基于中医诊断图谱的疾病预测装置、设备及可读存储介质的制作方法

专利查询12月前  72



1.本技术涉及人工智能技术领域以及数字医疗技术领域,尤其涉及一种基于中医诊断图谱的疾病预测装置、设备及可读存储介质。


背景技术:

2.现有的中医疾病证型诊断的方法,一般是通过对用户的症状和疾病库进行倒排匹配、排序或简单的知识推理诊断出最终的疾病,能够在一定程度上得到中医疾病证型诊断的结果。然而这些方法,只通过现有案例整理出的知识图谱进行疾病诊断,并没有借鉴专业书籍构建出符合中医理论逻辑的图谱。现有的中医知识诊断图谱整理的推理知识库只能在当前案例的数据集下有效,泛化性不强,不能很好得将推理知识库应用到实际诊断中。


技术实现要素:

3.本技术实施例的目的在于提出一种基于中医诊断图谱的疾病预测装置、设备及可读存储介质,以解决现有技术中中医疾病证型诊断的推理知识库只能在当前案例的数据集下有效,泛化性不强的问题。
4.为了解决上述技术问题,本技术实施例提供一种基于中医诊断图谱的疾病预测装置,所述疾病预测装置包括:构建模块,用于基于辨病症状、八纲辨证诊断图谱、病性辨证诊断图谱以及病位辨证诊断图谱构建中医诊断知识图谱;第一获取模块,用于获取用户的四诊信息,所述四诊信息至少包括症状信息;匹配模块,用于在所述中医诊断知识图谱中匹配和所述症状信息对应的候选证型;整合模块,用于整合所述候选证型得到证型诊断结果。
5.进一步的,所述构建模块包括:初始化子模块,用于初始化每一症状信息分别和所述八纲辨证诊断图谱中的辩证节点、所述病性辨证诊断图谱中的辩证节点、所述病位辨证诊断图谱中的辩证节点以及疾病之间的路径权重,得到通用的所述中医诊断知识图谱;调整子模块,用于根据现有医案中每一症状信息分别对应所述八纲辨证诊断图谱中的辩证节点、所述病性辨证诊断图谱中的辩证节点所述病位辨证诊断图谱中的辩证节点以及所述疾病之间对应的概率调整所述路径权重,得到所述中医诊断知识图谱。
6.进一步的,所述匹配模块包括:获取子模块,用于根据所述辨病症状路径获取和所述症状信息对应的候选疾病;第一匹配子模块,用于在所述现有医案中匹配和和所述候选疾病对应的第一候选证型;第二匹配子模块,用于在所述八纲辨证诊断图谱、所述病性辨证诊断图谱以及所述病位辨证诊断图谱中匹配和所述症状信息对应的第二候选证型。
7.进一步的,所述获取子模块包括:计算单元,用于计算所述症状信息和所述辨病症状路径的匹配数,以得到和所述症状信息对应的疾病;排序单元,用于根据所述匹配数对所述疾病进行排序;选取单元,用于选取所述匹配数大于阈值匹配数的疾病作为候选疾病。
8.进一步的,所述整合模块包括获取子模块,用于获取所述第一候选证型和所述第二候选证型的交集;处理子模块,用于对所述交集中的所述候选证型进行处理以得到所述证型诊断结果。
9.进一步的,所述处理子模块包括:判断单元,用于判断所述交集中候选证型的路径的匹配数是否相等;第一计算单元,用于在判断所述交集中候选证型的路径的匹配数相等时,分别计算所述候选证型和每一所述症状信息之间的相关度;累计单元,用于累计所述候选证型中所有所述症状信息的相关度之和;第一选取单元,选择所述相关度之和最大的候选证型作为所述证型诊断结果。
10.进一步的,所述第一计算单元包括:第一计算子单元,用于分别计算所述交集中每一所述症状信息出现的第一频率、每一证型出现的第二频率以及所述症状信息和所述证型的共同出现的第三频率;第二计算子单元,用于根据所述第一频率、所述第二频率以及第三频率计算得到所述证型和所述症状信息之间的相关度。
11.进一步的,所述处理子模块还包括:第二选取单元,用于当判断所述交集中候选证型症状路径的匹配数不相等时,选取所述症状路径的匹配数最多的候选症状作为所述证型诊断结果。
12.为了解决上述技术问题,本技术实施例还提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现上述任一项所述基于中医诊断图谱的疾病预测装置中的各单元和/或模块的功能
13.为了解决上述技术问题,本技术实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如上所述的基于中医诊断图谱的疾病预测装置中的各单元和/或模块的功能。
14.与现有技术相比,本技术实施例主要有以下有益效果:
15.本技术提供了一种基于中医诊断图谱的疾病预测装置、设备及可读存储介质,通过构建基于辨病症状、八纲辨证诊断图谱、病性辨证诊断图谱以及病位辨证诊断图谱的中医诊断知识图谱,获取用户四诊信息,根据四诊信息在中医诊断知识图谱中匹配得到和四诊信息中症状信息对应的候选证型,对候选证型进一步整合得到证型诊断结果,本技术充分引入中医辨证知识,使得在中医疾病诊断有完整的知识推理支持,泛化性和准确性有所提升。
