CN109920535A - 一种移动中医辨证分析方法及装置 - Google Patents

一种移动中医辨证分析方法及装置 Download PDF

Info

Publication number
CN109920535A
CN109920535A CN201910150130.6A CN201910150130A CN109920535A CN 109920535 A CN109920535 A CN 109920535A CN 201910150130 A CN201910150130 A CN 201910150130A CN 109920535 A CN109920535 A CN 109920535A
Authority
CN
China
Prior art keywords
information
disease
syndrome
attribute
generate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910150130.6A
Other languages
English (en)
Inventor
彭明德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201910150130.6A priority Critical patent/CN109920535A/zh
Publication of CN109920535A publication Critical patent/CN109920535A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明提供了一种移动中医辨证分析方法及装置,其方法包括:采集病位信息以及病性信息;将病位信息以及病性信息进行转换,生成与病位信息以及病性信息相对应的特征向量信息;根据获取的五脏属性信息以及获取的五脏属性之间关系的差异信息对特征向量信息进行分析,生成归纳信息;对归纳信息进行整合,生成证型的五脏属性量化值;对证型的五脏属性量化值以及获取的虚属性特征信息进行分析,生成证型虚实比;根据证型虚实比,分析五脏与病机和/或五脏与症状的相关性。通过将健康状态数字化,结合五脏属性进行综合分析,生成比较准确的健康状态分析信息,作为证型疗效评估模型,提高结果的精准性,提高结果的普适性,提高医疗的自动化。

