CN115862840A - 关节疼痛疾病的智能辅助诊断方法和装置 - Google Patents

Abstract

本申请公开了一种关节疼痛疾病的智能辅助诊断方法和装置，通过获取样本病例的疾病属性信息；对疾病属性信息进行分词得到疾病属性信息对应的分词集合，基于分词集合提取样本病例的疾病描述关键词；将疾病描述关键词和分词集合与预设的样本病例的关节疼痛疾病特征信息映射构建疾病关系数据库，对疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库；通过贝叶斯网络模型将疾病类型知识库进行向量化并进行预训练，得到关节疼痛疾病预测模型；基于预测模型，辅助诊断识别待诊断患者结果。本申请解决相关技术中无法快速高效判断关节疾病、医生过于依赖经验的技术问题，实现高效率的智能认知识别，可以有效避免误诊和漏诊现象。

Description

关节疼痛疾病的智能辅助诊断方法和装置

技术领域

本申请属于计算机技术领域，具体而言，涉及一种关节疼痛疾病的智能辅助诊断方法、装置、电子设备及存储介质。

背景技术

关节痛在中医病症中属于肢节痛、肢节肿痛、痹证、痛风等病症范畴。关节炎或关节病牵涉范围非常广泛，种类繁多，病因各异，普遍的临床症状均可表现关节疼痛，因此关节疼痛的鉴别诊断至关重。

目前，关节疼痛疾病主要依据患者关节疼痛的详细病史、既往史以及体格检查的信息和数据，经过医生的临床知识和经验进行人工判断。费时费力，效率低，结果慢，甚至可能出现误诊和漏诊情况。

发明内容

本申请实施例的第一目的在于提供一种关节疼痛疾病的智能辅助诊断方法，以解决上述现有技术存在的至少一个问题。

为实现上述目的，第一方面，本申请提供了一种关节疼痛疾病的智能辅助诊断方法，包括：

获取样本病例的疾病属性信息，所述疾病属性信息包括所述样本病例的病史信息、既往史信息和体格检查描述信息；

对所述疾病属性信息进行分词得到所述疾病属性信息对应的分词集合，基于所述分词集合提取所述样本病例的疾病描述关键词，所述疾病描述关键词表征了所述样本病例的疾病关键信息；

将所述疾病描述关键词和分词集合与预设的所述样本病例的关节疼痛疾病特征信息进行映射构建疾病关系数据库，对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库；

通过贝叶斯网络模型将所述疾病类型知识库进行向量化并进行预训练，得到关节疼痛疾病预测模型；

基于所述预测模型，识别待诊断患者的关节疼痛描述信息和体格检查信息，输出智能辅助诊断结果。

在一个实施例中，所述基于所述分词集合提取所述样本病例的疾病描述关键词包括：通过词频-逆文档频率算法计算出所述分词集合中每个词的TF-IDF值，基于所述TF-IDF值将每个词按降序排列，提取排在最前面的N个词，N为正整数。

在一个实施例中，所述病史信息和既往史信息包括病史描述文本和/或数据，所述体格检查描述信息包括体格检查描述文本和/或数据，对所述疾病属性信息进行分词得到所述疾病属性信息对应的分词集合包括：对所述病史描述文本和/或数据以及所述体格检查描述文本和/或数据进行分词，得到包括所述样本病例的病史信息、既往史信息和体格检查描述信息的分词集合。

在一个实施例中，所述对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库包括：利用K-means算法对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库。

第二方面，本申请还提供了一种关节疼痛疾病的智能辅助诊断装置，包括：

样本采集单元，用于获取样本病例的疾病属性信息，所述疾病属性信息包括所述样本病例的病史信息、既往史信息和体格检查描述信息；

特征提取单元，用于对所述疾病属性信息进行分词得到所述疾病属性信息对应的分词集合，基于所述分词集合提取所述样本病例的疾病描述关键词，所述疾病描述关键词表征了所述样本病例的疾病关键信息；

特征聚类单元，用于将所述疾病描述关键词和分词集合与预设的所述样本病例的关节疼痛疾病特征信息进行映射构建疾病关系数据库，对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库；

模型构建单元，用于通过贝叶斯网络模型将所述疾病类型知识库进行向量化并进行预训练，得到关节疼痛疾病预测模型；

认知设别单元，用于基于所述预测模型，识别待诊断患者的关节疼痛描述信息和体格检查信息，输出智能辅助诊断结果。

在一个实施例中，所述基于所述分词集合提取所述样本病例的疾病描述关键词包括：通过词频-逆文档频率算法计算出所述分词集合中每个词的TF-IDF值，基于所述TF-IDF值将每个词按降序排列，提取排在最前面的N个词，N为正整数。