附图说明
16.为了更清楚地说明本技术中的方案,下面将对本技术实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图是本技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
17.图1是本技术可以应用于其中的示例性系统架构图;
18.图2是基于中医诊断图谱的疾病预测装置的结构示意图;
19.图3是本技术一实施例中构建模块210的示意图
20.图4是本技术八纲辨证诊断图谱一实施方式的示意图;
21.图5是本技术病性辨证诊断图谱一实施方式的示意图;
22.图6是本技术病位辨证诊断图谱一实施方式的示意图;
23.图7是本技术一实施例中匹配模块230的示意图;
24.图8是本技术辨病症状路径和候选疾病的匹配示意图;
25.图9是本技术一实施例中整合模块240的示意图;
26.图10是本技术一实施例中处理子模块242的示意图;
27.图11是根据本技术的计算机设备的一个实施例的结构示意图。
具体实施方式
28.除非另有定义,本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本技术;本技术的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本技术的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
29.在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
30.为了使本技术领域的人员更好地理解本技术方案,下面将结合附图,对本技术实施例中的技术方案进行清楚、完整地描述。
31.为了解决中医疾病证型诊断的推理知识库只能在当前案例的数据集下有效,泛化性不强以及现有中医知识图谱的应用并没有考虑到有多个匹配路径的情况下路径筛选和排序的问题,本技术提供了一种基于中医诊断图谱的疾病预测装置,涉及人工智能以及数字医疗,可以应用于如图1所示的系统架构100中,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
32.用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
33.终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、mp3播放器(moving picture experts group audio layer iii,动态影像专家压缩标准音频层面3)、mp4(moving picture experts group audio layer iv,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
34.服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
35.需要说明的是,本技术实施例所提供的基于中医诊断图谱的疾病预测装置一般设置于终端设备中。
36.应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
37.服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云
存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(contentdelivery network,cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
38.继续参考图2,示出了根据本技术的基于中医诊断图谱的疾病预测装置的结构示意图,包括采构建模块210、第一获取模块220、匹配模块230以及整合模块240。
39.其中,构建模块210用于基于辨病症状、八纲辨证诊断图谱、病性辨证诊断图谱以及病位辨证诊断图谱构建中医诊断知识图谱。
40.请进一步结合图3,图3为本技术一实施例中构建模块210的示意图。
41.在本实施例的一些可选的实现方式中,构建模块210包括初始化子模块211以及调整子模块212。
42.其中,本技术实施例中根据辨病症状、八纲辨证诊断图谱、病性辨证诊断图谱以及病位辨证诊断图谱构建中医诊断知识图谱。