Description

一种移动中医辨证分析方法及装置
技术领域
本发明涉及医疗分析技术领域,尤其涉及一种移动中医辨证分析方法及装置。
背景技术
在中医辨证论治系统网络化和健康大数据的驱动下,一些计算机软件公司把主力投入到了网络化,而辨证论治系统自身的创新发展相对滞后,一旦把辨证论治系统嵌入到HIS系统其创新就困难了;另一方面,HIS系统迅速补充了中药饮片的计价收费和有中医内容的电子病历,中医辨证论治系统如果没有辅助诊断和提高中医疗效的显著优势,也是很难进入的。
中医中药自身的优势和政策的利好激励,促使人们不断探索中医信息化的路径和方法,急迫需要大量即懂中医,又能编程的跨界人才,相应也需要一个中医学的分支来研究中医信息化的理论和技术,支撑互联网+中医可持续发展,同时区块链的渐渐兴起,移动个人辨证论治系统将是接下来中医信息化的探索路径。
在现有技术中,没有比较准确的中医健康状态分析的方法。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供一种移动中医辨证分析方法及装置。
本发明解决上述技术问题的技术方案如下:一种移动中医辨证分析方法,其包括:
采集病位信息以及病性信息;
将所述病位信息以及所述病性信息进行转换,生成与所述病位信息以及所述病性信息相对应的特征向量信息;
根据获取的五脏属性信息以及获取的五脏属性之间关系的差异信息对所述特征向量信息进行分析,生成归纳信息;
对所述归纳信息进行整合,生成证型的五脏属性量化值;
对所述证型的五脏属性量化值以及获取的虚属性特征信息进行分析,生成证型虚实比;
根据所述证型虚实比,分析五脏与病机和/或五脏与症状的相关性。
本发明的有益效果是:通过将健康状态数字化,结合五脏属性进行综合分析,生成比较准确的健康状态分析信息,作为证型疗效评估模型,提高结果的精准性,提高结果的普适性,提高医疗的自动化。
此外,本发明还提供了一种移动中医辨证分析装置,其包括:存储器,用于存储计算机程序;处理器,用于执行所述计算机程序,实现如上任一项所述的一种移动中医辨证分析方法。
采用上述进一步方案的有益效果是:通过将健康状态数字化,结合五脏属性进行综合分析,生成比较准确的健康状态分析信息,提高结果的精准性,提高结果的普适性,提高医疗的自动化。
另外,本发明还提供了一种存储介质,所述存储介质中存储有指令,当计算机读取所述指令时,使所述计算机执行如上任一项所述的一种移动中医辨证分析方法。
采用上述方案的有益效果是:通过将健康状态数字化,结合五脏属性进行综合分析,生成比较准确的健康状态分析信息,作为证型疗效评估模型,提高结果的精准性,提高结果的普适性,提高医疗的自动化。
附图说明
图1为本发明实施例提供的移动中医辨证分析方法的示意性流程图。
图2为本发明实施例提供的移动中医辨证分析装置示意性结构框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
医案的知识表达:
中医医案是中医学的重要内容和中医经验传承的主要模式,如《伤寒论》、《温病条辨》等。随着中医、中西医结合事业的发展,及与现代科技的逐渐融合,中医医案不但记录形式多样化,其内容也更加丰富,症状扩展到一切生命现象,包括各种实验手段收集的生命信息,以及个人喜好禁忌。
初始医案的选择:
中医文献浩若烟海,如果能首先构建一个面向服务的通用的分布式系统,把其中的医案组织起来提供给不同需求的客户,对中医事业发展功莫大焉。可以先选择最基本的医案集,搭建好平台,由服务方和客户按需逐步扩充。在设计和开发“智能化辨证论治平台”中,选择了中医高校教材《中医内科学》、《中医妇科学》、《中医儿科学》、《中医外科学》、《中医耳鼻喉科学》中的医案,并采用《实用中医性病学》中的医案作为中医性科学的补充。此外,中医的治疗手段非常丰富,除汤药外,还有针灸、推拿、按摩、外治、食疗等等,因此在设计以中医汤药为代表的治疗措施表达时也兼容其他扩展。
医案三元组形式化表示:即case=<problem,symptom,solution>。结合医案的BNF描述,问题域可以用证型的病机属性X来索引,解决方案域可以用治法的功效属性Y来索引,并且假设存在函数f使得:
f:X→Y...................式(1-1)
医案的索引:目前,中医医案分类方法有证型、治法、中医疾病、西医疾病分类等,其中证型、治法、中医疾病分类及术语规范主要依据1997年发布的《中医临床诊疗术语》国家标准,以及中医药高校教材和《中医主题词表》,西医疾病则采用ICD-10疾病分类,应用这些方法建立的索引,其查全和查准率,取决于对医案标引的准确性和深度,全面严格实现有困难,故作为医案检索的约束条件。而证型和治法可以分别用病机属性和功效属性来表示,只须做到形式化表达和共识易行,就可以作为医案的通用索引。
设X为病机属性的集合,包含病位B和病性C两个子集,于是有向量BC:
BC=(b1,b2,Λ,bn,c1,c2,Λ,cm)...................式(1-2)
其中,b指病位;c指病性,n为所采用的病位个数,基础为表、里2个,目前通常指五脏六腑,n=11,病位可以增加经络、六经、卫气营血、三焦等扩展;m为病因、病性、病势等属性个数,基础为阴阳、寒热、虚实,目前30<m<50,可以满足辨证需要。
设X’对应功效属性中的作用病位和药物偏性,为BC'
BC'=(b’1,b'2,…,b'n,c’1,c'2,…,c'm)...................式(1-3)
其中,b指病位;c指病性,n为所采用的病位个数,基础为表、里2个,目前通常指五脏六腑,n=11,病位可以增加经络、六经、卫气营血、三焦等扩展;m为病因、病性、病势等属性个数,基础为阴阳、寒热、虚实,目前30<m<50,可以满足辨证需要。
其中bi(i=1,2,…,n)为证型的病位评价值,指心、肝、脾、肺、肾、胆、胃、肠等n个病位,cj(j=1,2,L,m)指气虚、血虚、阴虚、阳虚、风、寒、暑、湿、燥等m个病性。同理,b’i(i=1,2,…,n)为功效作用的病位评价值,指心、肝、脾、肺、肾、胆、胃、肠等n个作用病位,c’j(j=1,2,L,m)指补气、补血、滋阴、温阳、祛风、散寒、解暑、燥湿、润燥等m个偏性。
目前,传统四诊稳定识别一个证型至多能分辨到3个病位,5个病性,而更多的病位病性属于“随证加减”范围,功效属性亦然,以下仅以病机属性为例进行说明。根据中医辨证习惯,以及现今使用的各种辨证标准,和各种智能化辨证论治系统获取的病机属性的交集,即3个病位,5个病性,于是BC可以更加简略地表示为BC*
其中,b指病位;c指病性,n为所采用的病位个数,基础为表、里2个,目前通常指五脏六腑,n=11,病位可以增加经络、六经、卫气营血、三焦等扩展;m为病因、病性、病势等属性个数,基础为阴阳、寒热、虚实,目前30<m<50,可以满足辨证需要;i指第i个病位,i=1,2,...,n;j指第j个病性,j=1,2,...,m。
其中病位是指状态异常的最主要受损病位,病位为次主要受损病位,以此类推。同理,病性是指最主要病性,等等,并且3个病位互不相同,病性亦然。这样,根据“五脏主病”,就可以把病位与病性搭配起来,转换为人们习以为常的叙述方式,如肝郁脾虚证、肝胃阴虚血瘀证等,或者用病机描述的证型,如“肝肾阴虚,肝风内动”等。再根据顺序数字化方法,病位1为1,病位2:0.67,病位3:0.33;病性1为1,病性2:0.8,病性3:0.6,病性4:0.4,病性5:0.2。归一化得到向量(0.2 0.13 0.07 0.2 0.16 0.12 0.080.05)。
因此,一个证型的形式化表示过程为:先构造(1-4)式,再把(1-4)展开为(1-2)式。
同理,也可以为每一个解决方案做功效属性索引,比如,一味中药、一首方剂、一次针灸、一次导引、一道中式菜、一款中餐等等。
