CN116665888A - 一种中医证候细粒度量化评价方法及系统 - Google Patents
一种中医证候细粒度量化评价方法及系统 Download PDFInfo
- Publication number
- CN116665888A CN116665888A CN202310921166.6A CN202310921166A CN116665888A CN 116665888 A CN116665888 A CN 116665888A CN 202310921166 A CN202310921166 A CN 202310921166A CN 116665888 A CN116665888 A CN 116665888A
- Authority
- CN
- China
- Prior art keywords
- chinese medicine
- traditional chinese
- evaluation
- medicine syndrome
- fine granularity
- 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
Links
- 208000011580 syndromic disease Diseases 0.000 title claims abstract description 316
- 239000003814 drug Substances 0.000 title claims abstract description 307
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000011158 quantitative evaluation Methods 0.000 title claims abstract description 27
- 238000011156 evaluation Methods 0.000 claims abstract description 431
- 239000011159 matrix material Substances 0.000 claims abstract description 78
- 230000005540 biological transmission Effects 0.000 claims abstract description 62
- 230000005484 gravity Effects 0.000 claims abstract description 37
- 208000024891 symptom Diseases 0.000 claims abstract description 6
- 238000010276 construction Methods 0.000 claims description 23
- 230000001105 regulatory effect Effects 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 6
- 238000013145 classification model Methods 0.000 description 6
- 230000007812 deficiency Effects 0.000 description 5
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本发明涉及医疗技术领域,尤其涉及一种中医证候细粒度量化评价方法及系统,该方法包括:抽取若干待评价中医证候,根据待评价中医证候设置中医证候细粒度评价指标,并根据中医证候细粒度评价指标设置相对应的中医证候细粒度评价指标权重形成中医证候细粒度评价指标权重集合;构造中医证候细粒度评价指标初始矩阵以及中医证候细粒度评价指标比重矩阵;根据所述综合评价值得出各待评价中医证候细粒度综合评价值;将各所述待评价中医证候细粒度综合评价值和标准综合评价值作比较,根据所述比较结果调节评估反馈信息的传输速度用以完成对所述待评价中医证候的评估反馈。本发明提高了中医证候细粒度量化评价的精准性。
Description
技术领域
本发明涉及医疗技术领域,尤其涉及一种中医证候细粒度量化评价方法及系统。
背景技术
在医疗技术领域,中医证候量化研究的不断开展,越来越多的学者使用不同方法建立了相关证候量化模型,而中医证候细粒度量化评价也成了评估证候量化、标准化研究的核心内容。
