CN104331455A - 一种中医气血辨证演绎推理的再现方法及装置 - Google Patents

Abstract

本发明提供一种中医气血辨证演绎推理的再现方法和装置，所述方法包括：步骤1、获得所要处理的病症词汇信息中的症状词；步骤2、根据症型症状数据库中症状与症型之间的对应关系，获得该症状词对应的最接近的症型；步骤3、根据病机病因数据库中症型与病机病因之间的对应关系，获得步骤2中所获得的症型对应的病机病因；步骤4、判断步骤2和3得到的症状、症型、病机病因之间的对应结果是否合理，如果不合理，则返回步骤2选取仅次于最接近症型的次接近症型，然后进行步骤3和4，直到判断合理则进入步骤5，或直到遍历所有症型都不合理则判断无法进行信息匹配；步骤5、得出最终的症状、症型、病机病因。

Description

一种中医气血辨证演绎推理的再现方法及装置

技术领域

本发明涉及信息处理及医学辅助领域，尤其涉及一种中医气血辨证演绎推理的再现方法及装置。

背景技术

现代医学在现今的发展过程中，对于病人病症的判断，基本上都依靠纯人工的方式，基于医学体检得到的病状，通过医生科学的医学逻辑进行判断的。但是医学的发展主要体现医生对于疾病的判断和药物研发等方面，但是对于医学发展中诊断的效率，减少劳动力方面则微乎其微。在现今网络时代，大数据科学和人工智能快速发展，我们需要以多种方式来帮助医学的发展，一方面利用大数据科学和人工智能，以减轻医生的负担，另一方面在减少医疗开支，为医学研发降低门槛，同时解决人类获得更廉价的医疗保障的世纪难题。

发明内容

本发明的目的是提供一种中医气血辨证演绎推理的再现方法，包括：

步骤1、获得所要处理的病症词汇信息中的症状词；

步骤2、根据症型症状数据库中症状与症型之间的对应关系，获得该症状词对应的最接近的症型；

步骤3、根据病机病因数据库中症型与病机病因之间的对应关系，获得步骤2中所获得的症型对应的病机病因；

步骤4、判断步骤2和3得到的症状、症型、病机病因之间的对应结果是否合理，如果不合理，则返回步骤2选取仅次于最接近症型的次接近症型，然后进行步骤3和4，直到判断合理则进入步骤5，或直到遍历所有症型都不合理则判断无法进行信息匹配；

步骤5、得出最终的症状、症型、病机病因。

进一步的，所述步骤1之前还包括前置步骤a，如果获得所要处理的病症词汇信息中的症状词为非标准症状词库里的标准症状词，则将该病症词汇替换为唯一的标准症状词。

进一步的，所述症型症状数据库包括症型与或图，与或图中的根节点对应的是症状，中间节点对应的是子症型，最终叶节点对应的是主症型；还包括症型数据表，所述症型数据表包括症状数据、症型数据、匹配度数据及病机病因数据，其中所述症型数据包括主症和次症两种，所述匹配度为0/1两个数据，匹配度0对应为次症，匹配度1对应主症。

进一步的，根据症型症状数据库Y₀中记录的主症顺序，从X中提取对应的主症，若X中不存在相应的主症，则该主症用NULL或0表示；首先计算叶节点m(其值为X_0j)的匹配度：然后计算中间节点的匹配度，若L为该中间节点包含的所有叶节点，则中间节点n的匹配度s₁(n)为：

或节点： $s_1^{\left(n\right)}=\max \left(a^{\left(m\right)}\right),l=\mathrm{1,2},...,L$

与节点： $s_1^{\left(n\right)}=\frac{\underset{m=1}{\overset{L}{\mathrm{\Σ}}}{a}^{\left(m\right)}}{L},l=\mathrm{1,2},...,L$

最后计算根节点的主症匹配度s。假设该根节点包含的N子节点，则根节点的主症匹配度计算公式为：

或节点： $s=\max \left(s_1^{\left(n\right)}\right),n=\mathrm{1,2},...,N$

与节点： $s_1^{\left(n\right)}=\frac{\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{s}_1^{\left(n\right)}}{N},n=\mathrm{1,2},...,N$