医案的检索:
临床应用“中医门诊、病房辨证论治系统”,采集病人的证候,将获得的症集数字化为病机属性向量,与系统的基本库中的医案作相似匹配,并将选中的医案的治法方药推荐给医生参考。相似度度量采用医案间的病机属性和功效属性的欧式距离:
di=w×||BC0-BCi||...................式(1-5)
其中,i为基本库中的医案数。
以min(di)为选中医案,其中w为属性的权向量。与目前的CBR技术不同的是,需要在医案的检索和重用中探索“证效关系”,使f:X→Y逐步逼近。即同时还要计算功效属性的距离:
d’i=w'×||BC'0-BC'i||...................式(1-6)
因为每个医案一证一方,同理,i为基本库中的医案数。
心脑血管病风险评估:
“心脑血管疾病防治系统”作为中医切入国家重大疾病防治工程的探索,是以国家相关指南为依据,开展心脑血管疾病危险因素防治研究,进行中医体质分类及评估,把防治心脑血管疾病危险因素的关口尽量前移,以利于早期饮食、运动干预和体质调理。
心脑血管病主要危险因素风险及其总体风险评估:
从整体观来看,任一危险因素都会对整体的健康状态产生影响,不存在完全独立的危险因素,以几个可观控的主要危险因素,表达整体健康状态的评估指标,实现了证型属性的规范,满足了基层医疗卫生机构这个防治心脑血管疾病“主战场”的需求。
心脑血管疾病危险度的多级可拓综合评价,包括了心脑血管疾病主要危险因素血压、血脂、血糖、超重及肥胖的风险评估,危险度等级表示为:1级较安全、2级低风险、3级中风险、4级高风险、5级很高风险。
设每个因素子集Ci(C1,C2,...,Cn)有ni个子因素,即如血压可以由收缩压、舒张压和脉压差表示,等等。其中Cik表示第i类因素子集的第k个子因素。
对于每一个因素Ci,进行一级评价,计算出待评对象q对于因素Ci关于等级j的关联度:其中vik=<aik,bik>。
血压、血脂、血糖、超重肥胖检测指标中,对于心脑血管疾病来讲,高密度脂蛋白(HDL_C)值越小危险度越大,其他则值越大危险度越大,故选用最优点x0不在区间中点的关联函数:
式中:ρ(vik,X0)表示点vik与有限区间X0=<a,b>的距离;ρ(vik,Xp)表示点vik与有限区间Xp=<ap,bp>的距离;vik,X0,Xp分别表示待评物元的量值、经典域物元的量值范围和节域物元的量值范围。
当x0=a时,取
其中,
当x0=b时,取
其中,
然后进行等级评价:
则评定q属于等级j0,其中,为待评对象q对于因素Ci关于等级j的关联度,共有m个评价对象,n个评价指标,其中i=1,2,...,n,j=1,2,...,m。
并且通过计算等级变量特征值分别确定待评血压、血脂、血糖、超重肥胖的等级特征值:令
其中i=1,2,...,n,j=1,2,...,m。
其中i=1,2,...,n,j=1,2,...,m。
的整数部分分别表示血压、血脂、血糖、超重肥胖的等级,小数部分提示该等级的轻重程度。
心脑血管病总体风险评估通过计算的加权求和来确定待评对象的等级:令
其中i=1,2,...,n,j=1,2,...,m。
同样,则评定该对象属于等级j*的整数部分,小数部分提示该等级的轻重程度。
心脑血管危险因素聚集的风险分层,根据试验,低危增加10%,中危增加20%,高危增加30%,很高危增加40%符合实际情况。将在积累临床资料后进一步修正。
心脑血管病风险与辨证论治:
心脑血管疾病在血压、血脂、血糖、肥胖等危险因素发现之前,还可能出现体质偏颇。《中医体质分类与判定》规范了平和、气虚、阳虚、阴虚、痰湿、湿热、血瘀、气郁、特禀的中国健康认知,在心脑血管疾病防治中引入体质调理和辨证论治,极大地丰富了改变生活方式的内容。
从中医体质健康问题中抽取了21个共性因子,表达了60个体质健康问题的数量关系,结合血压、血脂、血糖、肥胖及其总体风险度量化,以及年龄、性别、吸烟、饮食运动的风险量化,然后投射到因位性势空间,共同构成证型特征向量,与论治模块连接。从而在心脑血管病防治系统实现了症状采集、辨病辨证、论治3大模块的分离和统一,为中医辨证论治和中医参与其他重大疾病防治工程探索了进一步深化的路径。
如图1所示,图1为本发明实施例提供的一种移动中医辨证论治方法的示意性流程图。本发明提供了一种移动中医辨证分析方法,其包括:
采集病位信息以及病性信息;
将所述病位信息以及所述病性信息进行转换,生成与所述病位信息以及所述病性信息相对应的特征向量信息;
根据获取的五脏属性信息以及获取的五脏属性之间关系的差异信息对所述特征向量信息进行分析,生成归纳信息;
对所述归纳信息进行整合,生成证型的五脏属性量化值;
对所述证型的五脏属性量化值以及获取的虚属性特征信息进行分析,生成证型虚实比;
根据所述证型虚实比,分析五脏与病机和/或五脏与症状的相关性。
本发明的有益效果是:通过将健康状态数字化,结合五脏属性进行综合分析,生成比较准确的健康状态分析信息,作为证型疗效评估模型,提高结果的精准性,提高结果的普适性,提高医疗的自动化。
计算中医学的基本概念:
为了把中医教材临床各科的“医案”中的概念用离散数学方法数量化,理顺之间的逻辑关系,首先,需要定义或者描述计算中医学的基本概念:
四诊:或称望闻问切,为中医望诊、闻诊、问诊和切诊的统称,是中医采集证候的基本技术。
症:指一切不舒适的主观感觉和与多数人不同的形体、功能变化,即“有诸内必形诸外”的异常生命现象,包括通过四诊获取的症状、体征和舌象、脉象,以及能够采集到的理化检测、影像、生物电、基因等数据。症经常笼统地称为症状。
证:是从中医健康观角度观察整体生命活动所处的状态,是因人、因时、因地动态考察机体以及形与神俱,天人合一协调状况的统称,通常是指低于平人健康水平的整体生命活动状态。一般从病因、病位、病性、病势(简称“因位性势”)四个方面来进行描述。
证候:通过四诊对某一个体采集到的症状集,为证之外候。一般指与证型对应的症集,证候规范化就是寻找反映证型的最小症集。
病因:指破坏人体阴阳动态平衡的原因,比如外感六淫、戾气;内伤七情;以及饮食劳倦、外伤、虫兽伤等等。可单一致病或复合致病,病因可以通过直接观测和“审证求因”间接推测获取,是中医健康状态评估体系的因位性势特征组成部分,如风、寒、暑、湿、燥、火,喜、怒、忧、思、悲、恐、惊,痰、瘀、食、虫、……。从系统论讲,当致病因素作用于人体系统,从而使系统的状态参数发生改变,表现出相应的证候,这些因素,称为病因。
病位:指五脏主病,是因位性势特征组成部分,如肝、心、脾、肺、肾,胆、小肠、胃、大肠、膀胱,表,手太阴肺经、……。人体是复杂系统,由若干子系统构成,当整体状态改变时,主要由哪些子系统的故障所造成,这些子系统代表病位。
病性:指证的阴阳、寒热、虚实的性质,是因位性势特征组成部分,如气虚、血虚、阴虚、阳虚,腑实,虚热、……。属于系统状态参数。
病势:疾病、证的变化趋势,包括天地人之间的生克乘侮。现在通常用痊愈、好转、未愈、恶化、死亡进行等级评价。从系统讲,病因作用于人体,其病性是否会发生变化,及其变化趋势,取决于病因的特点和施加病因前系统的状态,这种病变趋势称为病势。
辨证:对证候的分类(或分型)及其识别过程称为辨证。
证型指按治疗措施分类的证的类型,可以从“因位性势”分别表述。
治法:根据证或者证型的因位性势,所对应的正治的治疗原则,包括寒者热之、热者寒之、虚者补之、实者泻之。
病机:指生命活动的整体属性或称因位性势属性及其相互间所有关系的集合。
病:指证型的时间序列分类。
中医辨证论治数学模型探索:
探讨中医对健康干预的信息化,首先需要对健康状态数字化。中医的健康观念,即“阴平阳秘”的形与神俱的动态平衡状态,涵盖了生理,心理,社会,道德以及自然环境多方面因素的协调关系,中医健康观反映了人类物种的进化与追求。