43.可选地,中医诊断知识图谱的实体和关系主要参考自《中医诊断学》、《证素辨证学》和中医专家知识的指导。在本技术的具体实施方式中,通过借鉴中医诊断学的辨病症状、八纲辨证诊断图谱、病性辨证诊断图谱以及病位辨证诊断图谱等知识构建中医诊断知识图谱。
44.进一步,本技术的中医诊断知识图谱分为三个层次,分别是症状层节点、辨证理论层节点以及证型层节点。其中,症状层节点可以包括辨病症状实体、普通症状实体,辨证理论层节点可以包括八纲实体、病性实体以及病位实体,证型层节点可以包括证型实体以及疾病实体。进一步的,本技术实施例中常用的疾病实体50个,对应226种证型实体,800多种症状实体,辨病症状实体77个、八纲实体4个,病性实体33个以及病位实体20个。当然,在其他实施例中疾病实体的数量以及对应证型实体,症状实体,辨病症状实体、八纲实体,病性实体、病位实体的个数还可以是其他数量,此处不做具体限定。
45.进一步的,结合图4,图4为本技术八纲辨证诊断图谱一实施方式的示意图,本技术中八纲辨证诊断图谱指的是表、里、寒、热、虚、实、阴、阳八个纲领元素。八纲是从各种具体症状中抽象出来的共性纲领。其中,表、里是用来辨别病位深浅的基本纲领,寒、热、虚、实用以辨别疾病性质的基本纲领;阴、阳是用来区分疾病类别、归纳病证的总纲,并可涵盖表、里、寒、热、虚、实六纲。
46.本技术实施例中八纲辨证诊断图谱首先是各症状层节点,例如图4中的鼻塞、发热,然后是辨证理论层节点,本实施例中只示意出和发热对应的“热”,在实际应用中八纲辨证诊断图谱包含表、里、寒、热、虚、实、阴、阳8个纲类元素。最后一层是和各纲类对应的证型层节点,例如风热感冒。
47.可以理解的是,八纲辨证诊断图谱之间既相互区别,又相互联系,存在相兼、错杂、转化等关系,故在八纲辨证诊断图谱中会有一个症状对应多个纲领的情况,例如两个相兼症状表实寒证、里虚寒证等是除了对应两纲(表与里、寒与热、虚与实)之外的其他任意三纲组成的相兼证比如两个错杂症状,指的实疾病某一阶段同时存在八纲中对立两纲的证,有表里俱寒、上热下寒等。又例如两个症状之间的转化指的是在疾病发展变化过程中,八纲中相互对立的证在一定条件下可以相互转化,但证的转化一般是有一个量变到质变的过程,因此在证转化前,可以呈现出证的相兼或错杂的现象,即由表里出入、寒热转化等。
48.进一步结合图5,图5为本技术病性辨证诊断图谱一实施方式的示意图,如图5本技术中病性辨证诊断图谱是通过疾病当前病理变化的本质属性来进行辨证。其中,病性辨证诊断图谱主要分为六淫辨证(风淫、寒淫、暑淫、湿淫、燥淫、火淫)、阴阳虚损辨证(阳虚、阴虚亡阳、亡阴)、气血辨证(气病、血病、气血同病)、津液辨证这几个辨证理论节点。可选地,结合图5本技术病性辨证诊断图谱也包括症状层节点、辨证理论层节点以及证型层节点。其中,鼻塞、发热以及胸痛属于症状层节点,风和火属于辨证理论层节点以及风热感冒属于证型层节点。
49.进一步结合图6,图6为本技术病位辨证诊断图谱一实施方式的示意图,如图6,本技术中辨病位的同时必须结合辨病症状,才能形成完整的证名诊断。故本技术实施例中“病位辨证诊断图谱”实际是以病位为纲,病位、病性相结合的辨证方法,具体包括脏腑辨证、六经辨证、卫气营血辨证、三焦辨证和经络辨证。如图6,本技术中病位辨证诊断图谱也包括症状层节点、辨证理论层节点以及证型层节点。其中,鼻塞、发热以及胸痛属于症状层节点,肺属于辨证理论层节点以及风热感冒属于证型层节点。可以理解的是,本技术中病位辨证诊断图谱、病性辨证诊断图谱与八纲辨证诊断图谱可以共用症状层节点以及证型层节点。举例来说,本技术实施例中,症状层节点中的发热症状既可以从属八纲也可以从属病位及病位辨证,且经过不同的辨证理论层节点还能推理得到相同的证型层节点,即风热感冒。
50.进一步地,本技术中初始化子模块211用于初始化每一症状信息分别和八纲辨证诊断图谱、病性辨证诊断图谱、病位辨证诊断图谱以及疾病之间的路径权重,得到通用的中医诊断知识图谱。
51.调整子模块212用于根据现有医案中每一症状信息分别与八纲辨证诊断图谱中的辩证节点、病性辨证诊断图谱中的辩证节点、病位辨证诊断图谱中的辩证节点以及疾病之间的对应概率来调整路径权重,得到通用的中医诊断知识图谱。
52.可选地,本技术中现有医案可以通过线上问诊的医案资料得到,通过统计和整理线上问诊医案中对每一症状信息分别对应八纲辨证诊断图谱中的辩证节点、病性辨证诊断图谱中的辩证节点病位辨证诊断图谱中的辩证节点以及疾病之间的概率,来对通用的中医诊断知识图谱中八纲辨证诊断图谱中的辩证节点、病性辨证诊断图谱中的辩证节点病位辨证诊断图谱中的辩证节点以及疾病之间路径权重进行学习和调整,为疾病诊断提供中医理论推理知识,提升了中医诊断图谱的泛化性。
