CN109830299A - 一种基于人体模型的中医病机辨证方法、装置及存储介质 - Google Patents

Abstract

本发明提供了一种基于人体模型的中医病机辨证方法、装置及存储介质，所述方法包括：S1、客户端用户输入患者基本信息，添加病历信息后，进入中医病机辨证界面；S2、根据患者性别和年龄信息自动获取相应的人体模型，并显示于客户端界面；S3、根据患者症状描述，点击人体模型对应部位，选择相应关联提示症状；S4、根据所选症状数据，进行中医病机辨证，给出相应的推荐处方。本发明是基于可视化的人体模型展示，使中医病机辨证过程更加直观化、哪里不舒服点哪里，可操作性强，方便用户使用，提升了用户体验。

Description

一种基于人体模型的中医病机辨证方法、装置及存储介质

技术领域

本发明涉及中医智能辨证技术领域，尤其涉及一种基于人体模型的中医病机辨证方法、装置及存储介质。

背景技术

近现代以来，中医学所面对的临床问题已有显著变化。由于疾病和证候的复杂多样，加之医者水平、学术流派等影响，对同一疾病的辨证方法和辨证分型各有不同，致使证候分类繁多，无法统一，容易机械、僵化，未能充分体现中医辨证的“圆机活法”和个体化治疗的特色与优势。因此，应重视在传承和临床实践的基础上谋求技术创新，更好地服务于中医临床。

中医病机辨证是中医学临床诊疗的基本思路和方法，而辨证论治是中医学的灵魂，取得疗效的关键。辨证体系的形成肇始于张仲景《伤寒论》的六经辨证，历代医家经过长期的临床实践经验积累，依据临床实际的需要，在不同的历史时期从不同视角、层次逐渐发展和完善。临床常用的辨证方法包括八纲辨证、脏腑辨证、经络辨证、气血津液辨证、六经辨证、卫气营血辨证、三焦辨证和病因辨证等，不同的辨证方法具有各自的适用范围和特点，并相互补充。

传统中医病机辨证中症状采集一般通过手动输入，因中国语言文字博大精深，异名繁多、一词多义、同名异义或异名统一等不规范不统一的问题，对于症状输入都存在不可见、输入随意性大，多次反复输入的弊端，既耗时又很难保证准确性，这样往往导致医生或患者通过问诊获得症状输入后不能准确反应真实情况的发生。现有技术已实现将常见症状按疾病系统分类，医生通过经验判断归类后实现中医辨证论治的结果，但如果分类症状很多，对医生查找显然成为一种负担，往往需要逐个点击查找，甚至有误判分类找不到症状的情况，最终导致辨证不准确的问题，这样就很难帮助医生快速精准的识别症状，不能满足中医智能化临床需求。

针对相关技术中的上述问题，目前尚未存在行之有效的解决方案。

发明内容

鉴于上述，本发明提供了一种基于人体模型的中医病机辨证方法、装置及存储介质。

一种基于人体模型的中医病机辨证方法，包括以下步骤：

S1、客户端用户输入患者基本信息，添加病历信息后，进入中医病机辨证界面；

S2、根据患者性别和年龄信息自动获取相应的人体模型，并显示于客户端界面；

S3、根据患者症状描述，点击人体模型对应部位，选择相应关联提示症状；

S4、根据所选症状数据，进行中医病机辨证，给出相应的推荐处方。

进一步的，所述步骤S1之前还包括：人体模型的绘制、人体部位的划分及赋值命名，以及人体模型图像数据、证型数据、症状数据、人体各部位与症状数据相关联的数据的存储。

进一步的，所述人体部位的划分和赋值命名，是采用svg技术，划分人体部位区域范围，再将人体各部位的名称赋值给自定义变量part，得到人体各部位的part属性值。

进一步的，所述人体各部位与症状数据关联，是将人体各部位名称与其对应症状数据转换为json数据，再将所述人体各部位的part属性值与转换好的json数据以键值对的方式进行匹配，从而与其对应的症状数据关联。

