买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜无锡博奥玛雅医学科技有限公司;成都玛雅光年科技有限公司申请的专利一种基于人工智能的中医诊断优化方法、系统和存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114913961B 。

龙图腾网通过国家知识产权局官网在2025-03-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210554447.8，技术领域涉及：G16H20/90；该发明授权一种基于人工智能的中医诊断优化方法、系统和存储介质是由师改梅;李东设计研发完成，并于2022-05-20向国家知识产权局提交的专利申请。

本一种基于人工智能的中医诊断优化方法、系统和存储介质在说明书摘要公布了：本发明提供了一种基于人工智能的中医诊断优化方法、系统和存储介质，所述方法包括：步骤1，采集四诊信息；步骤2，分析四诊信息；步骤3，采集历史四诊信息诊断样本集并保存到数据库中，历史四诊信息诊断样本集中包含了各特征属性及对应的诊断结果；步骤4，对步骤2获取的当前实例和步骤3计算得到各属性的权值进行基于权值改进的加权贝叶斯症候分类。本方法在中医理论指导下，通过综合分析经四诊收集的症状、体质，便可推测出导致疾病发生的真正原因与内在机制，从而给出辨证诊断。采用本方法能够减少传统诊疗中的主观性，提高诊疗的准确度。

本发明授权一种基于人工智能的中医诊断优化方法、系统和存储介质在权利要求书中公布了：1.一种基于人工智能的中医诊断优化方法，其特征在于，包括以下步骤：步骤1，采集四诊信息：通过舌诊仪采集舌头图片，通过面诊仪采集面部图片，通过量表问诊采集问诊信息，通过脉诊仪采集脉博信号；步骤2，分析四诊信息；步骤3，采集历史四诊信息诊断样本集，历史四诊信息诊断样本集中包含了各特征属性及对应的诊断结果；步骤4，根据步骤3获取的历史四诊信息诊断样本集计算各属性在症候诊断时的权值；步骤5，根据步骤4计算得到的权值、步骤2分析得到的当前实例的四诊信息，步骤3获取的历史四诊信息对当前实例进行症候分类；步骤2包括：将舌诊仪采集的舌头图片进行分析得出当前舌头图片所对应舌色、苔色、舌形、苔质；将面诊仪采集的面部图片进行分析得出当前的面色；将量表问诊采集的问诊信息进行分析得出当前用户的体质；将脉诊仪采集的脉搏信号进行分析得出当前用户的脉诊信息；从而得到当前实例四诊数据；步骤4包括：步骤4-1，计算历史四诊信息诊断样本集的熵；步骤4-2，计算每个属性熵；步骤4-3，计算信息增益；步骤4-4，计算权值；步骤4-1中，采用如下公式计算历史四诊信息诊断样本集S的熵ES： 其中，nzh表示症候分类的总数，每个症候的出现次数用N2[i]表示，历史四诊信息诊断样本集中共有N1条记录；历史四诊信息诊断样本集S包括的特征属性包括舌色、苔色、舌形、苔质、面色、体质、脉诊，分别用SC,TC,SX,TX,MS,TZ,MZ表示，则S＝{SC,TC,SX,TX,MS,TZ,MZ,ZH}；步骤4-2包括：步骤4-2-1，计算特征SC对历史四诊信息诊断样本集S的整体熵：用SC[j]来表示每个舌色出现的次数，用ZHSC[i][j]表示第j个舌色时、诊断为第i个症候类型的次数，nsc表示舌色属性数，共有nsc种舌色；N1条记录中淡白舌色共SC[1]个，其中ZHSC[1][1]个诊断为第一症候，ZHSC[2][1]个诊断为第二症候，ZHSC[3][1]个诊断为第三症候，ZHSC[4][1]个诊断为第四症候，ZHSC[5][1]个诊断为第五症候；第1个舌色的熵为：N1条记录中，第j个舌色共SC[j]个，第j个舌色的熵为：则特征SC对历史四诊信息诊断样本集S的整体熵ES|SC为： 步骤4-2-2，计算苔色特征对历史四诊信息诊断样本集S的整体熵ES|TC：用TC[j]来表示每个苔色出现的次数，用ZHTC[i][j]表示第j个苔色时、诊断为第i个症候的次数，其中N1条记录中，第j个苔色共TC[j]个，第j个苔色的熵为： 苔色特征TC对历史四诊信息诊断样本集S的整体熵ES|TC为： 步骤4-2-3，计算特征SX对历史四诊信息诊断样本集S的整体熵：用SX[j]来表示每个舌形出现的次数，用ZHSX[i][j]表示第j个舌形时、诊断为第i个症候的次数，其中N1条记录中，第j个舌形共SX[j]个，第j个舌形的熵为： 舌形特征SX对历史四诊信息诊断样本集S的整体熵ES|SX为： 步骤4-2-4，计算苔质特征对历史四诊信息诊断样本集S的整体熵ES|TX：用TX[j]来表示每个苔质出现的次数，用ZHTX[i][j]表示第j个苔质时、诊断为第i个症候的次数，其中N1条记录中，第j个苔质共TX[j]个，第j个苔质的熵为： 苔质特征TX对历史四诊信息诊断样本集S的整体熵ES|TX为： 步骤4-2-5，计算面色特征对历史四诊信息诊断样本集S的整体熵ES|MS：用MS[j]来表示每个面色出现的次数，用ZHMS[i][j]表示第j个面色时、诊断为第i个症候的次数，其中N1条记录中，第j个面色共MS[j]个，第j个面色的熵为： 