53.上述实施方式中,通过借鉴中医诊断学的辨病症状、八纲辨证诊断图谱、病性辨证诊断图谱以及病位辨证诊断图谱等知识,构建中医诊断知识图谱,并初始化每个症状分别与八纲辨证诊断图谱中的辩证节点、病性辨证诊断图谱中的辩证节点病位辨证诊断图谱中的辩证节点以及疾病之间的路径权重,得到通用的中医诊断知识图谱,再通过现有线上问诊医案中每个症状分别与八纲、病性、病位、疾病之间的频率来调整路径权重,得到更适应当前医案的中医诊断知识图谱,从而提高中医诊断图谱的泛化性。
54.第一获取模块220用于获取用户的四诊信息,四诊信息至少包括症状信息。
55.具体地,本技术中用户的四诊信息可以通过现有的临床资料和/或疾病数据库获取,也可以通过软件和硬件结合获取四诊信息,例如获取患者的脸部图像以及舌头图像,根据脸部图像以及舌头图像实现面诊和舌诊从而确定望诊的诊断结果;通过收集病患处图像信息以及心胃肺的声音信息,确定闻诊的诊断结果;通过语音识别用户的语音意图,提取语
音信息中用户的症状信息,从而实现问诊的诊断结果;通过例如蓝牙脉搏震动护腕获取患者的手腕脉相信息,从而实现切诊的诊断结果。当然上述四诊信息的获取只是示意性举例,在其他实施方式还可以采用其他方式获取,此处不做具体限定。
56.匹配模块230用于根据中医诊断知识图谱推理得到和症状信息对应的候选证型。
57.请进一步结合图7,图7为本技术一实施例中匹配模块230的示意图。
58.在本实施例的一些可选的实现方式中,匹配模块230进一步包括获取子模块231、第一匹配子模块232以及第二匹配子模块233。
59.其中,获取子模块231用于根据辨病症状路径获取和症状信息对应的候选疾病。可以理解的是,本技术中获取子模块231进一步包括计算单元、排序单元以及选取单元。
60.其中,计算单元用于计算症状信息和辨病症状路径的匹配数,以得到和症状信息对应的疾病。排序单元用于根据匹配数对疾病进行排序。选取单元用于选取匹配数大于阈值匹配数的疾病作为候选疾病。
61.可以理解的是,若计算出症状信息和辨病症状路径的匹配数有多条,则根据计算出来的匹配数对疾病进行排序,选取匹配数大于阈值匹配数的疾病作为候选疾病。
62.请进一步结合图8,图8为本技术辨病症状路径和候选疾病的匹配示意图。
63.具体地,疾病推理主要通过计算用户症状与辨病症状路径的匹配程度,来得到对应的疾病,根据匹配路径的数量对疾病排序。如图8所示,在本技术一具体应用场景中,患者有“鼻塞”、“发热”、“恶风”、“咳痰”四个症状,其中“鼻塞”、“发热”、“恶风”三个症状经过辨病症状路径推理得到“感冒”,“咳痰”经过辨病症状路径推理得到“咳嗽”疾病,根据所有症状匹配的路径数分别为3条和1条,所以当前患者症状推理的疾病分别为“感冒”、“咳嗽”。当然若根据所有症状计算出的路径的匹配数为多条,例如匹配疾病a的路径的匹配数为5条、疾病b路径的匹配数为4条、疾病c路径的匹配数为3条、疾病d路径的匹配数为2条,则根据路径的匹配数对疾病进行排序,再设置一阈值匹配数,选取路径的匹配数大于阈值匹配数的疾病作为候选疾病。结合本实施例,若设置的阈值匹配数为3条,则选取路径的匹配数大于3的疾病作为候选疾病,即疾病a、疾病b以及疾病c为候选疾病。
64.第一匹配子模块232用于在现有医案中匹配和候选疾病对应的第一候选证型。具体地,本技术实施例可以通过辨病症状路径得到疾病类型,然后基于现有的医案或者资料得到该疾病类型对应的证型信息,如此便可以得到该疾病的对应的证型。
65.进一步,根据候选疾病可以得到和候选疾病对应的第一候选证型s1,s2,s3。
66.第二匹配子模块233用于在八纲辨证诊断图谱、病性辨证诊断图谱以及病位辨证诊断图谱中匹配和症状信息对应的第二候选证型。
67.具体的,将用户的四诊信息通过八纲辨证诊断图谱、病性辨证诊断图谱以及病位辨证诊断图谱推理得到和四诊信息中症状信息对应的第二候选证型s1,s2,s4。
68.整合模块240用于整合候选证型得到证型诊断结果。进一步地,本技术整合模块240用于整合第一候选证型和第二候选证型得到证型诊断结果。请进一步结合图9,图9为本技术一实施例中整合模块240的示意图。
69.在本实施例的一些可选的实现方式中,整合模块240进一步包括获取子模块241及处理子模块242。累计其中,获取子模块241用于获取第一候选证型和第二候选证型的交集。
70.可选的,将第一候选证型s1,s2,s3和第二候选证型s1,s2,s4取交集,得到采用八纲
辨证诊断图谱、病性辨证诊断图谱以及病位辨证诊断图谱推理得到候选证型和采用候选疾病推理得到和候选证型二者重叠的部分,即候选证型s1和s2。