如果与或图没有中间层，若其子节点有N个，则其匹配度的计算公式为：

或节点：s＝max(a^(m))n＝1,2,...,N

与节点： $s_1^{\left(n\right)}=\frac{\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{a}^{\left(m\right)}}{N},n=\mathrm{1,2},...,N$

将当前症状集X归属于最大匹配度所属的症型S_k，即：

若则X∈S_k。

进一步的，采用IF-Then形式表示该数据库中所有症Y₀:A-V的步骤3中判断规则，如果Y₀记录了D维症状与体征，则其具体的产生式规则的形式如下：

IF S_k＝××证AND A＝Y₀ ⁽⁰⁾:A∧V＝Y₀ ⁽⁰⁾:V Then r₀＝R₀

IF S_k＝××证AND A＝Y₀ ⁽¹⁾:A∧V＝Y₀ ⁽¹⁾:V Then r₁＝R₁

…

IF S_k＝××证AND A＝Y₀ ^(D-1):A∧V＝Y₀ ^(d-1):V Then r_d-1＝R_d-1

r＝∪r_i(i＝0,1,...,D-1)。

进一步的，所述步骤4中，如以上步骤中匹配度获得的症型无法很好地解释大部分症状，则认为症型S_k推理不恰当，排除该症型S_k后，继续采用匹配度计算的方法计算新的症型S'_k，进行该症型S'_k的病因病机分析，如此反复，直到解释完备或程序自动退出为止。也就是说症型的最终确定实际上是与病因病机融合在一起的，病因病机解释合理，则认为症型最终合理，否则重新进行推理。

本发明实施例还公开了一种中医气血辨证演绎推理的再现装置，包括：一个数据存储装置，用于存储症型症状数据；一个处理器，用于根据获得所要处理的病症词汇信息中的症状词，根据症型症状数据库中症状与症型之间的对应关系，得出该症状词对应的最接近的症型，然后根据病机病因数据库中症型与病机病因之间的对应关系，获得所获得的症型对应的病机病因，并对比得到的症状、症型、病机病因之间的对应结果是否合理，如果不合理，则重新计算得到仅次于最接近症型的次接近症型，直到获得合理的病症结果，或直到遍历所有症型都不合理则判断无法进行信息匹配；输出相应的症状、症型、病机病因。

进一步的，所述中医气血辨证演绎推理的再现装置还包括：一个输入装置，所述输入装置用于输入所述的症状词。

进一步的，所述中医气血辨证演绎推理的再现装置还包括：一个显示装置，所述显示装置用于显示最终得到的症状、症型、病机病因中一个信息或全部信息。

本发明实施例通过采用一种中医气血辨证演绎推理的再现方法和装置，通过一种可不断完善的症型症状数据库，对于获得的病症词汇进行信息处理后，得到症状、症型、病机病因等结果，以便辅助医生能更高效率地更准确地判断疾病并对患者进行医治。

附图说明

图1为本发明提供一种中医气血辨证演绎推理的再现方法处理步骤示意图；

图2为本发明的用于病症词汇的信息处理症型症状数据库症状与症型之间的对应关系的5种与或图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

本发明的目的是提供一种中医气血辨证演绎推理的再现方法，包括：

步骤1、获得所要处理的病症词汇信息中的症状词；

步骤2、根据症型症状数据库中症状与症型之间的对应关系，获得该症状词对应的最接近的症型；

步骤3、根据病机病因数据库中症型与病机病因之间的对应关系，获得步骤2中所获得的症型对应的病机病因；

步骤4、判断步骤2和3得到的症状、症型、病机病因之间的对应结果是否合理，如果不合理，则返回步骤2选取仅次于最接近症型的次接近症型，然后进行步骤3和4，直到判断合理则进入步骤5，或直到遍历所有症型都不合理则判断无法进行信息匹配；