在一个实施例中，所述病史信息和既往史信息包括病史描述文本和/或数据，所述体格检查描述信息包括体格检查描述文本和/或数据，对所述疾病属性信息进行分词得到所述疾病属性信息对应的分词集合包括：对所述病史描述文本和/或数据以及所述体格检查描述文本和/或数据进行分词，得到包括所述样本病例的病史信息、既往史信息和体格检查描述信息的分词集合。。

在一个实施例中，所述对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库包括：利用K-means算法对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库。

第三方面，本申请还提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述关节疼痛疾病的智能辅助诊断方法的步骤。

第四方面，本申请还提供了一种计算机可读存储介质，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，使得所述处理器执行所述关节疼痛疾病的智能辅助诊断方法的步骤。

本申请实施例提供的一种关节疼痛疾病的智能辅助诊断方法、装置、电子设备及存储介质，通过获取样本病例的疾病属性信息，所述疾病属性信息包括所述样本病例的病史信息、既往史信息和体格检查描述信息；对所述疾病属性信息进行分词得到所述疾病属性信息对应的分词集合，基于所述分词集合提取所述样本病例的疾病描述关键词，所述疾病描述关键词表征了所述样本病例的疾病关键信息；将所述疾病描述关键词和分词集合与预设的所述样本病例的关节疼痛疾病特征信息进行映射构建疾病关系数据库，对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库；通过贝叶斯网络模型将所述疾病类型知识库进行向量化并进行预训练，得到关节疼痛疾病预测模型；基于所述预测模型，识别待诊断患者的关节疼痛描述信息和体格检查信息，输出智能辅助诊断结果。解决了相关技术中无法快速高效判断诊断关节疾病、医生过于依赖经验的技术问题，实现了以下有益效果：利用贝叶斯网络技术，将复杂且高度非线性的语义特征信息转换为可量化的具体语义特征信息，并通过建立线性回归决策树分类器，实现待识别患者的关节疼痛的详细病史以及体格检查的信息和数据的智能认知识别，不仅解决了医生过于依赖经验的问题，而且可以有效避免误诊和漏诊现象。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例提供的关节疼痛疾病的智能辅助诊断方法的实现流程；

图2为本申请实施例提供的关节疼痛疾病的智能辅助诊断装置的主要模块示意图；

图3为本申请实施例提供的可以应用于其中的示例性系统架构图；

图4为适于用来实现本申请实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。

并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本申请中的具体含义。

另外，术语“多个”的含义应为两个以及两个以上。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了本申请一个实施例提供的一种关节疼痛疾病的智能辅助诊断方法的实现流程，为了便于说明，仅示出与本申请实施例相关的部分，详述如下：

一种关节疼痛疾病的智能辅助诊断方法，包括以下步骤：

S101：获取样本病例的疾病属性信息，所述疾病属性信息包括所述样本病例的病史信息、既往史信息和体格检查描述信息；

S102：对所述疾病属性信息进行分词得到所述疾病属性信息对应的分词集合，基于所述分词集合提取所述样本病例的疾病描述关键词，所述疾病描述关键词表征了所述样本病例的疾病关键信息；

S103：将所述疾病描述关键词和分词集合与预设的所述样本病例的关节疼痛疾病特征信息进行映射构建疾病关系数据库，对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库；

S104：通过贝叶斯网络模型将所述疾病类型知识库进行向量化并进行预训练，得到关节疼痛疾病预测模型；

S105：基于所述预测模型，识别待诊断患者的关节疼痛描述信息和体格检查信息，输出智能辅助诊断结果。

在步骤S101中：获取样本病例的疾病属性信息，所述疾病属性信息包括所述样本病例的病史信息、既往史信息和体格检查描述信息。在这里，样本病例即为历史患者的样本数据，包括了若干历史关节痛疾病患者的详细病史、既往史和体格检查的描述文本和数据。需要说明的是，样本数据的数量选择，可以基于实际需求进行适量选择，以保证训练模型的精度即可。

另外，所述病史信息和既往史信息包括病史描述文本和/或数据，所述体格检查描述信息包括体格检查描述文本和/或数据。即，样本病例的疾病属性信息是以描述性文本或者数据的形式收集存储，以便于后续的数据处理。

示例性的，病史描述文本可以包括：患者疼痛的部位、疼痛的类型、疼痛形式、发病快慢、疼痛性质、发作时间、持续的时间、发作频率、疼痛程度、伴随症状、加重或缓解因素等特征；患者体格检查描述文本可以包括：1)关节部位,如膝关节、踝关节、肩关节、腕关节等；2)临床症状描述，包括是否有关节积液、有无红肿、隆起，静脉怒张、窦道、癫痕、肌肉萎缩、畸形等；3)步态状况，包括如破行、鸭行步态、跳跃步态、呆步及麻痹性步态、痉挛性步态等。

