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！

申请/专利权人：脉景(杭州)健康管理有限公司

摘要：本发明提供一种问诊进度量化方法及系统。所述方法包括步骤：在每获取一个新症状时将新症状放入症状集合，并将症状集合输入处方推荐模型，得到各个推荐处方及其预测概率；根据各个推荐处方的预测概率并基于第一映射表确定各个推荐处方的真实精度；根据每个推荐处方的真实精度，并基于每个推荐处方的真实精度的期望匹配程度量化值和处方推荐模型的处方推荐质量量化值获取每个推荐处方的分值，并将各个推荐处方的分值之中的最大分值作为症状集合的分值；根据第二映射表确定症状集合在目前症状数量下的参考分值，并确定症状集合的分值与参考分值的比值；根据所述比值和参考分值确定问诊进度量化值。所述系统包括对应实现上述各步骤的功能模块。根据本发明能够解决中医问诊终止条件模糊不清的问题。

主权项：1.一种问诊进度量化方法，其特征在于，包括：在每获取一个新症状时将所述新症状放入症状集合，并将所述症状集合输入处方推荐模型，以得到各个推荐处方及其预测概率；根据各个推荐处方的预测概率并基于预获取的第一映射表确定各个推荐处方的真实精度；根据每个推荐处方的真实精度，并基于每个推荐处方的真实精度的期望匹配程度量化值和所述处方推荐模型对于所述症状集合的处方推荐质量量化值获取每个推荐处方的分值，并将各个推荐处方的分值之中的最大分值作为所述症状集合的分值；根据预获取的第二映射表确定所述症状集合在目前症状数量下的参考分值，并确定所述症状集合的分值与所述参考分值的比值；根据所述比值和所述参考分值确定问诊进度量化值；所述第一映射表的获取方法包括：获取N条真实医案数据，每条真实医案数据包括相应的症状集合和真实处方；将N条真实医案数据对应的N个症状集合输入所述处方推荐模型，得到N*K的结果矩阵，其中，K为训练所述处方推荐模型时采用的处方的总数，所述结果矩阵的每行数据表示K个处方相对于相应症状组合的预测概率，所述结果矩阵的每列数据表示相应处方相对于N个症状组合的预测概率；对所述结果矩阵的各列数据进行升序排序，并对升序排序后的各列数据统一进行均匀分段，判断每段列数据所代表的每个症状集合对应的真实处方是否与该段列数据对应的预测的处方相一致，若是，将该症状标记为是，否则，将该症状标记为否；根据每段列数据所代表的各个症状的标记情况确定该段列数据对应的预测概率区间的真实精度，以获取用于提供处方的预测概率区间与处方的真实精度的映射关系的第一映射表；所述推荐处方的分值的获取基于以下公式实现： 上式中，为所述处方推荐模型输出的第k个推荐处方的真实精度的期望匹配程度量化值，distributionProbabilityk为第k个推荐处方的预测概率，denominatork为惩罚分母，其取值为所述第一映射表中升序排序下的预测概率下限值大于预设值的第一个预测概率区间的预测概率下限值；precisionk为基于所述第一映射表确定的第k个推荐处方的真实精度；scorek为第k个推荐处方的分值；multiplerK为稳定性乘子，表示所述处方推荐模型对于所述症状集合的处方推荐质量量化值，multiplerK表示为： 其中，multiplerK0为归一化前的稳定性乘子，maxmultipler为K个处方中各个处方的真实精度与其预测概率的差值之中的最大者，minmultipler为K个处方中各个处方的真实精度与其预测概率的差值之中的最小者；所述第二映射表的获取方法包括：获取X条真实医案数据，每条真实医案数据包括相应的症状集合和真实处方；分别将X个症状集合中的每个症状集合的前M个症状作为目标症状集合，以获取相应X个目标症状集合的分值，并将该X个目标症状集合的分值的平均值作为症状集合在症状数量为M下的参考分值；将M依次取值于[1,2…Mmax]，以获取用于提供症状组合的症状数量与症状组合的参考分值的映射关系的第二映射表；所述问诊进度量化值的确定基于以下公式实现： result2＝100*minresult1,1sqrtBase上式中，benchmark为症状集合在目前症状数量下的参考分值，times为症状集合的分值与症状集合在目前症状数量下的参考分值的比值；amplifier为第一调节参数，表示为： 其中，initAmplifier和maxAmplifier均为超参数，symNum为症状集合的目前症状数量；maxValue为症状集合的分值；weigh为第二调节参数，表示为： sqrtBase为第三调节参数，表示为： result1为用于获取问诊进度量化值的中间值，result2为问诊进度量化值。

全文数据：

权利要求：

百度查询： 脉景(杭州)健康管理有限公司 一种问诊进度量化方法及系统