步骤5、得出最终的症状、症型、病机病因。

建立辨症症型与对应症状之间的关系描述，即症型、症、主症、病因病机之间的关系。其中症型对应涉及的具体基本症型，包括气虚、气陷、气脱、气滞、气逆、气闭、血虚、血瘀、血热、血寒、气滞血瘀，气虚血瘀，两虚，气不摄血，气随血脱等；症对应某症型所涉及的常见症状；主症表示各症是该症型的典型表现还是次要表现；病因病机则描述该症的发病机理，阐释各症出现的原因。

辨症所涉及症型与症状之间的关系表征。用“与或图”的图式方式表征各种症对症型决策的关系。其中父节点为症型，子节点为该症型下的子症型或者症结点。当子症型或者症结点完全独立，“与”表示各个后续节点(症或子症型)均完全独立，只要其中有一个有解就能进行可靠决策，“或”表示各症(或子症型)之间是只要一个节点满足条件，即可进行判决；可用于符号运算的知识表示规则设计。利用基于特征表<类型T-属性A-可信度C-病因病机R>的方式描述辨症的每个症型对应的症状及其属性。其中症型、症状、病因病机为符号型数据，可信度为数值型数据，此时该表示法在计算机内部就对应一个数据表，包括症型、症状/体征、取值、病因病机四个表项。

当输入待推理的症状集X时，首先遍历常用词汇-标准词汇映射表，将症状词汇X进行标准化处理；然后遍历数据库，按一定顺序取出每个症型对应的主症，参与症型计算；最后根据症型计算结果，根据具体的症(不局限于主症)遍历该症型数据表中的症与病因病机表项，检查数据库是否能较全面解释X各项出现的原因；

进一步的，所述步骤1之前还包括前置步骤a，如果获得所要处理的病症词汇信息中的症状词为非标准症状词库里的标准症状词，则将该病症词汇替换为唯一的标准症状词。

作为一种优选，所述采用基于最大主症匹配度规则完成症型的推理步骤，包括：输入症状的标准化。在已经建立的标准化数据库的基础上将输入症状集X用标准化词汇取代，将其转换成标准化症状集X₀(X→X₀)。主症提取。根据特征表<症-属性-可信度-病因病机>中的可信度属性，提取所有症型S_i对应的主症集，形成标准特征集主症匹配度计算。计算X₀中的各个要素X_0j与知识数据库中记录的所有症型S_i对应的标准主症集之间的匹配度。

症型决策。根据计算的15种相似度，将当前症状集X归属于最大相似度所属的症型S_k，即：若则X∈S_k。

进一步的，所述症型症状数据库包括症型与或图，与或图中的根节点对应的是症状，中间节点对应的是子症型，最终叶节点对应的是主症型；还包括症型数据表，所述症型数据表包括症状数据、症型数据、匹配度数据及病机病因数据，其中所述症型数据包括主症和次症两种，所述匹配度为0/1两个数据，匹配度0对应为次症，匹配度1对应主症。

进一步的，根据症型症状数据库Y₀中记录的主症顺序，从X中提取对应的主症，若X中不存在相应的主症，则该主症用NULL或0表示；首先计算叶节点m(其值为X_0j)的匹配度：然后计算中间节点的匹配度，若L为该中间节点包含的所有叶节点，则中间节点n的匹配度s₁(n)为：

或节点： $s_1^{\left(n\right)}=\max \left(a^{\left(m\right)}\right),l=\mathrm{1,2},...,L$

与节点： $s_1^{\left(n\right)}=\frac{\underset{m=1}{\overset{L}{\mathrm{\&Sigma;}}}{a}^{\left(m\right)}}{L},l=\mathrm{1,2},...,L$

最后计算根节点的主症匹配度s。假设该根节点包含的N子节点，则根节点的主症匹配度计算公式为：

或节点： $s=\max \left(s_1^{\left(n\right)}\right),n=\mathrm{1,2},...,N$

与节点： $s_1^{\left(n\right)}=\frac{\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}{s}_1^{\left(n\right)}}{N},n=\mathrm{1,2},...,N$