在步骤S102中：对所述疾病属性信息进行分词得到所述疾病属性信息对应的分词集合，基于所述分词集合提取所述样本病例的疾病描述关键词，所述疾病描述关键词表征了所述样本病例的疾病关键信息。

在一个实施例中，所述病史信息和既往史信息包括病史描述文本和/或数据，所述体格检查描述信息包括体格检查描述文本和/或数据，对所述疾病属性信息进行分词得到所述疾病属性信息对应的分词集合包括：对所述病史描述文本和/或数据以及所述体格检查描述文本和/或数据进行分词，得到包括所述样本病例的病史信息、既往史信息和体格检查描述信息的分词集合。

比如，所述疾病属性信息包括了样本病例的病史描述文本和体格检查文本，可以通过分词算法对病史描述文本和体格检查描述文本对文本中的文本内容进行分词计算，以得到所述疾病属性信息对应的分词集合，分词集合包括了若干跟样本病例疾病症状、病史、既往史和体格检查相关的词，具体分词的计算参数为预先设置好的。疾病描述关键词为用于描述该样本病例疾病状态的关键代表词，比如，临床上关节疼痛的性质多种多样，有胀痛、刺痛、冷痛、灼痛、绞痛、坠痛、隐痛、游走疼痛、固定疼痛、遇风疼痛、遇热疼痛、喜温喜按疼痛、怕按拒按疼痛等；疼痛形式的分类：钻顶样痛、暴裂样痛、跳动样痛、撕裂样痛、牵拉样痛、压扎样痛等，疾病描述关键词可以为上述词中或之外和患者病状相关的任一或者多个。

在一个实施例中，所述基于所述分词集合提取所述样本病例的疾病描述关键词包括：通过词频-逆文档频率算法计算出所述分词集合中每个词的TF-IDF值，基于所述TF-IDF值将每个词按降序排列，提取排在最前面的N个词，N为正整数。在这里，N可以根据需求进行设置。例如，分词集合中包括以下词：肩关节、刺痛、二十天、遇热痛、畸形等，提取关键词时，根据TF-IDF值的排序为：肩关节、刺痛、二十天、畸形、遇热痛，N设置为3，则提取的样本病例的疾病描述关键词为肩关节、刺痛、二十天。

需要说明的是，TF-IDF的基本思想是：词语的重要性与它在文件中出现的次数成正比，但同时会随着它在语料库中出现的频率成反比下降。也就是说，如果某个词或者短语在一个文档中出现多次，但是在其他文档中很少出现，就可以认为这个词或短语具有很好的区分性，适合用来对这个文档进行表征。

TF-IDF具体方法和步骤为：

第一步，计算词频。

词频＝某个词在文章中的出现次数

考虑到文章有长短之分，为了便于不同文章的比较，进行"词频"标准化。

词频(TF)＝某个词在文章中的出现次数/文章的总词数

或者

词频(TF)＝某个词在文章中的出现次数/该文章出现次数最多的词的出现次数

第二步，计算逆文档频率。

这时，需要一个语料库(corpus)，用来模拟语言的使用环境。

逆文档频率(IDF)＝log(语料库的文档总数/包含该词的文档数+1)

如果一个词越常见，那么分母就越大，逆文档频率就越小越接近0。分母之所以要加1，是为了避免分母为0(即所有文档都不包含该词)。log表示对得到的值取对数。

第三步，计算TF-IDF。

TF-IDF＝词频(TF)*逆文档频率(IDF)

由公式可知：一个词在文档中出现的次数越多，其TF值就越大，整个语料库中包含某个词的文档数越少，则IDF值越大，因此某个词的TF-IDF值越大，则这个词是关键词的概率越大。

可以看到，TF-IDF值与一个词在文档中的出现次数成正比，与该词在整个语言环境中的出现次数成反比。所以，自动提取关键词，就是计算出文档的每个词的TF-IDF值，然后按降序排列，取排在最前面的几个词。

在步骤S103中：将所述疾病描述关键词和分词集合与预设的所述样本病例的关节疼痛疾病特征信息进行映射构建疾病关系数据库，对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库。

在这里，预设的样本病例的关节疼痛疾病特征信息为疾病知识库，疾病知识库里面包括了疾病症状对应的疾病类型。基于已知疾病知识库，将所述疾病描述关键词和分词集合与疾病知识库中的特征进行一一比对，建立映射形成疾病关系数据库。然后对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库，这里，可以将相似度较高的特征关联聚类，得到所述疾病描述关键词和分词集合对应的疾病类型，将相似度相差较大的特征剔除或者更新至疾病知识库中，实现对疾病类型知识库的更新，实现对新疾病类型的知识补足，避免漏诊。

在一个实施例中，所述对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库包括：利用K-means算法对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库。