71.s=s1∩s2∩s3s1∩s2∩s4=s1和s272.可选的,若第一候选证型和第二候选证型不存在交集,即采用八纲辨证诊断图谱、病性辨证诊断图谱以及病位辨证诊断图谱推理得到候选证型和采用候选疾病推理得到和候选证型二者不存在重叠的部分,则结束。
73.处理子模块242用于对交集中的候选证型进行处理以得到证型诊断结果。请进一步结合图10,图10为本技术一实施例中处理子模块242的示意图。在本实施例的一些可选的实现方式中,处理子模块242进一步包括判断单元2421、第一计算单元2422、累计单元2423以及第一选取单元2424。
74.其中,判断单元2421用于判断交集中候选证型路径的匹配数是否相等。具体的,判断交集中候选证型的路径的匹配数是否相等,若相等则计算候选证型和其对应的每一症状信息之间的相关度。反之,若不相等,则选取路径的匹配数最多的候选症状作为证型诊断结果。
75.第一计算单元2422用于在判断交集中候选证型的路径的匹配数相等时,分别计算证型和每一症状信息之间的相关度。可选的,当判断交集中两个候选证型的路径的匹配数相等时,可以通过真实医案数据构建症状对应证型-症状的信息熵分数来评价证型-症状之间的相关度。举例来说,若候选证型a的路径的匹配数为3条(即有3个症状信息经过辨病症状路径推理得到证型a),候选证型b对应的路径的匹配数也为3条(即有3个症状信息经过辨病症状路径推理也得到证型b),则需要通过现有医案数据构建症状对应证型-症状的信息熵分数来评价证型-症状之间的相关度。
76.具体地,本技术中第一计算单元2422进一步包括第一计算子单元以及第二计算子单元。
77.其中,第一计算子单元用于分别计算交集中每一症状信息出现的第一频率、每一候选证型出现的第二频率以及症状信息和候选证型的共同出现的第三频率。
78.具体的,每一症状信息出现的第一频率为:
[0079][0080]
每一候选证型出现的第二频率为:
[0081][0082]
症状信息和候选证型的共同出现的第三频率为:
[0083][0084]
其中,symptom为症状信息,disease为候选证型。
[0085]
具体到本技术具体实施例中,需要分别计算候选证型a对应的每一症状信息出现的第一频率、候选证型a出现的第二频率以及每一症状信息和候选证型a的共同出现的第三频率。同理,也需要分别计算候选证型b对应的每一症状信息出现的第一频率、候选证型b出
现的第二频率以及每一症状信息和候选证型b的共同出现的第三频率。
[0086]
第二计算子单元用于根据第一频率、第二频率以及第三频率计算得到候选证型和症状信息之间的相关度。
[0087]
进一步,根据第一频率、第二频率以及第三频率计算得到候选证型和症状信息之间的相关度,其表示为:
[0088][0089]
其中,corr
score
为证型-症状的相关度。具体到本技术实施例中,需要分别计算候选证型a和候选证型b和其对应的每一症状信息之间的相关度。举例来说,若候选证型a的路径的匹配数为3条,即有3个症状信息(例如症状a、症状b、症状c)经过辨病症状路径推理得到证型a,则需要分别计算症状a、症状b、症状c和候选证型a的相关度c1、c2和c3。
[0090]
同理,对于若候选证型b也对应3条路径的匹配数,即有3个症状信息(例如症状d、症状e、症状f)经过辨病症状路径推理得到证型b,则需要分别计算症状d、症状e、症状f和候选证型b的相关度c4、c5和c6。
[0091]
进一步,累计单元2423用于累计候选证型中所有症状信息的相关度之和。具体地,分别计算候选证型a以及候选证型b中所有症状信息的相关度之和,即候选证型a中所有症状信息的相关度之和为c1+c2+c3,候选证型b中所有症状信息的相关度之和为c4+c5+c6,将计算得到的相关度之和进行排序。
[0092]
第一选取单元2424用于选取相关度之和最大的候选证型作为所述证型诊断结果,即选择c1+c2+c3和c4+c5+c6中最大的作为候选证型作为证型诊断结果。可以理解的是,本技术实施例中只是示意性的举例,在其他实施方式中还可以是3个、4个或者5个候选证型,且路径匹配数还可以是4条、5条等等,此处不做具体限定。
[0093]
可以理解的是,本技术中处理子模块242还进一步包括第二选取单元2425,第二选取单元2425用于当判断交集中候选证型的路径的匹配数不相等时,选取路径的匹配数最多的候选症状作为证型诊断结果。具体来说,若候选证型a所对应的辨病症状路径的匹配数为4条,候选证型b所对应的辨病症状路径的匹配数为2条,候选证型c所对应的辨病症状路径的匹配数为3条,,则选择辨病症状路径的匹配数为4条的候选证型a作为证型诊断结果。