如果与或图没有中间层，若其子节点有N个，则其匹配度的计算公式为：

或节点：s＝max(a^(m))n＝1,2,...,N

与节点： $s_1^{\left(n\right)}=\frac{\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}{a}^{\left(m\right)}}{N},n=\mathrm{1,2},...,N$

将当前症状集X归属于最大匹配度所属的症型S_k，即：

若则X∈S_k。

进一步的，采用IF-Then形式表示该数据库中所有症Y₀:A-V的步骤3中判断规则，如果Y₀记录了D维症状与体征，则其具体的产生式规则的形式如下：

IF S_k＝××证AND A＝Y₀ ⁽⁰⁾:A∧V＝Y₀ ⁽⁰⁾:V Then r₀＝R₀

IF S_k＝××证AND A＝Y₀ ⁽¹⁾:A∧V＝Y₀ ⁽¹⁾:V Then r₁＝R₁

…

IF S_k＝××证AND A＝Y₀ ^(D-1):A∧V＝Y₀ ^(d-1):V Then r_d-1＝R_d-1

r＝∪r_i(i＝0,1,...,D-1)。

进一步的，所述步骤4中，如以上步骤中匹配度获得的症型无法很好地解释大部分症状，则认为症型S_k推理不恰当，排除该症型S_k后，继续采用匹配度计算的方法计算新的症型S'_k，进行该症型S'_k的病因病机分析，如此反复，直到解释完备或程序自动退出为止。也就是说症型的最终确定实际上是与病因病机融合在一起的，病因病机解释合理，则认为症型最终合理，否则重新进行推理。

本发明实施例还公开了一种中医气血辨证演绎推理的再现装置，包括：一个数据存储装置，用于存储症型症状数据；一个处理器，用于根据获得所要处理的病症词汇信息中的症状词，根据症型症状数据库中症状与症型之间的对应关系，得出该症状词对应的最接近的症型，然后根据病机病因数据库中症型与病机病因之间的对应关系，获得所获得的症型对应的病机病因，并对比得到的症状、症型、病机病因之间的对应结果是否合理，如果不合理，则重新计算得到仅次于最接近症型的次接近症型，直到获得合理的病症结果，或直到遍历所有症型都不合理则判断无法进行信息匹配；输出相应的症状、症型、病机病因。

进一步的，所述中医气血辨证演绎推理的再现装置还包括：一个输入装置，所述输入装置用于输入所述的症状词。

进一步的，所述中医气血辨证演绎推理的再现装置还包括：一个显示装置，所述显示装置用于显示最终得到的症状、症型、病机病因中一个信息或全部信息。

本发明实施例通过采用一种中医气血辨证演绎推理的再现方法和装置，通过一种可不断完善的症型症状数据库，对于获得的病症词汇进行信息处理后，得到症状、症型、病机病因等结果，以便辅助医生能更高效率地更准确地判断疾病并对患者进行医治。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种中医气血辨证演绎推理的再现方法，其特征在于，包括：

步骤1、获得所要处理的病症词汇信息中的症状词；

步骤2、根据症型症状数据库中症状与症型之间的对应关系，获得该症状词对应的最接近的症型；

步骤3、根据病机病因数据库中症型与病机病因之间的对应关系，获得步骤2中所获得的症型对应的病机病因；

步骤4、判断步骤2和3得到的症状、症型、病机病因之间的对应结果是否合理，如果不合理，则返回步骤2选取仅次于最接近症型的次接近症型，然后进行步骤3和4，直到判断合理则进入步骤5，或直到遍历所有症型都不合理则判断无法进行信息匹配；

步骤5、得出最终的症状、症型、病机病因。

2.如权利要求1所述的中医气血辨证演绎推理的再现方法，其特征在于，所述步骤1之前还包括前置步骤a，如果获得所要处理的病症词汇信息中的症状词为非标准症状词库里的标准症状词，则将该病症词汇替换为唯一的标准症状词。