K-means算法，也称为K一平均或者K-均值。对于给定的样本集，按照样本之间的距离大小，将样本划分为K个簇，让簇内的点尽量紧密的连接在一起，而让簇间的距离尽量的大。

具体的，本实施例中的K-means算法流程如下：

1)、给各个簇中心μ1，μ2...，μc以适当的初值。

2)、更新样本x1，x2，...，xn对应的簇标签y1，y2，...，yn。

yi←argmin|xi-μy||²，i＝1，2，...，n，argmin是使目标函数取最小值时的变量值；

3)、更新各个簇中心μ1，μ2...，μc。

其中y＝1，2，...，c。上式中，ny为属于簇y的样本总数。

4)、直到簇标签达到收敛精度为止，否则重复2，3步的计算。

通常情况下，在聚类算法中，样本的属性主要由其在特征空间中的相对距离来表示。最常见的距离计算方法是欧式距离(又称2-norm距离)。在欧几里德空间中，点x＝(x1，…，xn)和y＝(y1，…，yn)之间的欧氏距离为：

在步骤S104中：通过贝叶斯网络模型将所述疾病类型知识库进行向量化并进行预训练，得到关节疼痛疾病预测模型。由此实现对关节疼痛疾病的智能辅助诊断。

需要说明的是，贝叶斯网络是一种不定性因果关联模型。把某个研究系统中涉及的随机变量，根据是否条件独立绘制在一个有向图中G(V，E)，就形成了贝叶斯网络。一般来说，贝叶斯公式是由两个结点a和b以及一个从a指向b的有向弧构成的最简单的贝叶斯网络。该网络既可以用来根据a的状态来推断b的各种状态的发生概率，也可以反过来根据b的状态推断a的各种状态的发生概率。推而广之：贝叶斯网络的目的是根据某些结点的现有状态，推断其他节点各个状态的条件概率。

贝叶斯公式也可以写成联合概率的形式：

为了计算某个结点的条件概率，贝叶斯网络只须计算整个网络的联合概率即可。

计算贝叶斯网络联合概率的算法是：

1)访问G的每个入度等于0的结点(即没有有向弧指向它的结点)，对每个这样的结点x，标记P_x＝P(x)，前者称为x的标记，后者是x的先验概率；

2)对G中每个这样的结点y进行循环，y的每个先驱结点x_i(i＝1，2，...n)都有标记

令/>

3)反复执行2直到所有结点都被标记为止。

4)把所有出度为0的结点(即不发出任何有向弧的结点)的标记相乘即构成整个网络的联合概率；

5)上述乘积中，相同结点的标记只允许出现一次。

因此，对于最简单贝叶斯网络来说，整个网络的联合概率是：

P(ab)＝P(a)P((b/a)

如果复杂一点的贝叶斯网络，即b的发生是由a、c两个因素联合导致的：

则这个网络的联合概率是：

P(abc)＝P(a)P(c))P(b/ac)

有意思的是，上式中如果P(b/ac)的计算或者统计困难，则可以采用朴素贝叶斯方法，即假设a、c相对于条件b独立，即P(ac/b)＝P(a/b)P(c/b)，则有：

上式右边分子分母中的每一项概率都仅涉及两个或一个因素，因此计算和统计比较容易。

在步骤S105中，基于所述预测模型，识别待诊断患者的关节疼痛描述信息和体格检查信息，输出智能辅助诊断结果。可以将待诊断患者的关节疼痛描述信息和体格检查描述信息通过智能辅助诊断设备或者客户端直接输入至该预测模型中，实现对待诊断患者的智能辅助诊断。

比如，风湿性关节炎往往是游走性的疼痛，疼痛、肿胀、僵硬多发生在手腕部位，并且关节的敏感与肿胀、疼痛同时发生，对称发病。多伴有心脏炎，舞蹈病，环形红斑、皮下结节；沙门菌关节炎、脑膜炎球菌性关节炎、念珠状链杆菌性关节炎等感染性关节炎均以关节疼痛骤然开始，随之可有肿胀或渗液；感染性关节炎多伴有全身中毒症状，发热、头痛、食欲缺乏；甲状旁腺功能亢进关节受累，并可有食欲缺乏，呕吐与便秘，多尿，烦渴，虚弱疲乏，普遍性骨质疏松等。医生或者患者可以直接将上述信息通过智能辅助诊断设备或者客户端直接输入至该预测模型中，实现对待诊断患者的智能辅助诊断