公开号为CN112599213A的专利文献公开了一种分类编码确定方法、装置、设备及存储介质。该方法包括:获取待确定分类编码的医学文本以及与所述医学文本关联的已构建向量,根据所述已构建向量确定所述医学文本的文本向量;基于所述医学文本在中间知识图谱上进行查询,得到图路径;将所述图路径输入至已训练完成的第二编码分类模型中,并根据所述第二编码分类模型的输出结果确定所述医学文本的第二分类编码;将所述文本向量输入至已训练完成的第一编码分类模型,并根据所述第一编码分类模型的输出结果确定所述医学文本的分类编码;所述根据所述第一编码分类模型的输出结果确定所述医学文本的分类编码,包括:根据所述第一编码分类模型的输出结果确定所述医学文本的第一分类编码,并根据所述第一分类编码和所述第二分类编码确定所述医学文本的分类编码;其中,所述已构建向量是对已构建完成的目标知识图谱进行向量化后得到的向量,所述目标知识图谱是将与文本编码映射关系中的疾病名称关联的语素作为节点构建到初步构建完成的所述中间知识图谱后得到的知识图谱。
但是,现有技术对医学文本以及与所述医学文本关联量化评价方法存在局限,导致量化评价的精准性不足。
发明内容
为此,本发明提供一种中医证候细粒度量化评价方法及系统,可以解决了量化评价的精准性不足的技术问题。
为实现上述目的,本发明提供一种中医证候细粒度量化评价方法,该方法包括:
抽取若干待评价中医证候,根据待评价中医证候设置中医证候细粒度评价指标,并根据所述中医证候细粒度评价指标设置相对应的中医证候细粒度评价指标权重形成中医证候细粒度评价指标权重集合;
构造中医证候细粒度评价指标初始矩阵以及中医证候细粒度评价指标比重矩阵;
根据中医证候细粒度评价指标权重集合和中医证候细粒度评价指标比重矩阵构建综合评价值,并根据所述综合评价值得出各所述待评价中医证候细粒度综合评价值;
将各所述待评价中医证候细粒度综合评价值和标准综合评价值作比较,获得比较结果,并根据所述比较结果调节评估反馈信息的传输速度用以完成对所述待评价中医证候的评估反馈;
其中,构造中医证候细粒度评价指标初始矩阵以及中医证候细粒度评价指标比重矩阵包括:根据所述待评价中医证候和所述中医证候细粒度评价指标构造中医证候细粒度评价指标初始矩阵,并根据所述中医证候细粒度评价指标初始矩阵构造中医证候细粒度评价指标比重矩阵,并根据所述中医证候细粒度评价指标比重矩阵计算任意所述中医证候细粒度评价指标的比重。
进一步地,根据各所述中医证候细粒度评价指标设置相对应的中医证候细粒度评价指标权重形成中医证候细粒度评价指标权重集合时,所述中医证候细粒度评价指标包括:一级划分评价指标、二级划分评价指标、三级划分评价指标以及四级划分评价指标,
设置一级划分评价指标权重、二级划分评价指标权重/>、三级划分评价指标权重/>以及四级划分评价指标权重/>,则中医证候细粒度评价指标的权重集合W=(0.1,0.2,0.3,0.4),
其中,一级划分评价指标的细粒度<二级划分评价指标三级划分评价指标的细粒度<四级划分评价指标的细粒度。
进一步地,根据待评价中医证候和中医证候细粒度评价指标构造中医证候细粒度评价指标初始矩阵时,构造中医证候细粒度评价指标初始矩阵,/>,,
,
其中,表示为第i个待评价中医证候第j个中医证候细粒度评价指标。
进一步地,根据所述中医证候细粒度评价指标初始矩阵构造中医证候细粒度评价指标比重矩阵时,中医证候细粒度评价指标比重矩阵,/>,/>,
,
其中,表示为第j个中医证候细粒度评价指标下第i个待评价中医证候占所述中医证候细粒度评价指标的比重。
进一步地,根据中医证候细粒度评价指标权重集合和中医证候细粒度评价指标比重矩阵构建综合评价值时,根据由一级划分评价指标、二级划分评价指标/>、三级划分评价指标/>以及四级划分评价指标/>组成的权重集合,/>和中医证候细粒度评价指标比重矩阵得出各中医证候的细粒度综合评价值,
,
其中,表示综合评价值
进一步地,将各所述待评价中医证候细粒度综合评价值和标准综合评价值作比较时,
设置标准综合评价值H0,其中,H0(Hmax,Hmin),
设置评估反馈信息标准传输速度V0;
若所述综合评价值H属于标准综合评价值H0时,则以标准传输速度传输评估反馈信息;
若所述综合评价值H不属于综合评价值H0时,则计算综合评价值差值并根据所述综合评价值差值与预设的第一综合评价值差值△H1和第二综合评价值差值△H2的关系所确定的第一调节系数α1、第二调节系数α2或第三调节系数α3对所述标准传输速度进行反向调节,并按照反向调节后的传输速度传输所述评估反馈信息;
以及,根据所述综合评价值差值与预设的第三综合评价值差值△H1’和第四综合评价值差值△H2’的关系所确定的第四调节系数α4、第五调节系数α5或是第六调节系数α6对所述标准传输速度进行正向调节,并按照正向调节后的传输速度传输所述评估反馈信息。