进一步的，所述步骤S4的中医病机辨证，包括进行打靶规则计算、证型相似度计算以及最后的证型相似度修正计算。

进一步的，所述证型相似度计算：当T_s为在未进行打靶规则计算的情况下的证型相似度值，满足函数：

其中，X是输入的症状数据的赋值，Y是证型数据中症状数据的赋值，i为症状的个数。

进一步的，所述证型相似度修正计算：基于证型相似度值T_s的结果，然后计算证型相似度修正值Z：

在中靶情况下，满足函数：Z＝0.5+0.32*cot(PI/2-Ts)，其中PI是圆周率；

在未中靶情况下，满足函数：Z＝0.15+0.15*cos(PI/2-Ts)，其中PI是圆周率。

本发明还提供了一种基于人体模型的中医病机辨证装置，包括客户端及服务器，所述客户端包括：输入设备、中央处理器、存储模块及输出设备；所述服务器包括：数据库、中央处理器及辨证模块；

所述输入模块，用于录入患者的基本信息、病历信息、证型数据及症状数据；所述中央处理器，用于执行所述客户端的各种指令及数据的处理；

所述存储模块，用于暂存客户端的各种运算数据及交换数据；

所述输出模块，用于显示患者基本信息及病历信息、人体模型图像以及推荐处方信息；以及所述服务器中

所述数据库，用于存储人体模型图像数据、证型数据、症状数据、人体各部位与症状数据相关联的数据及客户端提交的数据；

所述中央处理器，用于执行所述服务器的各种指令及数据的处理；

所示辨证模块，用于接受客户端指令，调用所述服务器中数据库的数据，辨证出推荐处方。

本发明还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项中医病机辨证方法中的步骤。

综上，本发明提供了一种基于人体模型的中医病机辨证方法、装置及存储介质，所述方法包括：S1、客户端用户输入患者基本信息，添加病历信息后，进入中医病机辨证界面；S2、根据患者性别和年龄信息自动获取相应的人体模型，并显示于客户端界面；S3、根据患者症状描述，点击人体模型对应部位，选择相应关联提示症状；S4、根据所选症状数据，进行中医病机辨证，给出相应的推荐处方。本发明是基于可视化的人体模型展示，使中医病机辨证过程更加直观化、哪里不舒服点哪里，可操作性强，方便用户使用，提升了用户体验。

附图说明

此处所说明的附图用来提供对发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明的一种基于人体模型的中医病机辨证方法的流程示意图；

图2是本发明的一种基于人体模型的中医病机辨证装置的结构示意图；

图3是本发明实施例的人体模型的胸部与对应症状的点选示意图；

图4是本发明实施例的中医病机辨证推荐处方示意图。

具体实施方式

下面结合附图并通过具体实施方式来进一步说明本申请的技术方案。可以理解的是，此处所描述的具体实施例仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法，虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排，当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤，所述处理可以对应于方法、函数、规程、子例程、子程序等等。

术语简介

病机：疾病发生、发展、变化的机理。其内涵包括病理因素、病性、病位、病势，并由此构成病机辨证的基本要素，它是能够涵盖各类疾病的病机变化，包括阴阳失调和邪正盛衰两方面。

辨证：是中医认识疾病和治疗疾病的基本原则，是中医学对疾病的一种特殊的研究和处理方法。辨证即是认证识证的过程，是把四诊(望诊、闻诊、问诊、切诊)所收集的资料、症状和体征，通过分析、综合，辨清疾病的病因、性质、部位，以及邪正之间的关系，概括、判断为某种性质的证；然后根据辨证的结果，确定相应的治疗疾病的手段和方法。

svg：全称Scalable Vector Graphics，中文名：可缩放矢量图形，它是基于可扩展标记语言(标准通用标记语言的子集)，用于描述二维矢量图形的一种图形格式；它由万维网联盟制定，是一个开放标准；遵从XML语法，并用文本格式的描述性语言来描述图像内容，是一种和图像分辨率无关的矢量图形格式。

json：全称JavaScript Object Notation，js对象简谱，一种轻量级的数据交换格式，它基于ECMAScript(欧洲计算机协会制定的js规范)的一个子集，采用完全独立于编程语言的文本格式来存储和表示数据；简单地说：json可以将JavaScript对象中表示的一组数据转换为字符串，然后就可以在网络或者程序之间轻松地传递这个字符串，并在需要的时候将它还原为各编程语言所支持的数据格式；在js语言中，一切都是对象，因此，任何支持的类型都可以通过json来表示，例如字符串、数字、对象、数组等。

json键值对：是用来保存js对象的一种方式，键值对组合中的键名写在前面并用双引号""包裹，使用冒号:分隔，示例性的：{"firstName":"Json"}。

存储介质：任何的各种类型的存储器设备或存储设备，一种安装介质，例如CD-ROM、软盘或磁带装置，计算机系统存储器或随机存取存储器，诸如DRAM、DDRRAM、SRAM、EDORAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)、寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。