由此，本申请实施例提供的关节疼痛疾病的智能辅助诊断方法，通过获取样本病例的疾病属性信息，所述疾病属性信息包括所述样本病例的病史信息、既往史信息和体格检查描述信息；对所述疾病属性信息进行分词得到所述疾病属性信息对应的分词集合，基于所述分词集合提取所述样本病例的疾病描述关键词，所述疾病描述关键词表征了所述样本病例的疾病关键信息；将所述疾病描述关键词和分词集合与预设的所述样本病例的关节疼痛疾病特征信息进行映射构建疾病关系数据库，对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库；通过贝叶斯网络模型将所述疾病类型知识库进行向量化并进行预训练，得到关节疼痛疾病预测模型；基于所述预测模型，识别待诊断患者的关节疼痛描述信息和体格检查信息，输出智能辅助诊断结果。解决了相关技术中无法快速高效判断诊断关节疾病、医生过于依赖经验的技术问题，实现了以下有益效果：利用贝叶斯网络技术，将复杂且高度非线性的语义特征信息转换为可量化的具体语义特征信息，并通过建立线性回归决策树分类器，实现待识别患者的关节疼痛的详细病史以及体格检查的信息和数据的智能认知识别，不仅解决了医生过于依赖经验的问题，而且可以有效避免误诊和漏诊现象。

图2示出了本申请实施例提供的关节疼痛疾病的智能辅助诊断装置的主要模块示意图，为了便于说明，仅示出与本申请实施例相关的部分，详述如下：

一种关节疼痛疾病的智能辅助诊断装置200，包括：

样本采集单元201，用于获取样本病例的疾病属性信息，所述疾病属性信息包括所述样本病例的病史信息、既往史信息和体格检查描述信息；

特征提取单元202，用于对所述疾病属性信息进行分词得到所述疾病属性信息对应的分词集合，基于所述分词集合提取所述样本病例的疾病描述关键词，所述疾病描述关键词表征了所述样本病例的疾病关键信息；

特征聚类单元203，用于将所述疾病描述关键词和分词集合与预设的所述样本病例的关节疼痛疾病特征信息进行映射构建疾病关系数据库，对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库；

模型构建单元204，用于通过贝叶斯网络模型将所述疾病类型知识库进行向量化并进行预训练，得到关节疼痛疾病预测模型；

认知设别单元205，用于基于所述预测模型，识别待诊断患者的关节疼痛描述信息和体格检查信息，输出智能辅助诊断结果。

对于样本采集单元201：用于获取样本病例的疾病属性信息，所述疾病属性信息包括所述样本病例的病史信息、既往史信息和体格检查描述信息。在这里，样本病例即为历史患者的样本数据，包括了若干历史关节痛疾病患者的详细病史、既往史和体格检查的描述文本和数据。需要说明的是，样本数据的数量选择，可以基于实际需求进行适量选择，以保证训练模型的精度即可。

另外，所述病史信息和既往史信息包括病史描述文本和/或数据，所述体格检查描述信息包括体格检查描述文本和/或数据。即，样本病例的疾病属性信息是以描述性文本或者数据的形式收集存储，以便于后续的数据处理。

示例性的，病史描述文本可以包括：患者疼痛的部位、疼痛的类型、疼痛形式、发病快慢、疼痛性质、发作时间、持续的时间、发作频率、疼痛程度、伴随症状、加重或缓解因素等特征；患者体格检查描述文本可以包括：1)关节部位,如膝关节、踝关节、肩关节、腕关节等；2)临床症状描述，包括是否有关节积液、有无红肿、隆起，静脉怒张、窦道、癫痕、肌肉萎缩、畸形等；3)步态状况，包括如破行、鸭行步态、跳跃步态、呆步及麻痹性步态、痉挛性步态等。

对于特征提取单元202：用于对所述疾病属性信息进行分词得到所述疾病属性信息对应的分词集合，基于所述分词集合提取所述样本病例的疾病描述关键词，所述疾病描述关键词表征了所述样本病例的疾病关键信息。

在一个实施例中，所述病史信息和既往史信息包括病史描述文本和/或数据，所述体格检查描述信息包括体格检查描述文本和/或数据，对所述疾病属性信息进行分词得到所述疾病属性信息对应的分词集合包括：对所述病史描述文本和/或数据以及所述体格检查描述文本和/或数据进行分词，得到包括所述样本病例的病史信息、既往史信息和体格检查描述信息的分词集合。

比如，所述疾病属性信息包括了样本病例的病史描述文本和体格检查文本，可以通过分词算法对病史描述文本和体格检查描述文本对文本中的文本内容进行分词计算，以得到所述疾病属性信息对应的分词集合，分词集合包括了若干跟样本病例疾病症状、病史、既往史和体格检查相关的词，具体分词的计算参数为预先设置好的。疾病描述关键词为用于描述该样本病例疾病状态的关键代表词，比如，临床上关节疼痛的性质多种多样，有胀痛、刺痛、冷痛、灼痛、绞痛、坠痛、隐痛、游走疼痛、固定疼痛、遇风疼痛、遇热疼痛、喜温喜按疼痛、怕按拒按疼痛等；疼痛形式的分类：钻顶样痛、暴裂样痛、跳动样痛、撕裂样痛、牵拉样痛、压扎样痛等，疾病描述关键词可以为上述词中或之外和患者病状相关的任一或者多个。