进一步地,根据所述综合评价值差值调节评估反馈信息标准传输速度时,设置第一综合评价值差值△H1和第二综合评价值差值△H2,
当H>Hmax时,计算第一实际综合评价值差值△H,其中△H=H-Hmax;
当△H<△H1时,则选取第一调节系数α1调节评估反馈信息标准传输速度为V1=V0(1-α1),;
当△H1≤△H<△H2时,则选取第二调节系数α2调节评估反馈信息标准传输速度为V2=V0(1-α2),;
当△H≥△H2时,则选取第三调节系数α3调节评估反馈信息标准传输速度为V3=V0(1-α3),。
进一步地,根据所述综合评价值差值调节评估反馈信息标准传输速度时,设置第三综合评价值差值△H1’、第四综合评价值差值△H2’,
当H<Hmin时,计算第二实际综合评价值差值△H’,△H’=Hmin-H;
当△H’<△H1’时,则选取第四调节系数α4调节评估反馈信息标准传输速度为V1=V0(1+α4),;
当△H1’≤△H’<△H2’时,则选取第五调节系数α5调节评估反馈信息标准传输速度为V1=V0(1+α5),;
当△H’≥△H2’时,则选取第六调节系数α6调节评估反馈信息标准传输速度V1=V0(1+α6),。
进一步地,抽取若干待评价中医证候时,至少抽取10个待评价中医证候,并整合所述待评价中医证候形成中医证候评价测试集,根据所述中医证候评价测试集中的待评价中医证候的数量构建中医证候细粒度评价指标比重矩阵。
另一方面,本发明实施例还提供一种中医证候细粒度量化评价方法的评价系统,该系统包括:
抽取模块,用以抽取若干待评价中医证候,根据待评价中医证候设置中医证候细粒度评价指标,并根据所述中医证候细粒度评价指标设置相对应的中医证候细粒度评价指标权重形成中医证候细粒度评价指标权重集合;
构造模块,与所述抽取模块连接,包括第一构造单元、第二构造单元以及计算单元,所述第一构造单元用以根据所述待评价中医证候和所述中医证候细粒度评价指标构造中医证候细粒度评价指标初始矩阵,所述第二构造单元用以根据所述中医证候细粒度评价指标初始矩阵构造中医证候细粒度评价指标比重矩阵,所述计算单元用以根据所述中医证候细粒度评价指标比重矩阵计算任意所述中医证候细粒度评价指标的比重;
评价模块,与所述构造模块连接,用以根据中医证候细粒度评价指标权重集合和中医证候细粒度评价指标比重矩阵构建综合评价值,并根据所述综合评价值得出各所述待评价中医证候细粒度综合评价值;
反馈模块,与所述评价模块连接,用以将各所述待评价中医证候细粒度综合评价值和标准综合评价值作比较,获得比较结果,并根据所述比较结果调节评估反馈信息的传输速度用以完成对所述待评价中医证候的评估反馈。
与现有技术相比,本发明的有益效果在于,通过设置中医证候细粒度评价指标,并根据所述中医证候细粒度评价指标设置相对应的中医证候细粒度评价指标权重,实现了对于中医证候细粒度评价指标权重集合的设置;通过构造中医证候细粒度评价指标初始矩阵以及构造中医证候细粒度评价指标比重矩阵,实现了对任意所述中医证候细粒度评价指标的比重的计算;通过中医证候细粒度评价指标权重集合和中医证候细粒度评价指标比重矩阵,实现了综合评价值的勾线构建,从而得出各所述待评价中医证候细粒度综合评价值;通过各所述待评价中医证候细粒度综合评价值和标准综合评价值作比较,实现了评估反馈信息的传输速度的针对性调节。通过中医证候细粒度量化评价方法,实现了对于中医证候细粒度量化评价的准确性、客观性以及可靠性。
尤其,通过设置中医证候细粒度评价指标包括:病位因素评价指标、四级诊断评价指标以及症状摘要评价指标,实现了对于中医证候细粒度评价判断的标准,并根据所述中医证候细粒度评价指标权重值的分配,突出了对中医证候细粒度评价重点,提高了中医证候细粒度的量化评估的精准性。
尤其,通过构造中医证候细粒度评价指标初始矩阵,实现了对于各所述待评价中医证候评价的可靠性。
尤其,通过构造中医证候细粒度评价指标比重矩阵,实现了对于各所述待评价中医证候评价的客观性。
尤其,通过建立综合评价值对中医证候评价指标进行客观的赋权,实现了根据权重对中医证候细粒度的科学决策,实现了对中医证候细粒度量化评估的准确性。
尤其,通过将各所述待评价中医证候细粒度综合评价值和标准综合评价值作比较,实现了通过综合评价值的比较调节评估反馈信息标准传输速度的目的,达到了分级传输的目的,实现了分层反馈的目的,使得管理端针对性管理中医证候细粒度。
尤其,通过综合评价值的比较调节评估反馈信息标准传输速度实现了对于各所述中医证候细粒度的综合评价值的顺序传输,使得综合评价值低的优先传输,更好的确定了对各所述中医证候处理的优先级,使得可以对中医证候中的细粒度进行及时检查并补充。
附图说明
图1为本发明实施例提供的中医证候细粒度量化评价方法的流程示意图;
图2为本发明实施例提供的中医证候细粒度量化评价方法的另一流程示意图;