中医对健康状态的评估与干预是因地制宜、因时制宜、因人制宜的复杂模式,需要一个能够概括万事万物的抽象特征空间来表征,也就是中医辨证。因此,可以把每一个证表达为一个特征向量,通常,为了临床经验的复用,会把那些稳定的有对应干预措施的证,称之为证型,一个比较成熟的特征向量称之为因位性势,其特征向量可以简单表示为:
zx={x0,x1,Λxm}....................式(2-1)
其中,m指因位性势属性个数,即证型可以用m个属性的向量表示。
证的抽象的属性如表示病位的有心、肝、胆、脾、胃、肠、肺、肾、膀胱、胞宫、冲任、精室、(表,即可以作为病位,又可以作为病性的发病趋势);表示病因、病性、病势的有:表、腑实、不调、热、虚热、血热、津亏、毒、脓、积聚、寒、暑、气虚、血虚、阴虚、阳虚、不固、心烦、神昏、血瘀、络阻、出血、气滞、咳喘、气逆、阳亢、风、动风、燥、湿、水、痰、食、虫。这里m=45,共计46项。
对应的干预措施表示为治法:
zf={x'0,x’1,Λx'm}....................式(2-2)
其中,与证型的属性向量对应,m指与证型属性一一对应的治法属性个数,即治法可以用m个治法属性的向量表示。
与证的抽象属性对应的病位归经有心、肝、胆、脾、胃、肠、肺、肾、膀胱、胞宫、冲任、精室、(表),对应的治法属性为解表、攻下、调和、清热、清虚热、清血热、生津、解毒、排脓、消积、散寒、清暑、补气、补血、补阴、补阳、固涩、安神、开窍、化瘀、通络、止血、理气、止咳平喘、降逆、潜阳、祛风、熄风、润燥、化湿、利水、化痰、消食、驱虫。
中医对人体生命活动状态的评价居于理想健康状态与死亡之间,假设这种状态在实轴上表示,把理想健康状态设为0,而把死亡设为1,那么非健康状态值的取值区间为(0,1),健康状态值可以用来表示整体健康水平,表示为:
其中,x为证型属性,w为年龄、性别、地域、节气等的权重,表达因时制宜、因地制宜、因人制宜,σ为不能解释的一些特殊状况。
通过随机梯度下降算法使得损失函数(非健康状态值ZX(0))值达到最小,可以训练出一个辨证论治模型f,使得任意给出一个zx,可以匹配一个zf并关联一个最佳干预措施。
f:zx→zf....................式(2-4)
表示中医健康状态的特征空间是具有相同特征值的所有特征向量zx(证型)的集合,或者称之为证的类型空间,六经辨证、经络辨证、脏腑辨证、卫气营血辨证、八纲辨证等都是的子空间。
以上公式(1)-(4),以及特征空间是接下来要介绍的中医理法方药数字化,中医辨证论治数学模型,中西医结合防治心脑血管病系统的数学基础。
阴阳五行差异是事物量化的基础:
阴阳五行是中国人的时空观、宇宙观,是中国人用以概括万事万物的抽象特征空间,“人以天地之气生,四时之法成”,形成了中华民族“天人合一”的共识,因此,中医现代化研究应该顺应“道法自然”的哲学思想。
“万物负阴而抱阳,冲气以为和”(《道德经》),故“阴阳者,天地之道也,万物之纲纪,变化之父母,生杀之本始”,推演世界,“数之可十,推之可百,数之可千,推之可万,万之大不可胜数也。”(《内经》)
因此,万事万物都可以通过其季节、方位、颜色、气味、喜怒等等自然属性进行阴阳五行归类,见表1。阴阳的最初涵义是很朴素的,是指日光的向背,一日之内阴阳是变化的,引申到天地、上下、日月、昼夜、水火、升降、动静、内外、……,其阴阳也是消长的。五行是阴阳消长的拓展,示例了万事万物属性间的“生克制化”关系。
表1形与神俱、天人合一的阴阳五行归属表
万事万物的阴阳五行属性及其关系的差异是进行量化的依据,每一个被量化的对象可以记为xi表示木火土金水5个特征(属性)上各自阴阳消长的量。于是人体生命运行状态可以用五行属性的阴阳消长辨识或表示,把相同(相似)的生命运行状态归为一类(模式类Class),用阴阳五行特征表示的所有模式类称为阴阳五行空间,把阴阳五行空间升维,投射到三阴三阳上,称之为六经辨证,投射到卫气营血上,称之为卫气营血辨证,投射到五脏六腑上,称之为脏腑辨证。也可以投射到中医病因、病位、病性、病势上,称其为四纲辨证,投射到9种体质上,称其为体质辨证。阴阳五行空间也可以降维,“医道虽繁,而可以一言蔽之者,曰阴阳而已”。
阴阳五行空间可以升维,也可以降维,还可以嵌套子空间。这是接下来构建中医辨证论治复杂系统的可行框架。
证型的表述依据的是对事物分类的阴阳五行属性归类方法,这些抽象属性,如肝、心、脾、肺、肾,……,寒、热、虚、实等,简单表示成证型见式(1)zx={x0,x1,Λxm},常用如肝胆湿热证、心脾气血两虚证、……。可以应用模糊综合评价和多属性决策方法把证型表示为:对于n个病位评价单元(记为U={U1,U2,Λ,Un}),m个病性评价指标(记为V={V1,V2,Λ,Vm})的生命活动状态的综合评价问题。病位Ui对第j个病性Vj的评价值用aij表示(i=1,2,…,n,j=1,2,…,m),则n个病位的各病性值构成评价矩阵A:
这是证型的理想模型,病位Ui和病性Vj所有属性都不是独立的,它们之间存在着阴阳交感、对立、互根、消长、转化关系,和五行的生克制化,乘侮相及关系,也就是说A反映了一个时段个体生命运行状态各个属性变化及其相互关系。显然,目前还没有弄清楚这些属性间的数量关系。
中医证型的一般表述
根据中医理论,五脏为五行(木火土金水)属性的典型,五脏六腑间存在表里关系,病性各属性与五脏相关性有差别,称为“五脏主病”,也就是说,胆,气滞,阳亢等与五脏六腑都相关,但与肝关系最密切,故胆,气滞,阳亢等归属肝,余此类推。于是可以把(2-5)式简化为由{病位,病性}构成的向量BC:
BC=(b1,b2,Λ,bn,c1,c2,Λ,cm)...................式(2-6)
其中,b指病位;c指病性,n为所采用的病位个数,基础为表、里2个,目前通常指五脏六腑,n=11,病位可以增加经络、六经、卫气营血、三焦等扩展;m为病因、病性、病势等属性个数,基础为阴阳、寒热、虚实,目前30<m<50,可以满足辨证需要。
其中bi(i=1,2,...,n)为证型的病位评价值,指肝、心、脾、肺、肾、胆、胃、肠等n个病位,cj(j=1,2,...,m)指气虚、血虚、阴虚、阳虚、风、寒、暑、湿、燥等m个病性。目前,传统四诊稳定识别一个证型至多能分辨到3个病位,5个病性,而更多的病位病性属于“随证加减”范围。根据中医辨证习惯和当今应用的各种辨证标准,于是BC可以更加简略地表示为BC*
其中,b指病位;c指病性,n为所采用的病位个数,基础为表、里2个,目前通常指五脏六腑,n=11,病位可以增加经络、六经、卫气营血、三焦等扩展;m为病因、病性、病势等属性个数,基础为阴阳、寒热、虚实,目前30<m<50,可以满足辨证需要;i指第i个病位,i=1,2,...,n;j指第j个病性,j=1,2,...,m。
其中病位1是指状态异常的最主要受损病位,病位2为次主要受损病位,以此类推。同理,病性1是指最主要病性,等等,并且3个病位互不相同,病性亦然。这样,根据“五脏主病”,就可以把病位与病性搭配起来,转换为人们习以为常的叙述方式,如肝郁脾虚证、肝胃阴虚血瘀证等,或者用病机描述的证型,如“肝肾阴虚,肝风内动”等。反之亦然,即把自然语言转换为(2-7)式的形式语言。
建立的病位病性与五脏属性间关系
由于每个人的研究有所侧重,甚至于个人偏好都可能影响对病位病性的归纳分类和细化,使之不尽相同,比如说或长于六经病证,或长于卫气营血辨证,或长于脏腑辨证等等,但是对五脏的认识可达成一致,因此,在上述五脏病机指标体系上,可以把病位、病性与五行的归属关系表示为:
其中,W为归纳信息;bi为病位,cj为病性,xi+j,k为对第k个五脏属性的相关值,i=1,2,…,n,j=1,2,…,m,k=1,2,…,5。