面色特征MS对历史四诊信息诊断样本集S的整体熵ES|MS为： 步骤4-2-6，计算体质特征对历史四诊信息诊断样本集S的整体熵ES|TZ：用TZ[j]来表示每个体质出现的次数，用ZHTZ[i][j]表示第j个体质时、诊断为第i个症候的次数，其中N1条记录中，第j个体质共TZ[j]个，第j个体质的熵为： 体质特征TZ对历史四诊信息诊断样本集S的整体熵ES|TZ为： 步骤4-2-7，计算脉诊特征对历史四诊信息诊断样本集S的整体熵ES|MZ：用MZ[j]来表示每个脉诊出现的次数，用ZHMZ[i][j]表示第j个脉诊时、诊断为第i个症候的次数，其中N1条记录中，第j个脉诊共MZ[j]个，第j个脉诊的熵为： 脉诊特征MZ对历史四诊信息诊断样本集S的整体熵ES|MZ为： 步骤4-3包括：采用如下公式计算信息增益：g'S,1＝gS,SC＝ES-ES|SC；g'S,2＝gS,TC＝ES-ES|TC；g'S,3＝gS,SX＝ES-ES|SX；g'S,4＝gS,TX＝ES-ES|TX；g'S,5＝gS,MS＝ES-ES|MS；g'S,6＝gS,TZ＝ES-ES|TZ；g'S,7＝gS,MZ＝ES-ES|MZ；g‘S,1表示第一类属性的信息增益，gS,SC表示舌色的信息增益；步骤4-4包括：采用如下公式计算权值： 其中，n表示特征属性的数量；步骤5包括：步骤5-1，计算每个症候类型的先验概率；步骤5-2，计算在历史四诊信息诊断样本集每个症候类型中每个特征属性的后验概率；步骤5-3，基于权值改进的加权贝叶斯症候分类；其中，步骤5-1包括：用PZHi表示第i个症候类型ZHi的先验概率，则计算得到： 其中，ZH表示症候类型，ZHii＝1,2,3,...,nzh为类别ZH的取值，历史四诊信息诊断样本集是根据步骤3得到的，用S＝{A1,A2,A3,...,An,ZH}表示，其中，An表示第n个特征属性，n表示特征属性的数量；步骤5-2包括：用PAm[j]|ZHi表示在历史四诊信息诊断样本集第i个症候类型下第m个特征属性属于第j类的概率，其中，m的取值范围是1～n；具体的，特征属性包括舌色、苔色、舌形、苔质、面色、体质、脉诊，分别用SC,TC,SX,TX,MS,TZ,MZ表示，则历史四诊信息诊断样本集S具体表示为：S＝{SC,TC,SX,TX,MS,TZ,MZ,ZH}；则第i个症候类型下第j舌色的后验概率为：PA1[j]|ZHi＝PSC[j]|ZHi，表示历史四诊信息诊断样本集中诊断为第i症候类型时第j舌色出现的概率；第i个症候类型下第j苔色的后验概率为：PA2[j]|ZHi＝PTC[j]|ZHi，表示历史四诊信息诊断样本集中诊断为第i症候类型时第j苔色出现的概率；第i个症候类型下第j舌形的后验概率为：PA3[j]|ZHi＝PSX[j]|ZHi，表示历史四诊信息诊断样本集中诊断为第i症候类型时第j舌形出现的概率；第i个症候类型下第j苔质的后验概率为：PA4[j]|ZHi＝PTX[j]|ZHi，表示历史四诊信息诊断样本集中诊断为第i症候类型时第j苔质出现的概率；第i个症候类型下第j面色的后验概率为：PA5[j]|ZHi＝PMS[j]|ZHi，表示历史四诊信息诊断样本集中诊断为第i症候类型时第j面色出现的概率；第i个症候类型下第j体质的后验概率为：PA6[j]|ZHi＝PTZ[j]|ZHi，表示历史四诊信息诊断样本集中诊断为第i症候类型时第j体质出现的概率；第i个症候类型下第j脉诊的后验概率为：PA7[j]|ZHi＝PMZ[j]|ZHi，表示历史四诊信息诊断样本集中诊断为第i症候类型时第j脉诊出现的概率；步骤5-3包括：令am为第m个特征属性的具体取值，用X＝{a1,a2,a3,...,an}表示步骤2中分析得到的当前实例四诊数据，用PZHi|a1,a2,...,an表示当前实例四诊数据X＝{a1,a2,a3,...,an}属于第i个症候类型ZHi的概率，当属于第i个症候类型ZHi的概率PZHi|a1,a2,...,an最大时，则当前实例四诊数据便诊断为第i个症候类型；用ZHMAP表示最大后验概率对应的症候类型，则： 根据贝叶斯假设，PZHi|a1,a2,...,an表示为：PZHi|a1,a2,...,an＝Pa1,a2,...,an|ZHiPZHiPa1,a2,...,an＝αPa1,a2,...,an|ZHiPZHi5其中，Pa1,a2,...,an是全概率公式，α为常数，PZHi为第i个症候类型ZHi的先验概率，由公式3计算得到，Pa1,a2,...,an|ZHi为在历史四诊信息诊断样本集第i类症候类型时、特征属性表现为实例X的后验概率，根据乘法定理公式5变换为： 其中，Pam|ZHi表示在历史四诊信息诊断样本集第i个症候类型下第m个特征属性为am的概率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人无锡博奥玛雅医学科技有限公司;成都玛雅光年科技有限公司，其通讯地址为：214101 江苏省无锡市锡山经济技术开发区春雷路16号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。