在本实施例中提供了一种基于人体模型的中医病机辨证方法，图1是本发明的一种基于人体模型的中医病机辨证方法的流程示意图，如图1所示，包括以下步骤：

S1、客户端用户输入患者基本信息，添加病历信息后，进入中医病机辨证界面；

S2、根据患者性别和年龄信息自动获取相应的人体模型，并显示于客户端界面；

S3、根据患者症状描述，点击人体模型对应部位，选择相应关联提示症状；

S4、根据所选症状数据，进行中医病机辨证，给出相应的推荐处方。

本发明实施例中在执行图1方法流程之前还包括以下步骤：人体模型的绘制、人体部位的划分及赋值命名，以及人体模型图像数据、证型数据、症状数据、人体各部位与症状数据相关联的数据的存储。

进一步的，人体模型的绘制：首先引入图片素材，优选C4D、Maya这两款3D软件，但不仅限于此，将人体模型经过换肤、换衣服、改变五官等方式绘制成最终的人体模型。

进一步的，基于绘制好的人体模型进行人体部位的划分及赋值命名，具体采用svg技术，划分人体部位区域范围，再将人体各部位的名称赋值给自定义变量part，得到人体各部位的part属性值。例如：将人体的胸部赋值给自定义变量part，即part＝"胸部"，具体的：

<path part＝"胸部"class＝'fillnoColor'd＝"M264 134L330133L332.3333135.3333L338.6667 143.3333L343.3333 151L344 167L342 177L340181L307183L258 183L254 155L259.3333 142.3333L262.3333 137.3333L264 134Z"/>

执行以上指令，完成人体的胸部给part的赋值。

在优选实施例中，人体模型包括男性、女性和儿童三种，具体划分为32块，包括：头、面颊、眼、耳、口、鼻、颈部、咽喉、胸部、上腹部、左上腹、右上腹、中腹部、左侧腹、右侧腹、下腹部、左下腹、右下腹、上肢、手、肩关节、肘关节、腕关节、下肢、髋关节、膝关节、踝关节、足、前阴、腰部、后阴、胁；其所划分的部位一致，区域大小与其性别和年龄特征相一致。

进一步的，在本实施例中，当进行人体各部位与症状数据的关联时，是将人体各部位名称与其对应症状数据转换为json数据，再将所述人体各部位的part属性值与转换好的json数据以键值对的方式进行匹配，从而与其对应的症状数据关联，具体的：

执行以上指令，完成人体各部位与症状数据的关联。

在优选实施例中，中医病机辨证的过程遵循打靶规则，在预先存储了症状数据及证型数据，设置证型数据下的症状的分类，如哪些是主症、次症、兼症；定义打靶规则，将输入的症状数据与证型数据中症状数据进行比对，满足证型数据中的某些症状条件，如满足证型数据中的2个主症、3个次症或1个主症、4次症，则比较接近某个证型，认为是中靶，否则为未中靶。

进一步的，还要计算输入的症状数据与该条证型数据中的症状数据的相似度，相似度函数计算方法：当T_s为在未进行打靶规则计算的情况下的证型相似度值，满足函数：

其中，X是输入的症状数据的赋值，Y是证型数据中症状数据的赋值，i为症状的个数。

优选地，当输入症状头痛、头晕、胸闷、胸闷气短症状时，分别给症状赋值，自定义症状：头痛：X₁＝10，头晕：X₂＝15，胸闷：X₃＝20，胸闷气短：X₄＝30，另外给证型数据中的症状赋值：头痛：Y₁＝10、胸闷：Y₂＝20、心悸：Y₃＝25、腰膝酸软：Y₄＝40、自汗：Y₅＝50，然后进行证型相似度计算，得出证型相似度值T_s＝0.3。

在本发明实施例中，会有一些证型虽已中靶，但是相似匹配度不高的情况，则需要提高证型相似度值；也会有一些证型与当前输入的症状相似匹配度较高，但未中靶的情况，则需要降低证型相似度值，从而辨证出最佳证型，得出推荐处方。