图3为本发明实施例提供的中医证候细粒度量化评价系统的结构示意图;
图4为本发明实施例提供的构造模块的结构示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“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。
请参阅图1-2所示,发明实施例提供的中医证候细粒度量化评价方法的流程示意图,该方法包括:
步骤S100:抽取若干待评价中医证候,根据待评价中医证候设置中医证候细粒度评价指标,并根据所述中医证候细粒度评价指标设置相对应的中医证候细粒度评价指标权重形成中医证候细粒度评价指标权重集合;
步骤S200:构造中医证候细粒度评价指标初始矩阵以及中医证候细粒度评价指标比重矩阵;
步骤S300:根据中医证候细粒度评价指标权重集合和中医证候细粒度评价指标比重矩阵构建综合评价值,并根据所述综合评价值得出各所述待评价中医证候细粒度综合评价值;
步骤S400:将各所述待评价中医证候细粒度综合评价值和标准综合评价值作比较,获得比较结果,并根据所述比较结果调节评估反馈信息的传输速度用以完成对所述待评价中医证候的评估反馈;
在步骤S200中,构造中医证候细粒度评价指标初始矩阵以及中医证候细粒度评价指标比重矩阵包括:根据所述待评价中医证候和所述中医证候细粒度评价指标构造中医证候细粒度评价指标初始矩阵,并根据所述中医证候细粒度评价指标初始矩阵构造中医证候细粒度评价指标比重矩阵,并根据所述中医证候细粒度评价指标比重矩阵计算任意所述中医证候细粒度评价指标的比重。
具体而言,本发明实施例中,通过设置中医证候细粒度评价指标,并根据所述中医证候细粒度评价指标设置相对应的中医证候细粒度评价指标权重,实现了对于中医证候细粒度评价指标权重集合的设置,通过构造中医证候细粒度评价指标初始矩阵以及构造中医证候细粒度评价指标比重矩阵,实现了对任意所述中医证候细粒度评价指标的比重的计算,通过中医证候细粒度评价指标权重集合和中医证候细粒度评价指标比重矩阵,实现了综合评价值的勾线构建,从而得出各所述待评价中医证候细粒度综合评价值,通过各所述待评价中医证候细粒度综合评价值和标准综合评价值作比较,实现了评估反馈信息的传输速度的针对性调节。
通过中医证候细粒度量化评价方法,实现了对于中医证候细粒度量化评价的准确性、客观性以及可靠性。
具体而言,根据各所述中医证候细粒度评价指标设置相对应的中医证候细粒度评价指标权重形成中医证候细粒度评价指标权重集合时,所述中医证候细粒度评价指标包括:一级划分评价指标、二级划分评价指标、三级划分评价指标以及四级划分评价指标,
设置一级划分评价指标权重、二级划分评价指标权重/>、三级划分评价指标权重/>以及四级划分评价指标权重/>,则中医证候细粒度评价指标权重集合W=(0.1,0.2,0.3,0.4),
其中,一级划分评价指标的细粒度<二级划分评价指标三级划分评价指标的细粒度<四级划分评价指标的细粒度。
具体而言,为着重突出中医证候细粒度这一重点,针对不同的评价指标应当设置不同的权重值。为更加侧重中医证候细粒度层面,通过脏腑定位和证候要素将中医证候分层至不能再进一步划分,分别制定各个层级证候的细分标准,最终形成一个完整的细分体系,如肺气虚证的一级划分为虚证;二级划分区分表里,如里虚证;三级划分在二级基础上再分气、血、津、液、寒、热,如气虚证;四级划分时加上病位因素,例如肺气虚证。并按照将细粒度最大评价指标即四级评价指标进行最大的权重赋值,用以更好的反映中医证候细粒度的量化评估。
具体而言,本发明实施例中,通过设置中医证候细粒度评价指标包括:病位因素评价指标、四级诊断评价指标以及症状摘要评价指标,实现了对于中医证候细粒度评价判断的标准,并根据所述中医证候细粒度评价指标权重值的分配,突出了对中医证候细粒度评价重点,提高了中医证候细粒度的量化评估的精准性。
具体而言,根据待评价中医证候和中医证候细粒度评价指标构造中医证候细粒度评价指标初始矩阵时,构造中医证候细粒度评价指标初始矩阵,/>,,
,
其中,表示为第i个待评价中医证候第j个中医证候细粒度评价指标。
具体而言,在进行中医证候细粒度评价的时候,可以选择m个待评价中医证候,表示为M={M1,M2,···,Mm},并对m个所述待评价中医证候分别进行评价得到n个评价指标,记为N={N1,N2,··,Nn},当第1个待评价中医证候第1个中医证候细粒度评价指标为0.5,则T11=0.5。
具体而言,本发明实施例中,通过构造中医证候细粒度评价指标初始矩阵,实现了对于各所述待评价中医证候评价的可靠性。
具体而言,根据所述中医证候细粒度评价指标初始矩阵构造中医证候细粒度评价指标比重矩阵时,中医证候细粒度评价指标比重矩阵,