在一个实施例中，所述基于所述分词集合提取所述样本病例的疾病描述关键词包括：通过词频-逆文档频率算法计算出所述分词集合中每个词的TF-IDF值，基于所述TF-IDF值将每个词按降序排列，提取排在最前面的N个词，N为正整数。在这里，N可以根据需求进行设置。例如，分词集合中包括以下词：肩关节、刺痛、二十天、遇热痛、畸形等，提取关键词时，根据TF-IDF值的排序为：肩关节、刺痛、二十天、畸形、遇热痛，N设置为3，则提取的样本病例的疾病描述关键词为肩关节、刺痛、二十天。

需要说明的是，TF-IDF的基本思想是：词语的重要性与它在文件中出现的次数成正比，但同时会随着它在语料库中出现的频率成反比下降。也就是说，如果某个词或者短语在一个文档中出现多次，但是在其他文档中很少出现，就可以认为这个词或短语具有很好的区分性，适合用来对这个文档进行表征。

TF-IDF具体方法和步骤为：

第一步，计算词频。

词频＝某个词在文章中的出现次数

考虑到文章有长短之分，为了便于不同文章的比较，进行"词频"标准化。

词频(TF)＝某个词在文章中的出现次数/文章的总词数

或者

词频(TF)＝某个词在文章中的出现次数/该文章出现次数最多的词的出现次数

第二步，计算逆文档频率。

这时，需要一个语料库(corpus)，用来模拟语言的使用环境。

逆文档频率(IDF)＝log(语料库的文档总数/包含该词的文档数+1)

如果一个词越常见，那么分母就越大，逆文档频率就越小越接近0。分母之所以要加1，是为了避免分母为0(即所有文档都不包含该词)。log表示对得到的值取对数。

第三步，计算TF-IDF。

TF-IDF＝词频(TF)*逆文档频率(IDF)

由公式可知：一个词在文档中出现的次数越多，其TF值就越大，整个语料库中包含某个词的文档数越少，则IDF值越大，因此某个词的TF-IDF值越大，则这个词是关键词的概率越大。

可以看到，TF-IDF值与一个词在文档中的出现次数成正比，与该词在整个语言环境中的出现次数成反比。所以，自动提取关键词，就是计算出文档的每个词的TF-IDF值，然后按降序排列，取排在最前面的几个词。

对于特征聚类单元203：用于将所述疾病描述关键词和分词集合与预设的所述样本病例的关节疼痛疾病特征信息进行映射构建疾病关系数据库，对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库。

在这里，预设的样本病例的关节疼痛疾病特征信息为疾病知识库，疾病知识库里面包括了疾病症状对应的疾病类型。基于已知疾病知识库，将所述疾病描述关键词和分词集合与疾病知识库中的特征进行一一比对，建立映射形成疾病关系数据库。然后对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库，这里，可以将相似度较高的特征关联聚类，得到所述疾病描述关键词和分词集合对应的疾病类型，将相似度相差较大的特征剔除或者更新至疾病知识库中，实现对疾病类型知识库的更新，实现对新疾病类型的知识补足，避免漏诊。

在一个实施例中，所述对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库包括：利用K-means算法对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库。

K-means算法，也称为K-平均或者K-均值。对于给定的样本集，按照样本之间的距离大小，将样本划分为K个簇，让簇内的点尽量紧密的连接在一起，而让簇间的距离尽量的大。

具体的，本实施例中的K-means算法流程如下：

1)、给各个簇中心μ1，μ2...，μc以适当的初值。

2)、更新样本x1，x2，...，xn对应的簇标签y1，y2，...，yn。

yi←argmin｜｜xi-μy||²，i＝1，2，...，n，argmin是使目标函数取最小值时的变量值；

3)、更新各个簇中心μ1，μ2...，μc。

其中y＝1，2，...，c。上式中，ny为属于簇y的样本总数。

5)、直到簇标签达到收敛精度为止，否则重复2，3步的计算。

通常情况下，在聚类算法中，样本的属性主要由其在特征空间中的相对距离来表示。最常见的距离计算方法是欧式距离(又称2-norm距离)。在欧几里德空间中，点x＝(x1，…，xn)和y＝(y1，…，yn)之间的欧氏距离为：