鉴于以上两种情况，还需进行证型相似度修正计算：基于上述证型相似度值T_s的计算结果，计算证型相似度修正值Z：

在中靶情况下，满足函数：Z＝0.5+0.32*cot(PI/2-Ts)，其中PI是圆周率；

在未中靶情况下，满足函数：Z＝0.15+0.15*cos(PI/2-Ts)，其中PI是圆周率。

具体的，由上述证型相似度值T_s的计算结果T_s＝0.3时，再进一步修正证型相似度值，在中靶情况下，代入Z＝0.5+0.32*cot(PI/2-Ts)，由此将证型相似度值从0.3修正提高为0.6；而在未中靶情况下，代入Z＝0.15+0.15*cos(PI/2-Ts)，将证型相似度值从0.3修正降低为0.19，以辨证出最佳证型，从而得出推荐处方。

本申请实施例所提供的方法实施例可以在终端、计算机终端或者类似的运算装置中执行。以运行在终端上为例，图2是本发明的一种基于人体模型的中医病机辨证装置的结构示意图，如图2所示，该装置包括客户端1及服务器2，所述客户端1包括：输入模块11、中央处理器12、存储模块13及输出模块14；所述服务器2包括：数据库21、中央处理器22及辨证模块23；

所述输入模块11，用于录入患者的基本信息、病历信息、证型数据及症状数据；

所述中央处理器12，用于执行所述客户端的各种指令及数据的处理；

所述存储模块13，用于暂存客户端的各种运算数据及交换数据；

所述输出模块14，用于显示患者基本信息及病历信息、人体模型图像以及推荐处方信息；以及所述服务器2中

所述数据库21，用于存储人体模型图像数据、证型数据、症状数据、人体各部位与症状数据相关联的数据及客户端1提交的数据；

所述中央处理器22，用于执行所述服务器2的各种指令及数据的处理；

所述辨证模块23，用于接受客户端1指令，调用所述服务器2中数据库的数据，辨证出推荐处方。

如图2所示，所述客户端1中的中央处理器12与输入模块11、存储模块13、输出模块14电性相连；所述服务器2中的中央处理器22与数据库21及辨证模块23电性相连。

此外，所述客户端1与所述服务器2之间通过通信网络进行数据传输及信息共享的，通信网络方式可以是有线或无线，当然优选为无线通信网络，包括但不限于：GSM网络、GPRS网络、CDMA网络、TD-SCDMA网络、TD-LET网络、FDD-LTE网络等无线传输网络。

需要说明的是，本发明实施例中的“模块”可以实现预定功能的软件和/或硬件的组合，尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图3是本发明实施例的人体模型的胸部与对应症状的点选示意图，如图3所示，当图1的所示的方法运用于图2所示的装置中，优选地，如首先客户端用户为患者“张三、男性，30岁”新增一个就诊信息，包括添加基本信息中的的姓名、身份证号、出生日期等，再添加主诉、现病史、既往史、过敏史等病历信息，然后进入人体模型病机辨证界面，当点击如图2所示的男性人体模型的胸部，则胸部会突出显示区别与其他部位不同的颜色，然后主诉选择“胸痛”、“心悸”后确认主诉；继续选择他症，再次点击“胸部”中的“胸痛”下的“胸闷胸痛”、“胸部刺痛”、“胸部引肩背”的症状，同时选择“胸部”中的“肺部不适”下的“呼吸气喘”及下的“呼吸不畅”的症状；同理，再点击人体模型的“口”，选择“口唇颜色”下的“口唇紫绀”作为他症，最终确认症状，经过一系列计算，辨证出如图4所示的推荐处方。

如图4是中医病机辨证推荐处方示意图，应用于图3及点选人体模型其它部位对应的症状后辨证所得，如图4所示，辨证推荐处方，证型：心血瘀阻证，治法：通脉祛瘀，方剂：冠心Ⅱ号方合聚宝丹加减，包括丹参10g、红花10g、血竭2g(研末冲服)、莪术10g、麝香0.3g(冲服)、川芎10g、乳香10g、三七粉3g(冲服)、降香10g；可加减方，服用注意事项：水煎服、每日1剂、早晚分服；需要提醒的是：本方法及装置仅供医学临床参考，不作为处方的最终依据，用户应根据自身的判断选择全部、部分使用或者不使用。