,
其中,表示为第j个中医证候细粒度评价指标下第i个待评价中医证候占所述中医证候细粒度评价指标的比重。
具体而言,本发明实施例中,通过构造中医证候细粒度评价指标比重矩阵,实现了对于各所述待评价中医证候评价的客观性。
具体而言,根据中医证候细粒度评价指标权重集合和中医证候细粒度评价指标比重矩阵构建综合评价值时,根据由一级划分评价指标、二级划分评价指标/>、三级划分评价指标/>以及四级划分评价指标/>组成的权重集合/>和中医证候细粒度评价指标比重矩阵得出各中医证候的细粒度综合评价值,
,
其中,表示综合评价值。
具体而言,本发明实施例中,通过建立综合评价值对中医证候评价指标进行客观的赋权,实现了根据权重对中医证候细粒度的科学决策,实现了对中医证候细粒度量化评估的准确性。
具体而言,将各所述待评价中医证候细粒度综合评价值和标准综合评价值作比较时,
设置标准综合评价值H0,其中,H0(Hmax,Hmin),
设置评估反馈信息标准传输速度V0;
若所述综合评价值H属于标准综合评价值H0时,则以标准传输速度传输评估反馈信息;
若所述综合评价值H不属于综合评价值H0时,则计算综合评价值差值并根据所述综合评价值差值与预设的第一综合评价值差值△H1和第二综合评价值差值△H2的关系所确定的第一调节系数α1、第二调节系数α2或第三调节系数α3对所述标准传输速度进行反向调节,并按照反向调节后的传输速度传输所述评估反馈信息;
以及,根据所述综合评价值差值与预设的第三综合评价值差值△H1’和第四综合评价值差值△H2’的关系所确定的第四调节系数α4、第五调节系数α5或是第六调节系数α6对所述标准传输速度进行正向调节,并按照正向调节后的传输速度传输所述评估反馈信息。
具体而言,本领域技术人员可将标准综合评价值H0(Hmax,Hmin)设置在(0.5,0.65)的范围内;本领域技术人员可将评估反馈信息标准传输速度V0设置在为125,量纲为兆比特/秒(Mbp/s)。
具体而言,本发明实施例中,通过将各所述待评价中医证候细粒度综合评价值和标准综合评价值作比较,实现了通过综合评价值的比较调节评估反馈信息标准传输速度的目的,达到了分级传输的目的,实现了分层反馈的目的。
具体而言,根据所述综合评价值差值调节评估反馈信息标准传输速度时,设置第一综合评价值差值△H1、第二综合评价值差值△H2,
当H>Hmax时,计算第一实际综合评价值差值△H,其中△H=H-Hmax;
当△H<△H1时,则选取第一调节系数α1调节评估反馈信息标准传输速度为V1=V0(1-α1),
当△H1≤△H<△H2时,则选取第二调节系数α2调节评估反馈信息标准传输速度为V2=V0(1-α2),
当△H≥△H2时,则选取第三调节系数α3调节评估反馈信息标准传输速度为V3=V0(1-α3),。
具体而言,根据所述综合评价值差值调节评估反馈信息标准传输速度时,设置第三综合评价值差值△H1’、第四综合评价值差值△H2’,
当H<Hmin时,计算第二实际综合评价值差值△H’,△H’=Hmin-H;
当△H’<△H1’时,则选取第四调节系数α4调节评估反馈信息标准传输速度为V1=V0(1+α4),;
当△H1’≤△H’<△H2’时,则选取第五调节系数α5调节评估反馈信息标准传输速度为V1=V0(1+α5),;
当△H’≥△H2’时,则选取第六调节系数α6调节评估反馈信息标准传输速度V1=V0(1+α6),。
具体而言,第一综合评价值差值△H1=1/3×△H,第二综合评价值差值△H2=2/3×△H,第三综合评价值差值△H1’=1/3×△H’,第四综合评价值差值△H2’=2/3×△H’。
具体而言,本发明实施例中,通过综合评价值的比较调节评估反馈信息标准传输速度实现了对于各所述中医证候细粒度的综合评价值的顺序传输,使得综合评价值低的优先传输,更好地确定了对各所述中医证候处理的优先级,使得可以对中医证候中的细粒度进行及时检查并补充。
具体而言,抽取若干待评价中医证候时,至少抽取10个待评价中医证候,并整合所述待评价中医证候形成中医证候评价测试集,根据所述中医证候评价测试集中的待评价中医证候的数量构建中医证候细粒度评价指标比重矩阵。
具体而言,若中医证候评价测试集有10个待评价中医证候,则根据计算各中医证候细粒度评价指标,则第1个待评价中医证候第1个中医证候细粒度评价指标的比重为/>,所述比重的分母随着中医证候评价测试集中的待评价中医证候的数量的变化而变化。
请参阅图3-4所示,本发明实施例提供的中医证候细粒度量化评价系统的结构示意图,该系统包括:
抽取模块10,用以抽取若干待评价中医证候,根据待评价中医证候设置中医证候细粒度评价指标,并根据所述中医证候细粒度评价指标设置相对应的中医证候细粒度评价指标权重形成中医证候细粒度评价指标权重集合;