即把(2-7)式量化值代入(2-6)式,余为0,得到该证型的BC。则(2-8)式表示病位Bi病性Cj对第k个五行属性Wk的相关值用xi+j,k表示(i=1,2,…,n,j=1,2,…,m,k=1,2,…,5),xi+j,k表示病位病性与五行属性的相关程度。可以用变量间相似性侧度来近似表达(见表2),作为系统自学习的初始赋值。这样,不管个人对病位病性如何归纳细化,都可能从(2-8)式达到共识。
于是可以用W*来表示证型的五行属性(用肝心脾肺肾五脏代表)量化值。
其中,W*为证型的五脏属性量化值,xi为症型的属性;i=1,2,…,n;
其中,WX为虚属性特征信息,为病性中的气虚、血虚、阴虚、阳虚的虚属性;
其中,S为证型虚实比,为五脏属性的虚属性特征信息,为证型的五脏属性量化值,j=1,2,…,m。
(2-10)式中表示病性中的气虚、血虚、阴虚、阳虚4项典型的虚属性,(2-11)式S近似表示证型虚实比,即虚/(虚+实)×100%,虚指气血阴阳虚。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步地,在所述根据所述证型虚实比,分析五脏与病机和/或五脏与症状的相关性的步骤之后,还包括:
采集症状信息;
对所述症状信息进行分类,生成与所述症状信息相对应的症状表;
对所述症状表进行分析,生成五脏状态受损程度的权向量信息;
对所述五脏状态受损程度的权向量信息以及所述虚属性特征信息进行分析,生成证型评价信息。
采用上述进一步方案的有益效果是:通过对症状信息进行分类并进行相应的分析,得出证候的严重程度,提高结果的精准性,提高结果的普适性,提高医疗的自动化。
五脏与病机的相关性:
表2可见病位病性与五行属性间,以及相互之间的生克制化等各种关系。
表2五脏与病机的相似关系
中医证型的阴阳五行疗效评价模型,症状的阴阳五行量化:
表3为症状的五脏(即阴阳五行)属性量化,是证型向量表示的一种模式。
表3五脏与症状之间的相关性
进一步地,所述症状信息通过下述公式表示:
其中,Z表示观测指标的五脏归属及其权值,即症状信息;zij表示每一症状与五脏属性的相关程度值,i表示1,2,...,m个症状,j表示1,2,...,5,即肝、心、脾、肺、肾5个属性;
所述与所述症状信息相对应的症状表通过下述公式计算:
Ω=(Max(zi1),Max(zi2),∧,Max(zi5));
其中,Ω表示症状表,zij表示每一症状与五脏属性的相关程度值,i表示1,2,...,m个症状;
所述五脏状态受损程度的权向量信息通过下述公式计算:
Ω'=(ω12345);
其中,Ω'表示五脏状态受损程度的权向量信息,ω1为第一类症状的严重程度等级,ω2为第二类症状的严重程度等级,ω3为第三类症状的严重程度等级,ω4为第四类症状的严重程度等级,ω5为第五类症状的严重程度等级;
所述证型评价信息通过下述公式计算:
其中,Z'为证型评价信息,ωi为五类症状中各自的严重程度等级,Wi *为症型的五脏属性的量化值,j表示1,2,...,5,即肝、心、脾、肺、肾5个属性。
采用上述进一步方案的有益效果是:通过对症状信息进行分类并进行相应的分析,得出证候的严重程度,提高结果的精准性,提高结果的普适性,提高医疗的自动化。
具体地,确定观测指标的五脏归属及权值:
类似于中医临床的疾病五脏分类,比如心系病证、肝胆病证、脾胃疾病等等,根据“五脏主病”来对症状分类。于是对于肝心脾肺肾5个病位,m个症状的相关值用zij表示(i=1,2,…,n,j=1,2,…,m),则有矩阵Z(见表2):
其中,Z表示观测指标的五脏归属及其权值,即采集症状信息;zij表示每一症状与五脏属性的相关程度(值),其中i=1,2,...,m个症状,j=1,2,...,5,代表肝、心、脾、肺、肾5个属性。
所述与所述症状信息相对应的症状表通过下述公式计算:
Ω1=(Max(zj1),Max(zj2),∧,Max(zj5))…………式(2-13)
其中,Ω1表示症状表,zij表示每一症状与五脏属性的相关程度值,i表示1,2,...,m个症状;
根据(2-13)式把症状分为肝心脾肺肾5类。
当考察一个证候的严重程度时,由于症状用0,1,…,5表示严重度等级,先根据(2-13)式把症状分为5类,以每一类中某最高严重程度等级为该类的严重程度等级,记为:
Ω'=(ω12345)…………式(2-14)
其中,Ω'表示五脏状态受损程度的权向量信息,ω1为第一类症状的严重程度等级,ω2为第二类症状的严重程度等级,ω3为第三类症状的严重程度等级,ω4为第四类症状的严重程度等级,ω5为第一类症状的严重程度等级;
上式表示五脏状态受损程度的权向量。
证型评价模型:
基于信息熵的复杂度计算,可以借鉴用于证型评价,结合(2-10)式和(2-14)式有:
其中,Z'为证型评价信息,ωi为五类症状中各自的严重程度等级,Wi *为症型的五脏属性的量化值,j表示1,2,...,5,即肝、心、脾、肺、肾5个属性。
进一步地,在所述对所述五脏状态受损程度的权向量信息以及所述虚属性特征信息进行分析,生成证型评价信息的步骤之后,还包括:
获取实验室计量指标信息;
将所述实验室计量指标信息进行转换,生成第一因位性势向量信息;
获取临床影像数据信息;
将所述临床影像数据信息进行转换,生成第二因位性势向量信息;
根据所述第一因位性势向量信息以及所述第二因位性势向量信息对所述证型评价信息进行修正,生成第一评价信息。
采用上述进一步方案的有益效果是:通过模式识别以及信息融合的技术对生命活动状态从整体上进行分类和动态的进行观控,综合考虑每一个影响健康状态的因素,提高结果的精准性,提高结果的普适性,提高医疗的自动化。
实验室计量指标因位性势表述:
当把所有生命现象表示为不同层次、不同尺度的生命信息,通过模式识别,信息融合等技术对生命活动状态从整体上进行分类和动态的进行观控就成为可能。
具体地,通过中医临床各科教材及《实用中医性病学》全部医案的迭代训练,获得证型和方剂属性向量,从而可以对中医知识库进行因位性势属性相似性检索和归经功效属性相似性检索,中医医案的知识表达、存储、检索、重用和更新,和基于医案推理的关键技术。
同理,实验室计量指标也可以用因位性势向量表示。
比如,通过高脂血症的中医病机属性表述研究,探索实验室计量指标的病机属性表述方法。包括临床研究文献中治法观点抽取;多指标的健康危害度等级评价;临床实验设计;应用相关反馈技术的观点融合。该计量指标的病机属性表述方法在中医理论和临床的客观化、规范化上有很好地可操作性。高脂血症得出融合的病位主次排序为肝、胃、脾,病因病性主次排序为气滞、气虚、络阻、食积、痰喘,表示肝胃气滞,脾胃气虚,经络阻滞、饮食、痰浊积滞。且随着血脂异常程度加重,病位主次变化为胃、肾、肝,病因病性主次为食积、络阻、积聚、气滞、痰喘,表示饮食积滞、经络阻滞更重,渐积渐聚,伴气滞,痰喘。
舌象特征向量的因位性势病机属性映射:
通过探讨舌象的颜色和纹理特征向量与因位性势病机属性的关系,和舌象分层检索方法探索了四诊合参(信息融合)问题。提出了舌象特征向量与因位性势相似性检索的四诊合参解决方案,为进一步探索老中医临床经验干预底层特征与因位性势病机属性的映射建立提供了条件。通过临床实验探讨数字化舌诊舌色、苔色标准建立的思路方法,选取了7个舌色、苔色特征与中医传统舌诊内容兼容;并且,用象素点之和代表各舌色、苔色面积来量化舌色、苔色特征是可行的。
当然,所有临床影像数据同样可以抽取特征投射到因位性势向量上。
进一步地,在所述将所述临床影像数据信息进行转换,生成第二因位性势向量信息的步骤之后,还包括:
获取当前经纬度信息;
通过获取的判别函数对所述经纬度信息进行分析,生成地区与湿热属性之间的关系信息;
对所述地区与湿热属性之间的关系信息进行修正,生成湿热属性值;
