一种基于深度学习的智能中医诊断系统的制作方法

本发明涉及智能中医诊断，尤其涉及一种基于深度学习的智能中医诊断系统。

背景技术：

1、中医学通过“望闻问切”四诊合参的方法，探求病因、病性、病位、分析病机及人体内五脏六腑、经络关节、气血津液的变化，进而得出病名，归纳出证型，以辨证论治原则，制定"汗、吐、下、和、温、清、补、消"治法，使用中药、针灸、推拿、按摩、拔罐、食疗等多种治疗手段，使人体康复。

2、随着信息技术的快速发展，中医也逐渐与信息技术结合起来，在远程医疗诊断模式中，医生不需要与患者面对面即可进行诊断，为患者提供了方便，然而中医远程诊断技术的发展仍然存在很多局限性，现有的中医远程诊断系统功能较为单一，都只关注在切诊中，而没有配合望诊、闻诊和问诊一起对患者进行病情诊断。

3、因此，有必要提供一种新的基于深度学习的智能中医诊断系统解决上述技术问题。

技术实现思路

1、为解决现有的中医远程诊断系统功能较为单一的技术问题，本发明提供一种基于深度学习的智能中医诊断系统。

2、本发明提供的基于深度学习的智能中医诊断系统包括患者信息模块、四诊合参模块、数据预处理模块、电子病历模块以及智能辨证模块；

3、所述患者信息模块用于管理患者信息，可进行增删改查操作；

4、所述四诊合参模块包括望诊单元、闻诊单元、问诊单元以及切诊单元，所述望诊单元用于采集患者舌苔、面部与唇部信息，所述闻诊单元用于采集患者说话声与咳嗽声，所述问诊单元用于采集患者基本信息与症状信息，所述切诊单元用于采集患者脉象信息，当望诊单元、闻诊单元、问诊单元以及切诊单元采集完患者信息后将信息上传至数据预处理模块中；

5、所述数据预处理模块建立知识库，将中医领域疾病推理过程中所需的诊断规则储存至知识库中，用于整理存放患者的诊疗信息与诊断规则，利用卷积神经网络深度学习技术训练模型进行预处理，对其中的数据缺失、语言非法、数据类型不一致的问题进行清洗、转换、剔除操作，从而达到数据预处理的目的，在所述深度学习模块训练中对数据集进行分类或聚类，如果输入数据被标记，则可以使用分类模块对数据进行分类，如果数据集没有标记，则将训练集中的各个数据点相互比较以发现潜在的相似性，并根据特征进行聚类，从信息中提取出有效信息进行整合，并将整合信息上传至智能辩证模块中；

6、所述智能辩证模块用于接收由数据预处理模块上传的症状信息并进行分析，建立中医辩证模型，判断得到的症状信息，得出辩证结果；

7、所述电子病历模块用于记录患者历史诊断数据，将四诊合参模块采集的症状信息与电子病历模块中的历史数据进行匹配，再与智能辩证模块中的辩证结果相匹配，根据匹配结果给出患者的诊断信息。

8、进一步地，所述望诊单元采集舌苔信息的步骤如下：

9、s1、使用标准设备捕获高分辨率的舌头图像以保证舌色分类的可复观性；

10、s2、数据预处理，包括校色、调整对比度，以提高成像质量，并以此结果构建舌头图像数据集；

11、s3、对每张图片的舌头特征进行标注，其中舌色和舌苔是两个最常用的特征；

12、s4、利用分类器进行舌头特征分类。

13、进一步地，所述闻诊单元采集语音信息的步骤如下：

14、s01、利用数字超声仪对患者的咳嗽声或说话声进行频谱收集；

15、s02、音频数据处理，对语音信息进行降噪、滤波、变换及特征提取；

16、s03、采用机器学习分类器的输入特征，为患者声学特性提供依据。

17、进一步地，所述问诊单元将用户输入的基本信息与症状信息存储至知识库内，所述智能辩证模块调取知识库内的诊断规则对用户输入的症状进行推理判断，从而得出诊断结果，诊断结果输出。