构造模块20,与所述抽取模块连接,包括第一构造单元21、第二构造单元22以及计算单元23,所述第一构造单元21用以根据所述待评价中医证候和所述中医证候细粒度评价指标构造中医证候细粒度评价指标初始矩阵,所述第二构造单元22用以根据所述中医证候细粒度评价指标初始矩阵构造中医证候细粒度评价指标比重矩阵,所述计算单元23用以根据所述中医证候细粒度评价指标比重矩阵计算任意所述中医证候细粒度评价指标的比重;
评价模块30,与所述构造模块连接,用以根据中医证候细粒度评价指标权重集合和中医证候细粒度评价指标比重矩阵构建综合评价值,并根据所述综合评价值得出各所述待评价中医证候细粒度综合评价值;
反馈模块40,与所述评价模块连接,用以将各所述待评价中医证候细粒度综合评价值和标准综合评价值作比较,获得比较结果,并根据所述比较结果调节评估反馈信息的传输速度用以完成对所述待评价中医证候的评估反馈。
本发明实施例提供的中医证候细粒度量化评价系统中的各个模块能够执行中医证候细粒度量化评价方法,实现相同的技术效果,在此不再赘述。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种中医证候细粒度量化评价方法,其特征在于,包括:
抽取若干待评价中医证候,根据待评价中医证候设置中医证候细粒度评价指标,并根据所述中医证候细粒度评价指标设置相对应的中医证候细粒度评价指标权重形成中医证候细粒度评价指标权重集合;
构造中医证候细粒度评价指标初始矩阵以及中医证候细粒度评价指标比重矩阵;
根据中医证候细粒度评价指标权重集合和中医证候细粒度评价指标比重矩阵构建综合评价值,并根据所述综合评价值得出各所述待评价中医证候细粒度综合评价值;
将各所述待评价中医证候细粒度综合评价值和标准综合评价值作比较,获得比较结果,并根据所述比较结果调节评估反馈信息的传输速度用以完成对所述待评价中医证候的评估反馈;
其中,构造中医证候细粒度评价指标初始矩阵以及中医证候细粒度评价指标比重矩阵包括:根据所述待评价中医证候和所述中医证候细粒度评价指标构造中医证候细粒度评价指标初始矩阵,并根据所述中医证候细粒度评价指标初始矩阵构造中医证候细粒度评价指标比重矩阵,并根据所述中医证候细粒度评价指标比重矩阵计算任意所述中医证候细粒度评价指标的比重。
2.根据权利要求1所述的中医证候细粒度量化评价方法,其特征在于,根据各所述中医证候细粒度评价指标设置相对应的中医证候细粒度评价指标权重形成中医证候细粒度评价指标权重集合时,所述中医证候细粒度评价指标包括:一级划分评价指标、二级划分评价指标、三级划分评价指标以及四级划分评价指标,
设置一级划分评价指标权重、二级划分评价指标权重/>、三级划分评价指标权重/>以及四级划分评价指标权重/>,则中医证候细粒度评价指标的权重集合W=(0.1,0.2,0.3,0.4),
其中,一级划分评价指标的细粒度<二级划分评价指标三级划分评价指标的细粒度<四级划分评价指标的细粒度。
3.根据权利要求2所述的中医证候细粒度量化评价方法,其特征在于,根据待评价中医证候和中医证候细粒度评价指标构造中医证候细粒度评价指标初始矩阵时,构造中医证候细粒度评价指标初始矩阵,/>,
,
其中,表示为第i个待评价中医证候第j个中医证候细粒度评价指标。
4.根据权利要求3所述的中医证候细粒度量化评价方法,其特征在于,根据所述中医证候细粒度评价指标初始矩阵构造中医证候细粒度评价指标比重矩阵时,中医证候细粒度评价指标比重矩阵,/>,/>,
,
其中,表示为第j个中医证候细粒度评价指标下第i个待评价中医证候占所述中医证候细粒度评价指标的比重。
5.根据权利要求4所述的中医证候细粒度量化评价方法,其特征在于,根据中医证候细粒度评价指标权重集合和中医证候细粒度评价指标比重矩阵构建综合评价值时,根据由一级划分评价指标、二级划分评价指标/>、三级划分评价指标/>以及四级划分评价指标组成的权重集合/>=/>和中医证候细粒度评价指标比重矩阵得出各中医证候的细粒度综合评价值,
,
其中,表示综合评价值。
6.根据权利要求5所述的中医证候细粒度量化评价方法,其特征在于,将各所述待评价中医证候细粒度综合评价值和标准综合评价值作比较时,
设置标准综合评价值H0,其中,H0(Hmax,Hmin),
设置评估反馈信息标准传输速度V0;
若所述综合评价值H属于标准综合评价值H0时,则以标准传输速度传输评估反馈信息;
若所述综合评价值H不属于综合评价值H0时,则计算综合评价值差值并根据所述综合评价值差值与预设的第一综合评价值差值△H1和第二综合评价值差值△H2的关系所确定的第一调节系数α1、第二调节系数α2或第三调节系数α3对所述标准传输速度进行反向调节,并按照反向调节后的传输速度传输所述评估反馈信息;