根据所述湿热属性值对所述第一评价信息进行修正,生成第二评价信息。
采用上述进一步方案的有益效果是:通过经纬度计算出所属区域,进而量化气候、地域、季节因素对辨证论治的影响,和均衡不同气候、地域、季节的经验交流和药物疗效评价的偏差。提高结果的精准性,提高结果的普适性,提高医疗的自动化。
不同地域,不同节气因位性势和治则的差异:
对“中国(1971-2000年)气候标准值”的因子分析,抽取气候、地域因素的“湿热”因子,用以反映不同地域,不同节气因位性势和治则的差异,把我国划分为9个区域,从北到南(从秋冬到春夏)分别赋予不同权值(-0.4,-0.3,…,0.4),建立了判别函数,通过经纬度即可计算出所属区域。用来量化气候、地域、季节因素对辨证论治的影响,和均衡不同气候、地域、季节的经验交流和药物疗效评价的偏差。
这样,我国不同经纬度地区与湿热(燥凉)属性的关系可以用一组Fisher准则判定表示:
L1=-108.29+4.27α+0.19β
L2=-96.45+3.96α+0.2β
L3=-84.96+3.6α+0.23β
L4=-75.02+3.04α+0.33β
L5=-67.49+2.65α+0.38β
L6=-61.83+2.27α+0.44β
L7=-54.44+1.82α+0.49β
L8=-48.64+1.3α+0.56β
L9=-45.93+0.92α+0.61β.......................式(2-16)
式(2-16)中,α为当地纬度,β为当地经度,L1-L9分别表示9类湿热判别函数的因变量,分别对应权值-0.4,-0.3,-0.2,-0.1,0,0.1,0.2,0.3,0.4,把α和β分别代入9个判别式,取值最大那个判别式所对应的权值。例如,某人辨证为皮肤湿热浸淫证,湿热属性值为3,就诊地为广西省北海市北纬21.29,东经108.50。代入(2-16)式,得到权值为0.4,那么,修正后的湿热属性值为:
3+3×0.4=4.2。
进一步地,所述根据所述证型虚实比,分析五脏与病机和/或五脏与症状的相关性的步骤,包括:
获取五脏与病机之间的对应关系信息;
根据所述证型虚实比以及所述五脏与病机之间的对应关系信息进行分析,生成五脏与病机的相关性;
和/或,获取五脏与症状之间的对应关系信息;
根据所述证型虚实比以及所述五脏与症状之间的对应关系信息进行分析,生成五脏与症状的相关性。
采用上述进一步方案的有益效果是:通过将健康状态数字化,结合五脏属性进行综合分析,生成比较准确的健康状态分析信息,提高结果的精准性,提高结果的普适性,提高医疗的自动化。
进一步地,所述五脏与病机之间的对应关系信息的生成方式为:
根据获取的随机梯度下降算法以及损失函数信息对所述第一因位性势向量信息进行运算,生成第一辨证分析模型信息;
对所述第一辨证分析模型信息进行转换,生成五脏与病机之间的对应关系信息;
和/或,所述五脏与症状之间的对应关系信息的生成方式为:
根据获取的随机梯度下降算法以及损失函数信息对所述第二因位性势向量信息进行运算,生成第二辨证分析模型信息;
对所述第二辨证分析模型信息进行转换,生成五脏与症状之间的对应关系信息。
采用上述进一步方案的有益效果是:通过随机梯度下降算法使得损失函数值达到最小,可以训练出一个辨证分析模型,使得任意给出一个特征向量,可以匹配一个推荐治法并关联一个最佳干预措施。
进一步地,所述归纳信息通过下述公式计算:
其中,其中,W为归纳信息;bi为病位,cj为病性,xij为病位病性与五脏属性的相关值,i=1,2,…,n+m,j表示1,2,...,5,即肝、心、脾、肺、肾5个属性;
所述证型的五脏属性量化值通过下述公式计算:
其中,W*为证型的五脏属性量化值,xi为症型的属性;i=1,2,…,m;
所述虚属性特征信息通过下述公式计算:
其中,WX为虚属性特征信息,为病性中的气虚、血虚、阴虚、阳虚的虚属性;
表示病性中的气虚、血虚、阴虚、阳虚4项典型的虚属性;
所述证型虚实比通过下述公式计算:
其中,S为证型虚实比,为五脏属性的虚属性特征信息,为证型的五脏属性量化值,j表示1,2,...,5,即肝、心、脾、肺、肾5个属性。
采用上述进一步方案的有益效果是:通过将健康状态数字化,结合五脏属性进行综合分析,生成比较准确的健康状态分析信息,提高结果的精准性,提高结果的普适性,提高医疗的自动化。证候的自然语言理解:
中医望闻问切四诊收集到的证候是中医医案的重要组成,也是中医诊断的依据,也就是说,证候的完整、准确、主次直接影响诊断,即辨病和辨证的正确与否,从而引导医生高质量完成中医医案的记录。
证候的自然语言理解包括中医四诊文字分词,证候语素的提取,同义词归并,症状的因位性势描述,诊断特征向量构成与数据库匹配。
机器学习与中医临床经验传承:
老中医临床经验传承是中医学的重要内容,是目前中医发展的主要路径,个人中医辨证论治系统通过老中医经验干预对因位性势特征向量的权重向量的训练学习老中医临床经验。
移动中医辨证论治系统及其应用:
移动中医辨证论治系统:应用Delphi编程语言开发的个人中医辨证论治系统,可以方便开发出Windows和Mac版本、安卓、苹果的平板、手机版本。
搭建中医诊所
病历信息交换:随着《心脑血管病防治系统》即《中医辨证论治系统》在临床应用的深入,发现如果把中医辅助诊疗软件分为“四诊”模块,“辨证论治”模块和与HIS系统的接口将有利于中医辅助诊疗软件优化和灵活应用。
门诊病历书写内容与规范:
按照国家中医药管理局《中医病历书写基本规范》(国中医药医政发[2010]29号)中的门(急)诊病历书写内容及要求,“心脑血管病防治系统即中医辨证论治系统”至少要包括复诊病历记录书写内容:就诊时间、科别、中医四诊情况,必要的体格检查和辅助检查结果、诊断、治疗处理意见和医师签名。
初诊病历内容由于考虑到中医全病域覆盖,包括中医情志病,以及心脑血管病主要危险因素评估,设计了包括访客主诉、中医体质测试和心脑血管病主要危险因素调查(后来增添了SCL90量表)的“四诊”模块。这个“四诊”模块现在独立出来开发了微信小程序“中风123”,那么小程序与《心脑血管病防治系统》之间就需要一个文件传递四诊信息。
“心脑血管病防治系统即中医辨证论治系统”的诊断、治疗处理意见的落实可以借助与HIS系统(包括线上线下的药房)的连接。
慢性病管理:
充分发挥我国中西医并存,优势互补之长,强化一级预防,即融入中医治未病思想,将心脑血管疾病预防关口尽可能前移。通过我国最广泛使用的微信社交平台,使用“中风123”小程序方便人们进行“中医体质分类与判定”和心脑血管疾病主要危险因素的简易健康评估,比如血压、血糖、血脂、超重与肥胖,以及饮食、运动、吸烟情况和相关家族史的记录和心脑血管病风险等级初步评估,推行健康教育和初步健康问题采集。
通过《心脑血管病防治系统》,医生借助信息传递与防治对象和基层医疗卫生机构联系起来,构成基层慢性病管理平台基础,这种积木式框架更加有利于人工智能成果的引入,推动平台建设。
《中西医结合心脑血管疾病防治系统软件》是一个完整的个人诊疗系统,可以构成多种应用层次的中西医结合心脑血管疾病防治平台,丰富区域卫生信息服务。云服务器分别与公众查询系统、大数据分析系统、医院信息系统以及多个医生系统连接。
“四诊”与“辨证论治”间的信息交换:
访客通过小程序进行简易健康自测,获得图文健康评估,同时生成健康自测数据信息。通过微信传递给医生,一键导入“心脑血管病防治系统即中医辨证论治系统”。
“辨证论治”与HIS间的信息交换:
当“心脑血管疾病防治系统软件”需要与医院信息系统、或者与区域卫生信息平台进行信息交换时,统一规范为医案信息交换,采用可扩展标记语言XML(Extensible MarkupLanguage)标记或者JSON(JavaScript Object Notation)数据交换格式。
