一种基于智能推理的辅助疾病诊断的方法与系统与流程

技术特征：

1.一种基于智能推理的辅助疾病诊断的方法，其特征在于，包括

步骤1，获取用户的输入信息并进行解析，将所述输入信息中的有效信息进行存储，计算所述有效信息在病例库中的信息匹配度以及在规则库中的规则覆盖率，对所述信息匹配度与所述规则覆盖率进行加权求和，获取疾病库中每种疾病对所述输入信息的解释值p；

步骤2，按照所述解释值p，将与所述解释值p相对应的疾病进行排序，将所述解释值p大于等于阈值Ε的疾病作为初始推理结论返回给用户，获取用户输入的检查结果信息并结合所述有效信息，将书本知识库中与所述初始推理结论中的疾病相对应的诊断标准显示给所述用户。

2.如权利要求1所述的基于智能推理的辅助疾病诊断的方法，其特征在于，计算所述信息匹配度的公式为

$m=\underset{r=1}{\Σ}{\mathrm{\λ}}_{X_r}\·(\underset{i=1}{\Σ}\underset{j=1}{\Σ}{\mathrm{\ω}}_{X_{ri}}\·g(X_{ri},Y_j\left)\right)$

其中，m为所述信息匹配度，X为病例知识图谱，X_r为处于X中级别为r的三元组集合，为级别为r的三元组集合的系数，X_ri为级别为r的三元组集合中的第i个三元组，为级别为r的三元组集合中的第i个三元组的权重，Y为输入信息的三元组集合，Y_j为输入信息的三元组集合中的第j个三元组。

3.如权利要求1所述的基于智能推理的辅助疾病诊断的方法，其特征在于，计算所述规则覆盖率的公式为

$o=\underset{i}{\Σ}\underset{j}{\Σ}{\mathrm{\θ}}_{R_i}\·f(R_i,Y_j)$

其中，о为规则覆盖率，R为疾病的规则集合，R_i为规则集合中的第i条规则，代表第i条规则的权重，Y为输入信息的三元组集合，Y_j表示输入信息的三元组集合中的第j个三元组，f为标识函数。

4.如权利要求1所述的基于智能推理的辅助疾病诊断的方法，其特征在于，在所述步骤1之前还包括，获取用户的病例知识图谱并进行初始化，获取所述病例知识图谱中时间段T内的病例，抽取所述病例中最热门的h个症状作为用户的初始提示症状。

5.如权利要求1所述的基于智能推理的辅助疾病诊断的方法，其特征在于，还包括如果未存在疾病的解释值p达到阈值Ε，则选择k个解释值p对应的疾病，并在知识图谱中搜索除输入信息之外的权重大于阈值F的三元组作为症状返回给用户，并返回所述步骤1。

6.一种基于智能推理的辅助疾病诊断的系统，其特征在于，包括

获取解释值模块，用于获取用户的输入信息并进行解析，将所述输入信息中的有效信息进行存储，计算所述有效信息在病例库中的信息匹配度以及在规则库中的规则覆盖率，对所述信息匹配度与所述规则覆盖率进行加权求和，获取疾病库中每种疾病对所述输入信息的解释值p；

显示诊断标准模块，用于按照所述解释值p，将与所述解释值p相对应的疾病进行排序，将所述解释值p大于等于阈值Ε的疾病作为初始推理结论返回给用户，获取用户输入的检查结果信息并结合所述有效信息，将书本知识库中与所述初始推理结论中的疾病相对应的诊断标准显示给所述用户。

7.如权利要求6所述的基于智能推理的辅助疾病诊断的系统，其特征在于，计算所述信息匹配度的公式为

$m=\underset{r=1}{\Σ}{\mathrm{\λ}}_{X_r}\·(\underset{i=1}{\Σ}\underset{j=1}{\Σ}{\mathrm{\ω}}_{X_{ri}}\·g(X_{ri},Y_j\left)\right)$

其中，m为所述信息匹配度，X为病例知识图谱，X_r为处于X中级别为r的三元组集合，为级别为r的三元组集合的系数，X_ri为级别为r的三元组集合中的第i个三元组，为级别为r的三元组集合中的第i个三元组的权重，Y为输入信息的三元组集合，Y_j为输入信息的三元组集合中的第j个三元组。

8.如权利要求6所述的基于智能推理的辅助疾病诊断的系统，其特征在于，计算所述规则覆盖率的公式为

$o=\underset{i}{\Σ}\underset{j}{\Σ}{\mathrm{\θ}}_{R_i}\·f(R_i,Y_j)$

其中，о为规则覆盖率，R为疾病的规则集合，R_i为规则集合中的第i条规则，代表第i条规则的权重，Y为输入信息的三元组集合，Y_j表示输入信息的三元组集合中的第j个三元组，f为标识函数。

9.如权利要求1所述的基于智能推理的辅助疾病诊断的系统，其特征在于，在所述获取解释值模块之前还包括，获取用户的病例知识图谱并进行初始化，获取所述病例知识图谱中时间段T内的病例，抽取所述病例中最热门的h个症状作为用户的初始提示症状。

10.如权利要求6所述的基于智能推理的辅助疾病诊断的系统，其特征在于，还包括如果未存在疾病的解释值p达到阈值Ε，则选择k个解释值p对应的疾病，并在知识图谱中搜索除输入信息之外的权重大于阈值F的三元组作为症状返回给用户，并返回所述获取解释值模块。