以及,根据所述综合评价值差值与预设的第三综合评价值差值△H1’和第四综合评价值差值△H2’的关系所确定的第四调节系数α4、第五调节系数α5或是第六调节系数α6对所述标准传输速度进行正向调节,并按照正向调节后的传输速度传输所述评估反馈信息。
7.根据权利要求6所述的中医证候细粒度量化评价方法,其特征在于,根据所述综合评价值差值调节评估反馈信息标准传输速度时,设置第一综合评价值差值△H1和第二综合评价值差值△H2,
当H>Hmax时,计算第一实际综合评价值差值△H,其中△H=H-Hmax;
当△H<△H1时,则选取第一调节系数α1调节评估反馈信息标准传输速度为V1=V0(1-α1),α1=;
当△H1≤△H<△H2时,则选取第二调节系数α2调节评估反馈信息标准传输速度为V2=V0(1-α2),α2=;
当△H≥△H2时,则选取第三调节系数α3调节评估反馈信息标准传输速度为V3=V0(1-α3),α3=。
8.根据权利要求7所述的中医证候细粒度量化评价方法,其特征在于,根据所述综合评价值差值调节评估反馈信息标准传输速度时,设置第三综合评价值差值△H1’、第四综合评价值差值△H2’,
当H<Hmin时,计算第二实际综合评价值差值△H’,△H’=Hmin-H;
当△H’<△H1’时,则选取第四调节系数α4调节评估反馈信息标准传输速度为V1=V0(1+α4),;
当△H1’≤△H’<△H2’时,则选取第五调节系数α5调节评估反馈信息标准传输速度为V1=V0(1+α5),;
当△H’≥△H2’时,则选取第六调节系数α6调节评估反馈信息标准传输速度V1=V0(1+α6),。
9.根据权利要求8所述的中医证候细粒度量化评价方法,其特征在于,抽取若干待评价中医证候时,至少抽取10个待评价中医证候,并整合所述待评价中医证候形成中医证候评价测试集,根据所述中医证候评价测试集中的待评价中医证候的数量构建中医证候细粒度评价指标比重矩阵。
10.一种应用于权利要求1-9任一项所述的中医证候细粒度量化评价方法的评价系统,其特征在于,包括:
抽取模块,用以抽取若干待评价中医证候,根据待评价中医证候设置中医证候细粒度评价指标,并根据所述中医证候细粒度评价指标设置相对应的中医证候细粒度评价指标权重形成中医证候细粒度评价指标权重集合;
构造模块,与所述抽取模块连接,包括第一构造单元、第二构造单元以及计算单元,所述第一构造单元用以根据所述待评价中医证候和所述中医证候细粒度评价指标构造中医证候细粒度评价指标初始矩阵,所述第二构造单元用以根据所述中医证候细粒度评价指标初始矩阵构造中医证候细粒度评价指标比重矩阵,所述计算单元用以根据所述中医证候细粒度评价指标比重矩阵计算任意所述中医证候细粒度评价指标的比重;
评价模块,与所述构造模块连接,用以根据中医证候细粒度评价指标权重集合和中医证候细粒度评价指标比重矩阵构建综合评价值,并根据所述综合评价值得出各所述待评价中医证候细粒度综合评价值;
反馈模块,与所述评价模块连接,用以将各所述待评价中医证候细粒度综合评价值和标准综合评价值作比较,获得比较结果,并根据所述比较结果调节评估反馈信息的传输速度用以完成对所述待评价中医证候的评估反馈。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310921166.6A CN116665888A (zh) | 2023-07-26 | 2023-07-26 | 一种中医证候细粒度量化评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310921166.6A CN116665888A (zh) | 2023-07-26 | 2023-07-26 | 一种中医证候细粒度量化评价方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116665888A true CN116665888A (zh) | 2023-08-29 |
Family
ID=87715592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310921166.6A Pending CN116665888A (zh) | 2023-07-26 | 2023-07-26 | 一种中医证候细粒度量化评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116665888A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103415045A (zh) * | 2013-09-03 | 2013-11-27 | 中南大学 | 一种高效无线信息交互网络协议的设计方法 |