[0094]
上述实施方式中,通过构建基于辨病症状、八纲辨证诊断图谱、病性辨证诊断图谱以及病位辨证诊断图谱的中医诊断知识图谱,获取用户四诊信息,根据四诊信息在中医诊断知识图谱中匹配得到和四诊信息中症状信息对应的候选证型,对候选证型进一步整合得到证型诊断结果,本技术充分引入中医辨证知识,使得在中医疾病诊断有完整的知识推理支持,泛化性和准确性有所提升。
[0095]
需要强调的是,为进一步保证中医诊断图谱的私密和安全性,上述中医诊断图谱还可以存储于一区块链的节点中。
[0096]
本技术所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
[0097]
可选的,本技术提供了一种基于中医诊断图谱的疾病预测方法的一个实施例,该方法实施例与图2所示的装置实施例相对应,该方法具体可以应用于各种计算机设备以及计算机可读存储介质中。基于中医诊断图谱的疾病预测方法的具体步骤如下:
[0098]
基于辨病症状、八纲辨证诊断图谱、病性辨证诊断图谱以及病位辨证诊断图谱构建中医诊断知识图谱,初始化每一症状信息分别和所述八纲辨证诊断图谱中的辩证节点、所述病性辨证诊断图谱中的辩证节点、所述病位辨证诊断图谱中的辩证节点以及疾病之间的路径权重,得到通用的中医诊断知识图谱;调整子模块,用于根据现有医案中每一症状信息分别对应所述八纲辨证诊断图谱中的辩证节点、所述病性辨证诊断图谱中的辩证节点所述病位辨证诊断图谱中的辩证节点以及所述疾病之间对应的概率调整所述路径权重,得到所述中医诊断知识图谱。
[0099]
获取用户的四诊信息,所述四诊信息至少包括症状信息。其中,用户的四诊信息可以通过现有的临床资料和/或疾病数据库获取,也可以通过软件和硬件结合获取四诊信息,例如获取患者的脸部图像以及舌头图像,根据脸部图像以及舌头图像实现面诊和舌诊从而确定望诊的诊断结果;通过收集病患处图像信息以及心胃肺的声音信息,确定闻诊的诊断结果;通过语音识别用户的语音意图,提取语音信息中用户的症状信息,从而实现问诊的诊断结果;通过例如蓝牙脉搏震动护腕获取患者的手腕脉相信息,从而实现切诊的诊断结果。
[0100]
在中医诊断知识图谱中匹配和所述症状信息对应的候选证型。具体的,根据所述辨病症状路径获取和所述症状信息对应的候选疾病,在所述现有医案中匹配和所述候选疾病对应的第一候选证型。在所述八纲辨证诊断图谱、所述病性辨证诊断图谱以及所述病位辨证诊断图谱中匹配和所述症状信息对应的第二候选证型。
[0101]
整合所述候选证型得到证型诊断结果,具体的,获取所述第一候选证型和所述第二候选证型的交集;对所述交集中的所述候选证型进行处理以得到所述证型诊断结果。其中,对所述交集中的所述候选证型进行处理以得到所述证型诊断结果进一步包括:获取所述第一候选证型和所述第二候选证型的交集,判断所述交集中候选证型的路径的匹配数是否相等,在判断所述交集中候选证型的路径的匹配数相等时,计算所述候选证型和所述症状信息之间的相关度,根据所述相关度对所述候选证型进行排序,选取相关度大于阈值相关度的候选证型作为所述证型诊断结果。
[0102]
上述实施方式中,通过构建基于辨病症状、八纲辨证诊断图谱、病性辨证诊断图谱以及病位辨证诊断图谱的中医诊断知识图谱,获取用户四诊信息,根据四诊信息在中医诊断知识图谱中匹配得到和四诊信息中症状信息对应的候选证型,对候选证型进一步整合得到证型诊断结果,本技术充分引入中医辨证知识,使得在中医疾病诊断有完整的知识推理支持,泛化性和准确性有所提升。
[0103]
本技术可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络pc、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本技术可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本技术,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境
中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
[0104]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,该计算机可读指令可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory,rom)等非易失性存储介质,或随机存储记忆体(random access memory,ram)等。
[0105]
