[发明专利]基于机器学习与大数据的中医智能辅助系统及方法

摘要

本发明公开了一种基于机器学习和大数据的中医智能辅助系统及方法，所述系统包括：四诊信息收集模块：用于收集病人主诉的相关四诊数据信息；四诊信息转换模块：用于将医生输入的四诊信息切割成描述性的症状语N；症状语匹配模块：用于将症状语N转换为标准化的症状集；症状权重鉴别模块：用于根据海量医案数据计算出各式症状的鉴别权重值；症型匹配模块：用于分析主要症型和诊断的病性病位向量；处方推荐模块：用于根据症型推荐处方。本发明通过存储在数据库中的主诉症状语中医病症的关联强度，通过一系列的分析方法能够快速确定病人的可能中医症型，然后根据中医症型症状快速推荐出治疗处方，方便医生更加准确地进行诊断，可靠性更高。

主权项

1.一种基于机器学习和大数据的中医智能辅助系统，其特征在于：所述系统包括：四诊信息收集模块：用于收集病人主诉的相关四诊数据信息；四诊信息转换模块：用于通过StandardSyndrom组件在接收到病人四诊信息后根据书写的逗号或空白符执行自然语言切词的动作，将医生输入的四诊信息切割成描述性的症状语N；症状语匹配模块：用于通过StandardSyndrom组件利用神经网络算法将四诊信息转换模块的得到的症状语N与症状语库进行匹配，转换为标准化的症状集；症状权重鉴别模块：用于在DiagnosisSystem组件接收从StandardSyndrom传递过来的标准化的症状集之后，根据海量医案数据计算出各式症状的鉴别权重值；症型匹配模块：用于通过DiagnosisSystem组件从海量医案数据中学习到的中医症型与标准症状的权重值同症状权重鉴别模块得到的各式症状的鉴别权重值进行统合计算，并按照各症型中的症状的权重总和进行排名，得到主要症型并利用病性病位神经网络模型计算出诊断的病性病位向量；处方推荐模块：用于通过PrescriptionAnalysis组件计算得到各处方的病性病位向量，再通过PrescriptionDecision组件将各处方的病性病位向量与症型匹配模块得到的诊断的病性病位向量去进行相似度匹配，最后将匹配度最高的处方作为推荐。