CN104113467A (zh) * | 2013-04-17 | 2014-10-22 | 安徽盈科智能科技有限公司 | 虚拟桌面系统及其消息数据的发送方法 |
CN107835133A (zh) * | 2017-06-16 | 2018-03-23 | 南京航空航天大学 | 一种基于多属性决策的流优先级控制方法 |
CN109919411A (zh) * | 2019-01-09 | 2019-06-21 | 天津市市政工程设计研究院 | 一种城市内涝灾害预警等级评估方法 |
-
2023
- 2023-07-26 CN CN202310921166.6A patent/CN116665888A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104113467A (zh) * | 2013-04-17 | 2014-10-22 | 安徽盈科智能科技有限公司 | 虚拟桌面系统及其消息数据的发送方法 |
CN103415045A (zh) * | 2013-09-03 | 2013-11-27 | 中南大学 | 一种高效无线信息交互网络协议的设计方法 |
CN107835133A (zh) * | 2017-06-16 | 2018-03-23 | 南京航空航天大学 | 一种基于多属性决策的流优先级控制方法 |
CN109919411A (zh) * | 2019-01-09 | 2019-06-21 | 天津市市政工程设计研究院 | 一种城市内涝灾害预警等级评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110491465B (zh) | 基于深度学习的疾病分类编码方法、系统、设备及介质 | |
CN109614471B (zh) | 一种基于生成式对抗网络的开放式问题自动生成方法 | |
CN110364251B (zh) | 一种基于机器阅读理解的智能交互导诊咨询系统 | |
Wang et al. | A hybrid document feature extraction method using latent Dirichlet allocation and word2vec | |
CN110647904B (zh) | 一种基于无标记数据迁移的跨模态检索方法及系统 | |
CN112015868B (zh) | 基于知识图谱补全的问答方法 | |
CN109902714B (zh) | 一种基于多图正则化深度哈希的多模态医学图像检索方法 | |
CN107480141B (zh) | 一种基于文本和开发者活跃度的软件缺陷辅助分派方法 | |
CN111460824B (zh) | 一种基于对抗迁移学习的无标注命名实体识别方法 | |
CN110659367B (zh) | 文本分类号的确定方法、装置以及电子设备 | |
JP2018185771A (ja) | 文ペア分類装置、文ペア分類学習装置、方法、及びプログラム | |
CN116848490A (zh) | 使用模型相交进行文档分析 | |
CN115952292B (zh) | 多标签分类方法、装置及计算机可读介质 | |
CN111524570B (zh) | 一种基于机器学习的超声随访患者筛选方法 | |
CN113836896A (zh) | 一种基于深度学习的专利文本摘要生成方法和装置 | |
CN112908473A (zh) | 基于模型的数据处理方法、装置、计算机设备和存储介质 | |
CN116469561A (zh) | 一种基于深度学习的乳腺癌生存预测方法 | |
CN113837229B (zh) | 一种知识驱动型的文本到图像生成方法 | |
CN116665888A (zh) | 一种中医证候细粒度量化评价方法及系统 | |
CN110888944B (zh) | 基于多卷积窗尺寸注意力卷积神经网络实体关系抽取方法 | |
CN113948206B (zh) | 一种基于多层级框架的疾病分期模型融合方法 | |
CN116167379A (zh) | 一种基于bert和实体位置信息的实体关系抽取方法 | |
CN115344695A (zh) | 一种基于领域bert模型的服务文本分类方法 | |
CN114997155A (zh) | 一种基于表格检索和实体图推理的事实验证方法与装置 | |
CN111063430B (zh) | 一种疾病预测方法及装置 |
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 |