对于模型构建单元204：用于通过贝叶斯网络模型将所述疾病类型知识库进行向量化并进行预训练，得到关节疼痛疾病预测模型。由此实现对关节疼痛疾病的智能辅助诊断。

需要说明的是，贝叶斯网络是一种不定性因果关联模型。把某个研究系统中涉及的随机变量，根据是否条件独立绘制在一个有向图中G(V，E)，就形成了贝叶斯网络。一般来说，贝叶斯公式是由两个结点a和b以及一个从a指向b的有向弧构成的最简单的贝叶斯网络。该网络既可以用来根据a的状态来推断b的各种状态的发生概率，也可以反过来根据b的状态推断a的各种状态的发生概率。推而广之：贝叶斯网络的目的是根据某些结点的现有状态，推断其他节点各个状态的条件概率。

贝叶斯公式也可以写成联合概率的形式：

为了计算某个结点的条件概率，贝叶斯网络只须计算整个网络的联合概率即可。

计算贝叶斯网络联合概率的算法是：

1)访问G的每个入度等于0的结点(即没有有向弧指向它的结点)，对每个这样的结点x，标记P_x＝P(x)，前者称为x的标记，后者是x的先验概率；

2)对G中每个这样的结点y进行循环，y的每个先驱结点x_i(i＝1，2，...n)都有标记

令/>

3)反复执行2直到所有结点都被标记为止。

4)把所有出度为0的结点(即不发出任何有向弧的结点)的标记相乘即构成整个网络的联合概率；

5)上述乘积中，相同结点的标记只允许出现一次。

因此，对于最简单贝叶斯网络来说，整个网络的联合概率是：

P(ab)＝P(a)P(b/a)

如果复杂一点的贝叶斯网络，即b的发生是由a、c两个因素联合导致的：

则这个网络的联合概率是：

P(abc)＝P(a)P(c)P(b/ac)

有意思的是，上式中如果P(b/ac)的计算或者统计困难，则可以采用朴素贝叶斯方法，即假设a、c相对于条件b独立，即P(ac/b)＝P(a/b)P(c/b)，则有：

上式右边分子分母中的每一项概率都仅涉及两个或一个因素，因此计算和统计比较容易。

对于认知识别单元205，用于基于所述预测模型，识别待诊断患者的关节疼痛描述信息和体格检查信息，输出智能辅助诊断结果。可以将待诊断患者的关节疼痛描述信息和体格检查描述信息通过智能辅助诊断设备或者客户端直接输入至该预测模型中，实现对待诊断患者的智能辅助诊断。

比如，风湿性关节炎往往是游走性的疼痛，疼痛、肿胀、僵硬多发生在手腕部位，并且关节的敏感与肿胀、疼痛同时发生，对称发病。多伴有心脏炎，舞蹈病，环形红斑、皮下结节；沙门菌关节炎、脑膜炎球菌性关节炎、念珠状链杆菌性关节炎等感染性关节炎均以关节疼痛骤然开始，随之可有肿胀或渗液；感染性关节炎多伴有全身中毒症状，发热、头痛、食欲缺乏；甲状旁腺功能亢进关节受累，并可有食欲缺乏，呕吐与便秘，多尿，烦渴，虚弱疲乏，普遍性骨质疏松等。医生或者患者可以直接将上述信息通过智能辅助诊断设备或者客户端直接输入至该预测模型中，实现对待诊断患者的智能辅助诊断

由此，本申请实施例提供的关节疼痛疾病的智能辅助诊断装置。解决了相关技术中无法快速高效判断诊断关节疾病、医生过于依赖经验的技术问题，实现了以下有益效果：利用贝叶斯网络技术，将复杂且高度非线性的语义特征信息转换为可量化的具体语义特征信息，并通过建立线性回归决策树分类器，实现待识别患者的关节疼痛的详细病史以及体格检查的信息和数据的智能认知识别，不仅解决了医生过于依赖经验的问题，而且可以有效避免误诊和漏诊现象。

本申请实施例还提供一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现本申请实施例的关节疼痛疾病的智能辅助诊断方法

本申请实施例还提供一种计算机可读介质，其上存储有计算机程序，程序被处理器执行时实现本申请实施例的关节疼痛疾病的智能辅助诊断方法。

图3示出了可以应用本申请实施例的关节疼痛疾病的智能辅助诊断方法或装置的示例性系统架构300。

如图3所示，系统架构300可以包括终端设备301、302、303，网络304和服务器305。网络304用以在终端设备301、302、303和服务器305之间提供通信链路的介质。网络304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。

用户可以使用终端设备301、302、303通过网络304与服务器305交互，以接收或发送消息等。终端设备301、302、303上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备301、302、303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、膝上型便携计算机和台式计算机等等。

服务器305可以是提供各种服务的服务器，例如对用户利用终端设备301、302、303所发送的往来消息提供支持的后台管理服务器。后台管理服务器可以在接收到终端设备请求后进行分析等处理，并将处理结果反馈给终端设备。