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0106]
为解决上述技术问题,本技术实施例还提供计算机设备。具体请参阅图10,图10为本实施例计算机设备基本结构框图。
[0107]
所述计算机设备10包括通过系统总线相互通信连接存储器41、处理器42、网络接口43。需要指出的是,图中仅示出了具有组件41-43的计算机设备4,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(application specific integrated circuit,asic)、可编程门阵列(field-programmable gate array,fpga)、数字处理器(digital signal processor,dsp)、嵌入式设备等。
[0108]
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
[0109]
所述存储器41至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,sd或dx存储器等)、随机访问存储器(ram)、静态随机访问存储器(sram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、可编程只读存储器(prom)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器41可以是所述计算机设备4的内部存储单元,例如该计算机设备4的硬盘或内存。在另一些实施例中,所述存储器41也可以是所述计算机设备4的外部存储设备,例如该计算机设备4上配备的插接式硬盘,智能存储卡(smart media card,smc),安全数字(secure digital,sd)卡,闪存卡(flash card)等。当然,所述存储器41还可以既包括所述计算机设备4的内部存储单元也包括其外部存储设备。本实施例中,所述存储器41通常用于存储安装于所述计算机设备4的操作系统和各类应用软件,例如基于中医诊断图谱的疾病预测方法的计算机可读指令等。此外,所述存储器41还可以用于暂时地存储已经输出或者将要输出的各类数据。
[0110]
所述处理器42在一些实施例中可以是中央处理器(central processing unit,cpu)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器42通常用于控制所述计算机设备4的总体操作。本实施例中,所述处理器42用于运行所述存储器41中存储的计算机可读指令或者处理数据,例如运行所述基于中医诊断图谱的疾病预测方法的计算机可读指
令。
[0111]
所述网络接口43可包括无线网络接口或有线网络接口,该网络接口43通常用于在所述计算机设备4与其他电子设备之间建立通信连接。
[0112]
本实施例通过处理器执行存储在存储器的计算机可读指令时实现如上述实施例基于中医诊断图谱的疾病预测装置中的各单元和/或模块的功能,通过构建中医诊断知识图谱,获取用户四诊信息,根据四诊信息在中医诊断知识图谱中匹配得到和四诊信息中症状信息对应的候选证型,对候选证型进一步整合得到证型诊断结果,本技术充分引入中医辨证知识,使得在中医疾病诊断有完整的知识推理支持,泛化性和准确性有所提升。
[0113]
本技术还提供了另一种实施方式,即提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令可被至少一个处理器执行,以使所述至少一个处理器执行如上述的基于中医诊断图谱的疾病预测装置中的各单元和/或模块的功能,通过构建中医诊断知识图谱,获取用户四诊信息,根据四诊信息在中医诊断知识图谱中匹配得到和四诊信息中症状信息对应的候选证型,对候选证型进一步整合得到证型诊断结果,本技术充分引入中医辨证知识,使得在中医疾病诊断有完整的知识推理支持,泛化性和准确性有所提升。
[0114]
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本技术各个实施例所述的方法。
[0115]
显然,以上所描述的实施例仅仅是本技术一部分实施例,而不是全部的实施例,附图中给出了本技术的较佳实施例,但并不限制本技术的专利范围。本技术可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本技术的公开内容的理解更加透彻全面。尽管参照前述实施例对本技术进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本技术说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本技术专利保护范围之内。