例如使用“心脑血管疾病防治系统软件”辅助诊治一个病员,获取的部分信息组成如下病例。当保存这个医案时,将重写“中医医案.txt”文本文件。
基于微信的健康信息采集流程:
基于微信的“心脑血管病防治系统”模式的健康信息采集操作流程如下:
终端小程序→中医体质辨识→简易心脑血管病风险评估→SCL90心理测评→电脑板→复制访客发来的健康信息→点击“心脑血管病防治”左上方的“导入”按钮→检查年龄、性别、联系方式(地址或电话)→共同流程。
中医诊疗软件的核心是辨证论治,因此选取最新版中医教材,从全部辨证论治内容中按医案体例提取出临床各科“医案”,再从“医案”中整理出中医临床诊疗术语,尽量遵照相关国家标准进行术语规范化;构建辨证论治数据库,实现医案的存储、检索、复用、更新,以及知识发现、知识表示、推理和学习。
此外,如图2所示,图2为本发明实施例提供的一种移动中医辨证分析装置的示意性结构框图。本发明还提供了一种移动中医辨证分析装置,其包括:
存储器1,用于存储计算机程序;
处理器2,用于执行所述计算机程序,实现如上任一项所述的一种移动中医辨证分析方法。
采用上述进一步方案的有益效果是:通过将健康状态数字化,结合五脏属性进行综合分析,生成比较准确的健康状态分析信息,提高结果的精准性,提高结果的普适性,提高医疗的自动化。
另外,本发明还提供了一种存储介质,所述存储介质中存储有指令,当计算机读取所述指令时,使所述计算机执行如上任一项所述的一种移动中医辨证分析方法。
采用上述进一步方案的有益效果是:通过将健康状态数字化,结合五脏属性进行综合分析,生成比较准确的健康状态分析信息,提高结果的精准性,提高结果的普适性,提高医疗的自动化。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种移动中医辨证分析方法,其特征在于,包括:
采集病位信息以及病性信息;
将所述病位信息以及所述病性信息进行转换,生成与所述病位信息以及所述病性信息相对应的特征向量信息;
根据获取的五脏属性信息以及获取的五脏属性之间关系的差异信息对所述特征向量信息进行分析,生成归纳信息;
对所述归纳信息进行整合,生成证型的五脏属性量化值;
对所述证型的五脏属性量化值以及获取的虚属性特征信息进行分析,生成证型虚实比;
根据所述证型虚实比,分析五脏与病机和/或五脏与症状的相关性。
2.根据权利要求1所述的一种移动中医辨证分析方法,其特征在于,在所述根据所述证型虚实比,分析五脏与病机和/或五脏与症状的相关性的步骤之后,还包括:
采集症状信息;
对所述症状信息进行分类,生成与所述症状信息相对应的症状表;
对所述症状表进行分析,生成五脏状态受损程度的权向量信息;
对所述五脏状态受损程度的权向量信息以及所述虚属性特征信息进行分析,生成证型评价信息。
3.根据权利要求2所述的一种移动中医辨证分析方法,其特征在于,所述症状信息通过下述公式表示:
其中,Z表示观测指标的五脏归属及其权值,即症状信息;zij表示每一症状与五脏属性的相关程度值,i表示1,2,...,m个症状,j表示1,2,...,5,即肝、心、脾、肺、肾5个属性;
所述与所述症状信息相对应的症状表通过下述公式计算:
Ω=(Max(zi1),Max(zi2),∧,Max(zi5));
其中,Ω表示症状表;
所述五脏状态受损程度的权向量信息通过下述公式计算:
Ω'=(ω12345);
其中,Ω'表示五脏状态受损程度的权向量信息,ω1为第一类症状的严重程度等级,ω2为第二类症状的严重程度等级,ω3为第三类症状的严重程度等级,ω4为第四类症状的严重程度等级,ω5为第五类症状的严重程度等级;
所述证型评价信息通过下述公式计算:
其中,Z'为证型评价信息,ωi为五类症状中各自的严重程度等级,Wi *为症型的五脏属性的量化值。
4.根据权利要求2所述的一种移动中医辨证分析方法,其特征在于,在所述对所述五脏状态受损程度的权向量信息以及所述虚属性特征信息进行分析,生成证型评价信息的步骤之后,还包括:
获取实验室计量指标信息;
将所述实验室计量指标信息进行转换,生成第一因位性势向量信息;
获取临床影像数据信息;
将所述临床影像数据信息进行转换,生成第二因位性势向量信息;
根据所述第一因位性势向量信息以及所述第二因位性势向量信息对所述证型评价信息进行修正,生成第一评价信息。
5.根据权利要求4所述的一种移动中医辨证分析方法,其特征在于,在所述将所述临床影像数据信息进行转换,生成第二因位性势向量信息的步骤之后,还包括:
获取当前经纬度信息;
通过获取的判别函数对所述经纬度信息进行分析,生成地区与湿热属性之间的关系信息;
对所述地区与湿热属性之间的关系信息进行修正,生成湿热属性值;
根据所述湿热属性值对所述第一评价信息进行修正,生成第二评价信息。
6.根据权利要求4所述的一种移动中医辨证分析方法,其特征在于,所述根据所述证型虚实比,分析五脏与病机和/或五脏与症状的相关性的步骤,包括:
获取五脏与病机之间的对应关系信息;
根据所述证型虚实比以及所述五脏与病机之间的对应关系信息进行分析,生成五脏与病机的相关性;
和/或,获取五脏与症状之间的对应关系信息;
根据所述证型虚实比以及所述五脏与症状之间的对应关系信息进行分析,生成五脏与症状的相关性。
7.根据权利要求6所述的一种移动中医辨证分析方法,其特征在于,所述五脏与病机之间的对应关系信息的生成方式为:
根据获取的随机梯度下降算法以及损失函数信息对所述第一因位性势向量信息进行运算,生成第一辨证分析模型信息;
对所述第一辨证分析模型信息进行转换,生成五脏与病机之间的对应关系信息;
和/或,所述五脏与症状之间的对应关系信息的生成方式为:
根据获取的随机梯度下降算法以及损失函数信息对所述第二因位性势向量信息进行运算,生成第二辨证分析模型信息;
对所述第二辨证分析模型信息进行转换,生成五脏与症状之间的对应关系信息。
8.根据权利要求1所述的一种移动中医辨证分析方法,其特征在于,所述归纳信息通过下述公式计算:
其中,W为归纳信息;bi为病位,cj为病性,xij为病位病性与五脏属性的相关值,i=1,2,…,n+m,j表示1,2,...,5,即肝、心、脾、肺、肾5个属性;
所述证型的五脏属性量化值通过下述公式计算:
其中,W*为证型的五脏属性量化值,xi为症型的属性;i=1,2,…,m;
所述虚属性特征信息通过下述公式计算:
其中,WX为虚属性特征信息,为病性中的气虚、血虚、阴虚、阳虚的虚属性;
所述证型虚实比通过下述公式计算:
其中,S为证型虚实比,为五脏属性的虚属性特征信息,为证型的五脏属性量化值,j表示1,2,...,5,即肝、心、脾、肺、肾5个属性。
9.一种移动中医辨证分析装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序,实现如权利要求1至8中任一项所述的一种移动中医辨证分析方法。
10.一种存储介质,其特征在于,所述存储介质中存储有指令,当计算机读取所述指令时,使所述计算机执行如权利要求1至8中任一项所述的一种移动中医辨证分析方法。
CN201910150130.6A 2019-02-28 2019-02-28 一种移动中医辨证分析方法及装置 Pending CN109920535A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910150130.6A CN109920535A (zh) 2019-02-28 2019-02-28 一种移动中医辨证分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910150130.6A CN109920535A (zh) 2019-02-28 2019-02-28 一种移动中医辨证分析方法及装置