需要说明的是，本申请实施例所提供的关节疼痛疾病的智能辅助诊断方法一般由终端设备301、302、303或服务器305执行，相应地，关节疼痛疾病的智能辅助诊断装置一般设置于终端设备301、302、303或服务器305中。

应该理解，图3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。

下面参考图4，其示出了适于用来实现本申请实施例的电子设备的计算机系统400的结构示意图。图4示出的计算机系统仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图4所示，计算机系统400包括中央处理单元(CPU)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有系统400操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入存储部分408。

特别地，根据本申请公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时，执行本申请的系统中限定的上述功能。

需要说明的是，本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括确定模块、提取模块、训练模块和筛选模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，确定模块还可以被描述为“确定候选用户集的模块”。

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

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种关节疼痛疾病的智能辅助诊断方法，其特征在于，包括：

获取样本病例的疾病属性信息，所述疾病属性信息包括所述样本病例的病史信息、既往史信息和体格检查描述信息；

对所述疾病属性信息进行分词得到所述疾病属性信息对应的分词集合，基于所述分词集合提取所述样本病例的疾病描述关键词，所述疾病描述关键词表征了所述样本病例的疾病关键信息；

将所述疾病描述关键词和分词集合与预设的所述样本病例的关节疼痛疾病特征信息进行映射构建疾病关系数据库，对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库；

通过贝叶斯网络模型将所述疾病类型知识库进行向量化并进行预训练，得到关节疼痛疾病预测模型；

基于所述预测模型，识别待诊断患者的关节疼痛描述信息和体格检查信息，输出智能辅助诊断结果。

2.根据权利要求1所述的关节疼痛疾病的智能辅助诊断方法，其特征在于，所述基于所述分词集合提取所述样本病例的疾病描述关键词包括：通过词频-逆文档频率算法计算出所述分词集合中每个词的TF-IDF值，基于所述TF-IDF值将每个词按降序排列，提取排在最前面的N个词，N为正整数。

3.根据权利要求1所述的关节疼痛疾病的智能辅助诊断方法，其特征在于，所述病史信息和既往史信息包括病史描述文本和/或数据，所述体格检查描述信息包括体格检查描述文本和/或数据，对所述疾病属性信息进行分词得到所述疾病属性信息对应的分词集合包括：对所述病史描述文本和/或数据以及所述体格检查描述文本和/或数据进行分词，得到包括所述样本病例的病史信息、既往史信息和体格检查描述信息的分词集合。

4.根据权利要求3所述的关节疼痛疾病的智能辅助诊断方法，其特征在于，所述对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库包括：利用K-means算法对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库。

5.一种关节疼痛疾病的智能辅助诊断装置，其特征在于，包括：

样本采集单元，用于获取样本病例的疾病属性信息，所述疾病属性信息包括所述样本病例的病史信息、既往史信息和体格检查描述信息；

特征提取单元，用于对所述疾病属性信息进行分词得到所述疾病属性信息对应的分词集合，基于所述分词集合提取所述样本病例的疾病描述关键词，所述疾病描述关键词表征了所述样本病例的疾病关键信息；

特征聚类单元，用于将所述疾病描述关键词和分词集合与预设的所述样本病例的关节疼痛疾病特征信息进行映射构建疾病关系数据库，对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库；

模型构建单元，用于通过贝叶斯网络模型将所述疾病类型知识库进行向量化并进行预训练，得到关节疼痛疾病预测模型；

认知设别单元，用于基于所述预测模型，识别待诊断患者的关节疼痛描述信息和体格检查信息，输出智能辅助诊断结果。

6.根据权利要求5所述的关节疼痛疾病的智能辅助诊断装置，其特征在于，所述基于所述分词集合提取所述样本病例的疾病描述关键词包括：通过词频-逆文档频率算法计算出所述分词集合中每个词的TF-IDF值，基于所述TF-IDF值将每个词按降序排列，提取排在最前面的N个词，N为正整数。

7.根据权利要求5所述的关节疼痛疾病的智能辅助诊断装置，其特征在于，所述病史信息和既往史信息包括病史描述文本和/或数据，所述体格检查描述信息包括体格检查描述文本和/或数据，对所述疾病属性信息进行分词得到所述疾病属性信息对应的分词集合包括：对所述病史描述文本和/或数据以及所述体格检查描述文本和/或数据进行分词，得到包括所述样本病例的病史信息、既往史信息和体格检查描述信息的分词集合。

8.根据权利要求5所述的关节疼痛疾病的智能辅助诊断装置，其特征在于，所述对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库包括：利用K-means算法对所述疾病关系数据库进行聚类得到关节疼痛疾病的疾病类型知识库。

9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至4中任一项所述的关节疼痛疾病的智能辅助诊断方法的步骤。

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，使得所述处理器执行权利要求1至4中任一项所述的关节疼痛疾病的智能辅助诊断方法的步骤。

Images