18、进一步地，所述切诊单元利用脉象仪收集数字信号，包括主波斜率、主波幅值、相位、脉宽周期比和小波系数，利用卷积神经网络深度学习建立脉象模型。

19、进一步地，所述数据预处理步骤如下：

20、s101、数据采集，选取采集到的患者信息；

21、s102、数据清洗，对信息中数据集的重复数据、缺失数据和噪声数据进行处理，去除无效值，以确保数据的准确性；

22、s103、数据分析，对数据清洗后的数据集进行分析，得出有效信息；

23、s104、结果论证，将有效信息进行整合并上传至智能辩证模块中进行论证。

24、进一步地，所述电子病历模块包括接受单元、匹配单元与提示单元，所述接收单元用于接收来自望诊单元、闻诊单元、问诊单元以及切诊单元采集的患者的信息数据，所述匹配单元将数据与诊断库中的历史数据进行匹配，提示单元用于根据匹配结果给出患者的诊断信息。

25、进一步地，所述电子病历模块还包括关联模块，用于在电子病历模块的诊断库中将历史数据中的症状信息与对应的诊断进行关联，以及将诊断与对应的用药信息进行关联。

26、与相关技术相比较，本发明提供的基于深度学习的智能中医诊断系统具有如下有益效果：

27、1、通过四诊合参模块采集患者的望诊、闻诊、问诊、切诊的中医诊断信号，对初步诊断信号进行预处理，对其中的数据缺失、语言非法、数据类型不一致和数据冗余问题进行清洗、转换、剔除操作，进一步提高后续操作得到的数据精准度。

28、2、将四诊合参模块采集的症状信息与电子病历模块中的历史数据进行匹配，再与智能辩证模块中的辩证结果相匹配，根据匹配结果给出患者的诊断信息，可根据历史病状进行分析，缩短智能学习与诊断时间。

29、3、对提取出来的患者中医四诊信息的特征作为输入，运用中医辩证模型来进行训练，进一步提高诊断的精准度。

技术特征：

1.一种基于深度学习的智能中医诊断系统，其特征在于，包括患者信息模块、四诊合参模块、数据预处理模块、电子病历模块以及智能辨证模块；

2.根据权利要求1所述的基于深度学习的智能中医诊断系统，其特征在于，所述望诊单元采集舌苔信息的步骤如下：

3.根据权利要求2所述的基于深度学习的智能中医诊断系统，其特征在于，所述闻诊单元采集语音信息的步骤如下：

4.根据权利要求3所述的基于深度学习的智能中医诊断系统，其特征在于，所述问诊单元将用户输入的基本信息与症状信息存储至知识库内，所述智能辩证模块调取知识库内的诊断规则对用户输入的症状进行推理判断，从而得出诊断结果，诊断结果输出。

5.根据权利要求4所述的基于深度学习的智能中医诊断系统，其特征在于，所述切诊单元利用脉象仪收集数字信号，包括主波斜率、主波幅值、相位、脉宽周期比和小波系数，利用卷积神经网络深度学习建立脉象模型。

6.根据权利要求5所述的基于深度学习的智能中医诊断系统，其特征在于，所述数据预处理步骤如下：

7.根据权利要求6所述的基于深度学习的智能中医诊断系统，其特征在于，所述电子病历模块包括接受单元、匹配单元与提示单元，所述接收单元用于接收来自望诊单元、闻诊单元、问诊单元以及切诊单元采集的患者的信息数据，所述匹配单元将数据与诊断库中的历史数据进行匹配，提示单元用于根据匹配结果给出患者的诊断信息。

8.根据权利要求7所述的基于深度学习的智能中医诊断系统，其特征在于，所述电子病历模块还包括关联模块，用于在电子病历模块的诊断库中将历史数据中的症状信息与对应的诊断进行关联，以及将诊断与对应的用药信息进行关联。

技术总结
本发明提供一种基于深度学习的智能中医诊断系统，涉及智能中医诊断技术领域，包括患者信息模块、四诊合参模块、数据预处理模块、电子病历模块以及智能辨证模块，患者信息模块用于管理患者信息，可进行增删改查操作，四诊合参模块用于采集患者信息，数据预处理模块用于整理存放患者的基本诊疗信息，智能辩证模块用于接收由数据预处理模块上传的症状信息并进行分析，电子病历模块用于记录患者历史诊断数据，通过四诊合参模块采集患者的望诊、闻诊、问诊、切诊的中医诊断信号，对初步诊断信号进行预处理，对其中的数据缺失、语言非法、数据类型不一致和数据冗余问题进行清洗、转换、剔除操作，进一步提高后续操作得到的数据精准度。

技术研发人员：戴韵峰
受保护的技术使用者：广州杜仲哥互联网科技有限公司
技术研发日：
技术公布日：2024/1/15