Publications (1)

Publication Number Publication Date
CN109920535A true CN109920535A (zh) 2019-06-21

Family

ID=66962699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910150130.6A Pending CN109920535A (zh) 2019-02-28 2019-02-28 一种移动中医辨证分析方法及装置

Country Status (1)

Country Link
CN (1) CN109920535A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110322961A (zh) * 2019-06-24 2019-10-11 北京联世科技有限公司 一种基于症状程度的中医脏腑辨证定量方法和装置
CN111477302A (zh) * 2020-03-07 2020-07-31 深圳问止中医健康科技有限公司 一种数据的中医辩证算法
CN112819750A (zh) * 2020-12-31 2021-05-18 北京鹰之眼智能健康科技有限公司 基于深度学习的肥胖症远红外图像证候分型方法和系统
CN113241173A (zh) * 2021-05-12 2021-08-10 华中科技大学 一种用于慢性阻塞性肺疾病的中医辅助诊疗方法和系统
CN113270194A (zh) * 2021-04-22 2021-08-17 深圳市雅士长华智能科技有限公司 一种基于云计算的健康数据管理系统
CN113555086A (zh) * 2021-07-26 2021-10-26 平安科技(深圳)有限公司 基于机器学习的辩证分析方法、装置、设备及介质
CN114493399A (zh) * 2021-12-17 2022-05-13 重庆特斯联智慧科技股份有限公司 面向物流机器人取件订单的路径规划方法和系统
CN114493405A (zh) * 2021-12-21 2022-05-13 重庆特斯联智慧科技股份有限公司 基于物流机器人运动轨迹的派单方法和系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101853325A (zh) * 2009-03-31 2010-10-06 江启煜 一种中医临床信息的计算机辅助分析方法
CN107016438A (zh) * 2017-04-14 2017-08-04 温川飙 一种基于中医辨证人工神经网络算法模型的系统
CN108986911A (zh) * 2018-07-06 2018-12-11 成都中医药大学 一种中医辩证论治数据处理方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101853325A (zh) * 2009-03-31 2010-10-06 江启煜 一种中医临床信息的计算机辅助分析方法
CN107016438A (zh) * 2017-04-14 2017-08-04 温川飙 一种基于中医辨证人工神经网络算法模型的系统
CN108986911A (zh) * 2018-07-06 2018-12-11 成都中医药大学 一种中医辩证论治数据处理方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
彭明德 等: "中医证型疗效评价模型研究", 《数理医药学杂志》 *
彭明德 等: "健康状态模式识别及其电子病历设计与应用", 《中国数字医学》 *
彭明德 等: "气候、地域因素对辨证论治的影响探讨", 《四川中医》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110322961A (zh) * 2019-06-24 2019-10-11 北京联世科技有限公司 一种基于症状程度的中医脏腑辨证定量方法和装置
CN110322961B (zh) * 2019-06-24 2021-09-07 北京联世科技有限公司 一种基于症状程度的中医脏腑辨证定量方法和装置
CN111477302A (zh) * 2020-03-07 2020-07-31 深圳问止中医健康科技有限公司 一种数据的中医辩证算法
CN112819750A (zh) * 2020-12-31 2021-05-18 北京鹰之眼智能健康科技有限公司 基于深度学习的肥胖症远红外图像证候分型方法和系统
CN112819750B (zh) * 2020-12-31 2024-05-28 北京鹰之眼智能健康科技有限公司 基于深度学习的肥胖症远红外图像证候分型方法和系统
CN113270194A (zh) * 2021-04-22 2021-08-17 深圳市雅士长华智能科技有限公司 一种基于云计算的健康数据管理系统
CN113241173B (zh) * 2021-05-12 2023-06-13 华中科技大学 一种用于慢性阻塞性肺疾病的中医辅助诊疗方法和系统
CN113241173A (zh) * 2021-05-12 2021-08-10 华中科技大学 一种用于慢性阻塞性肺疾病的中医辅助诊疗方法和系统
CN113555086A (zh) * 2021-07-26 2021-10-26 平安科技(深圳)有限公司 基于机器学习的辩证分析方法、装置、设备及介质
CN113555086B (zh) * 2021-07-26 2024-05-10 平安科技(深圳)有限公司 基于机器学习的辩证分析方法、装置、设备及介质
CN114493399A (zh) * 2021-12-17 2022-05-13 重庆特斯联智慧科技股份有限公司 面向物流机器人取件订单的路径规划方法和系统
CN114493399B (zh) * 2021-12-17 2024-04-09 重庆特斯联智慧科技股份有限公司 面向物流机器人取件订单的路径规划方法和系统
CN114493405A (zh) * 2021-12-21 2022-05-13 重庆特斯联智慧科技股份有限公司 基于物流机器人运动轨迹的派单方法和系统
CN114493405B (zh) * 2021-12-21 2024-04-09 重庆特斯联智慧科技股份有限公司 基于物流机器人运动轨迹的派单方法和系统

Similar Documents

Publication Publication Date Title
CN109920535A (zh) 一种移动中医辨证分析方法及装置
US20220254493A1 (en) Chronic disease prediction system based on multi-task learning model
Liao et al. Applying artificial intelligence technology to support decision-making in nursing: A case study in Taiwan
CN112863630A (zh) 基于数据和知识的个性化精准医疗问答系统
Thirugnanam et al. Improving the prediction rate of diabetes diagnosis using fuzzy, neural network, case based (FNC) approach
Garibaldi et al. Incorporation of expert variability into breast cancer treatment recommendation in designing clinical protocol guided fuzzy rule system models
Kwong et al. A prediction model of blood pressure for telemedicine
US11205140B2 (en) Methods and systems for self-fulfillment of an alimentary instruction set based on vibrant constitutional guidance
CN105447299A (zh) 自助问诊并产生结构化主诉病历的系统及方法
CN109935337A (zh) 一种基于相似性度量的病案查找方法及系统
Lu et al. A survey of group decision making methods in Healthcare Industry 4.0: bibliometrics, applications, and directions
KR20210052122A (ko) 사용자 맞춤형 식품 정보 서비스 제공 시스템 및 그 방법
CN109360658A (zh) 一种基于词向量模型的疾病模式挖掘方法及装置
CN116910172A (zh) 基于人工智能的随访量表生成方法及系统
Grant et al. Machine learning versus traditional methods for the development of risk stratification scores: a case study using original Canadian Syncope Risk Score data
Facchiano et al. A literature review on breathing retraining as a self-management strategy operationalized through Rosswurm and Larrabee's evidence-based practice model
Chen et al. DFML: Dynamic federated meta-learning for rare disease prediction
Kumar et al. A Smart Recommendation System for Medicine using Intelligent NLP Techniques
Li et al. Personalized intelligent syndrome differentiation guided by TCM consultation philosophy
Chou et al. Extracting drug utilization knowledge using self-organizing map and rough set theory
CN113889209A (zh) 一种健康管理服务产品的推荐系统、存储介质
CN116721730B (zh) 一种基于数字疗法的患者全程管理系统
Klüver Self-Enforcing Networks (SEN) for the development of (medical) diagnosis systems
Al Sukar et al. Identifying a drug addict person using artificial neural networks
Zang et al. Automatically recommending healthy living programs to patients with chronic diseases through hybrid content-based and collaborative filtering

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190621

RJ01 Rejection of invention patent application after publication