3.如权利要求1所述的中医气血辨证演绎推理的再现方法，其特征在于，所述症型症状数据库包括症型与或图，与或图中的根节点对应的是症状，中间节点对应的是子症型，最终叶节点对应的是主症型；还包括症型数据表，所述症型数据表包括症状数据、症型数据、匹配度数据及病机病因数据，其中所述症型数据包括主症和次症两种，所述匹配度为0/1两个数据，匹配度0对应为次症，匹配度1对应主症。

4.如权利要求3所述的中医气血辨证演绎推理的再现方法，其特征在于，根据症型症状数据库Y₀中记录的主症顺序，从X中提取对应的主症，若X中不存在相应的主症，则该主症用NULL或0表示；首先计算叶节点m(其值为X_0j)的匹配度：然后计算中间节点的匹配度，若L为该中间节点包含的所有叶节点，则中间节点n的匹配度s₁(n)为：

或节点： $s_1^{\left(n\right)}=\max \left(a^{\left(m\right)}\right),l=\mathrm{1,2},...,L$

与节点： $s_1^{\left(n\right)}=\frac{\underset{m=1}{\overset{L}{\mathrm{\&Sigma;}}}{a}^{\left(m\right)}}{L},l=\mathrm{1,2},...,L$

最后计算根节点的主症匹配度s。假设该根节点包含的N子节点，则根节点的主症匹配度计算公式为：

或节点： $s=\max \left(s_1^{\left(n\right)}\right),n=\mathrm{1,2},...,N$

与节点： $s_1^{\left(n\right)}=\frac{\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}{s}_1^{\left(n\right)}}{N},n=\mathrm{1,2},...,N$

如果与或图没有中间层，若其子节点有N个，则其匹配度的计算公式为：

或节点：s＝max(a^(m))n＝1,2,...,N

与节点： $s_1^{\left(n\right)}=\frac{\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}{a}^{\left(m\right)}}{N},n=\mathrm{1,2},...,N$

将当前症状集X归属于最大匹配度所属的症型S_k，即：

若则X∈S_k。

5.如权利要求4所述的中医气血辨证演绎推理的再现方法，其特征在于，采用IF-Then形式表示该数据库中所有症Y₀:A-V的步骤3中判断规则，如果Y₀记录了D维症状与体征，则其具体的产生式规则的形式如下：

IF S_k＝××证ANDThen r₀＝R₀

IF S_k＝××证ANDThen r₁＝R₁

…

IF S_k＝××证ANDThen r_d-1＝R_d-1

r＝∪r_i(i＝0,1,...,D-1)。

6.如权利要求5所述的中医气血辨证演绎推理的再现方法，其特征在于，所述步骤4中，如以上步骤中匹配度获得的症型无法很好地解释大部分症状，则认为症型S_k推理不恰当，排除该症型S_k后，继续采用匹配度计算的方法计算新的症型S'_k，进行该症型S'_k的病因病机分析，如此反复，直到解释完备或程序自动退出为止。也就是说症型的最终确定实际上是与病因病机融合在一起的，病因病机解释合理，则认为症型最终合理，否则重新进行推理。

7.一种中医气血辨证演绎推理的再现装置，其特征在于，包括：一个数据存储装置，用于存储症型症状数据；一个处理器，用于根据获得所要处理的病症词汇信息中的症状词，根据症型症状数据库中症状与症型之间的对应关系，得出该症状词对应的最接近的症型，然后根据病机病因数据库中症型与病机病因之间的对应关系，获得所获得的症型对应的病机病因，并对比得到的症状、症型、病机病因之间的对应结果是否合理，如果不合理，则重新计算得到仅次于最接近症型的次接近症型，直到获得合理的病症结果，或直到遍历所有症型都不合理则判断无法进行信息匹配；输出相应的症状、症型、病机病因。

8.如权利要求7所述的中医气血辨证演绎推理的再现装置，其特征在于，还包括：一个输入装置，所述输入装置用于输入所述的症状词。

9.如权利要求7所述的中医气血辨证演绎推理的再现装置，其特征在于，还包括：一个显示装置，所述显示装置用于显示最终得到的症状、症型、病机病因中一个信息或全部信息。