本发明实施例中还提供的一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

优选地，在本发明实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S1、客户端用户输入患者基本信息，添加病历信息后，进入中医病机辨证界面；

S2、根据患者性别和年龄信息自动获取相应的人体模型，并显示于客户端界面；

S3、根据患者症状描述，点击人体模型对应部位，选择相应关联提示症状；

S4、根据所选症状数据，进行中医病机辨证，给出相应的推荐处方。

优选地，存储介质还被设置为存储用于执行以下步骤的计算机程序：人体模型的绘制、人体部位的划分及赋值命名，以及人体模型图像数据、证型数据、症状数据、人体各部位与症状数据相关联的数据的存储；以及打靶规则计算、证型相似度计算和证型相似度修正计算。

需要说明的是，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。

通过以上的实施例的描述，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地：它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法；并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上仅表达了本发明的一种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (9)

1.一种基于人体模型的中医病机辨证方法，其特征在于，包括以下步骤：

S1、客户端用户输入患者基本信息，添加病历信息后，进入中医病机辨证界面；

S2、根据患者性别和年龄信息自动获取相应的人体模型，并显示于客户端界面；

S3、根据患者症状描述，点击人体模型对应部位，选择相应关联提示症状；

S4、根据所选症状数据，进行中医病机辨证，给出相应的推荐处方。

2.根据权利要求1所述的一种基于人体模型的中医病机辨证方法，其特征在于，所述步骤S1之前还包括：人体模型的绘制、人体部位的划分及赋值命名，以及人体模型图像数据、证型数据、症状数据、人体各部位与症状数据相关联的数据的存储。

3.根据权利要求2所述的一种基于人体模型的中医病机辨证方法，其特征在于，所述人体部位的划分和赋值命名，是采用svg技术，划分人体部位区域范围，再将人体各部位的名称赋值给自定义变量part，得到人体各部位的part属性值。

4.根据权利要求2或3所述的一种基于人体模型的中医病机辨证方法，其特征在于，所述人体各部位与症状数据关联，是将人体各部位名称与其对应症状数据转换为json数据，再将所述人体各部位的part属性值与转换好的json数据以键值对的方式进行匹配，从而与其对应的症状数据关联。

5.根据权利要求1所述的一种基于人体模型的中医病机辨证方法，其特征在于，所述步骤S4的中医病机辨证，包括进行打靶规则计算、证型相似度计算以及最后的证型相似度修正计算。

6.根据权利要求5所述的一种基于人体模型的中医病机辨证方法，其特征在于，所述证型相似度计算：当T_s为在未进行打靶规则计算的情况下的证型相似度值，满足函数：

其中，X是输入的症状数据的赋值，Y是证型数据中症状数据的赋值，i为症状的个数。

7.根据权利要求5或6所述的一种基于人体模型的中医病机辨证方法，其特征在于，所述证型相似度修正计算：基于证型相似度值T_s的结果，然后计算证型相似度修正值Z：

在中靶情况下，满足函数：Z＝0.5+0.32*cot(PI/2-T_s)，其中PI是圆周率；

在未中靶情况下，满足函数：Z＝0.15+0.15*cos(PI/2-T_s)，其中PI是圆周率。

8.一种基于人体模型的中医病机辨证装置，包括客户端及服务器，其特征在于，所述客户端包括：输入设备、中央处理器、存储模块及输出设备；所述服务器包括：数据库、中央处理器及辨证模块；

所述输入模块，用于录入患者的基本信息、病历信息、证型数据及症状数据；所述中央处理器，用于执行所述客户端的各种指令及数据的处理；

所述存储模块，用于暂存客户端的各种运算数据及交换数据；

所述输出模块，用于显示患者基本信息及病历信息、人体模型图像以及推荐处方信息；以及所述服务器中

所述数据库，用于存储人体模型图像数据、证型数据、症状数据、人体各部位与症状数据相关联的数据及客户端提交的数据；

所述中央处理器，用于执行所述服务器的各种指令及数据的处理；

所述辨证模块，用于接受客户端指令，调用所述服务器中数据库的数据，辨证出推荐处方。

9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1-7中任一所述的中医病机辨证方法。