述症状关键词集合为A，遍历所述疾病/症候数据库中的每一个疾病/症候d及其对应的症状集合σ(d)；用以下算式计算疾病/症候d相对于所述症状关键词集合A的匹配度M(A,d)：M(A,d)=Σx∈A,y∈σ(d)μ(x,y)·W(d,y)|A|·|σ(d)|;]]>其中，∣A∣和∣σ(d)∣分别表示集合A和集合σ(d)中的元素个数；按M(A,d)由大到小的顺序对对应的疾病/症候进行排序，将排序得到的结果用R表示并呈现给用户，其中R＝{d|M(A,d)＞0且r(d)＜N}，r(d)表示按M(A,d)由大到小排序后对应的疾病/症候的序号，N为人为设定的常数。