技术特征:
1.一种基于中医诊断图谱的疾病预测装置,其特征在于,所述疾病预测装置包括:构建模块,用于基于辨病症状、八纲辨证诊断图谱、病性辨证诊断图谱以及病位辨证诊断图谱构建中医诊断知识图谱;第一获取模块,用于获取用户的四诊信息,所述四诊信息至少包括症状信息;匹配模块,用于在所述中医诊断知识图谱中匹配和所述症状信息对应的候选证型;整合模块,用于整合所述候选证型得到证型诊断结果。2.根据权利要求1所述的疾病预测装置,其特征在于,所述构建模块包括:初始化子模块,用于初始化每一症状信息分别和所述八纲辨证诊断图谱中的辩证节点、所述病性辨证诊断图谱中的辩证节点、所述病位辨证诊断图谱中的辩证节点以及疾病之间的路径权重,得到通用的中医诊断知识图谱;调整子模块,用于根据现有医案中每一症状信息分别对应所述八纲辨证诊断图谱中的辩证节点、所述病性辨证诊断图谱中的辩证节点所述病位辨证诊断图谱中的辩证节点以及所述疾病之间对应的概率调整所述路径权重,得到所述中医诊断知识图谱。3.根据权利要求2所述的疾病预测装置,其特征在于,所述匹配模块包括:获取子模块,用于根据所述辨病症状路径获取和所述症状信息对应的候选疾病;第一匹配子模块,用于在所述现有医案中匹配和所述候选疾病对应的第一候选证型;第二匹配子模块,用于在所述八纲辨证诊断图谱、所述病性辨证诊断图谱以及所述病位辨证诊断图谱中匹配和所述症状信息对应的第二候选证型。4.根据权利要求3所述的疾病预测装置,其特征在于,所述获取子模块包括:计算单元,用于计算所述症状信息和所述辨病症状路径的匹配数,以得到和所述症状信息对应的疾病;排序单元,用于根据所述匹配数对所述疾病进行排序;选取单元,用于选取所述匹配数大于阈值匹配数的疾病作为候选疾病。5.根据权利要求3所述的疾病预测装置,其特征在于,所述整合模块包括:获取子模块,用于获取所述第一候选证型和所述第二候选证型的交集;处理子模块,用于对所述交集中的所述候选证型进行处理以得到所述证型诊断结果。6.根据权利要求5所述的疾病预测装置,其特征在于,所述处理子模块包括:判断单元,用于判断所述交集中候选证型的路径的匹配数是否相等;第一计算单元,用于在判断所述交集中候选证型的路径的匹配数相等时,分别计算所述候选证型和每一所述症状信息之间的相关度;累计单元,用于累计所述候选证型中所有所述症状信息的相关度之和;第一选取单元,选择所述相关度之和最大的候选证型作为所述证型诊断结果。7.根据权利要求6所述的疾病预测装置,其特征在于,所述第一计算单元包括:第一计算子单元,用于分别计算所述交集中每一所述症状信息出现的第一频率、每一证型出现的第二频率以及所述症状信息和所述证型的共同出现的第三频率;第二计算子单元,用于根据所述第一频率、所述第二频率以及第三频率计算得到所述证型和所述症状信息之间的相关度。8.根据权利要求6所述的疾病预测装置,其特征在于,所述处理子模块还包括:第二选取单元,用于当判断所述交集中候选证型症状路径的匹配数不相等时,选取所
述症状路径的匹配数最多的候选症状作为所述证型诊断结果。9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如权利要求1至8中任一项所述基于中医诊断图谱的疾病预测装置中的各单元和/或模块的功能。10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的基于中医诊断图谱的疾病预测装置中的各单元和/或模块的功能。

技术总结
本申请实施例属于人工智能技术,可应用于数字医疗领域,涉及一种基于中医诊断知识图谱的疾病预测装置,包括构建模块,用于基于辨病症状、八纲辨证诊断图谱、病性辨证诊断图谱以及病位辨证诊断图谱构建中医诊断知识图谱;第一获取模块,用于获取用户的四诊信息,四诊信息至少包括症状信息;推理模块,用于根据所述中医诊断知识图谱推理得到和所述症状信息对应的候选证型;整合模块,用于整合候选证型得到证型诊断结果。本申请还提供一种计算机可读存储介质。此外,本申请还涉及区块链技术,中医诊断知识图谱可存储于区块链中。本申请能够提升中医疾病诊断的泛化性和准确性。升中医疾病诊断的泛化性和准确性。升中医疾病诊断的泛化性和准确性。


技术研发人员:王龙 吴信朝 孔令格
受保护的技术使用者:平安科技(深圳)有限公司
技术研发日:2022.01.11
技术公布日:2022/3/8

最新回复(0)