[发明专利]基于中西医样本标记的深度学习中医智能诊疗系统

权利要求书

1.基于中西医样本标记的深度学习中医智能诊疗系统，其特征在于，包括：S1、采集患者的望、闻、问、切中医诊断信号，中医给出诊断结果进行中医标记；S2、从西医角度采集患者的生理信息并得出诊断结果，进行西医标记；S3、训练深度学习模型；S4、利用已训练的深度学习模型自动诊断病症；

采集患者的望、闻、问、切信号包括：利用相应的采集装置，采集患者的面色信息和舌象信息、声音信息、症状描述信息、脉搏信息；从西医角度采集患者的生理信息并得出诊断结果包括：根据患者的病症从西医角度进行各项检查，得到患者的生理信息；训练深度学习模型采用的样本包括：望、闻、问、切中医诊断信息，中医诊断结果标记，西医诊断结果标记；利用已训练的深度学习模型自动诊断病症包括，将上述患者的望、闻、问、切信息作为输入经由深度学习模型判别，自动得出疾病类型；

采集患者的面色信息包括，利用摄像装置采集患者的面部静态图像信息；采集患者的舌象信息包括，利用摄像头正面拍摄患者的舌头的正面静态图像信息；采集患者的声音信息包括，利用声音采集装置采集患者说话的声音信息；采集患者的症状描述信息包括，使患者以选择的形式采集患者的症状描述信息，在患者选择完毕后系统自动生成患者选择的对应症状的文本信息，用于后续深度学习模型的训练；采集患者的脉搏信息包括，利用柔性力敏传感器阵列采集患者的脉搏信息；从西医角度采集患者的生理信息并得出诊断结果包括，根据目标病症的需求从西医角度采集患者的生理信息,包括血常规、尿常规、生化检验、核磁共振成像,然后西医医师根据化验项目判断患者的疾病类型，并制作成相应标记，不同疾病类型利用不同的数字进行表示，该数字的表示方式可以根据需求采用不同的映射规则；

所述深度学习模型采用并行网络模式，其包含“望”“闻”“问”“切”信号处理模型和综合判断模型；

“望”模型的输入为患者面部静态图像信息以及舌象图像信息，“闻”模型输入为患者说话声音的音频信号，“问”模型输入为患者选择的对应症状的文本信息，“切”模型输入为患者的脉搏信号，四种模型的输出作为综合判断模型的输入；

综合判断模型以S1中的中医医师根据望闻问切所得到的病人的疾病类型以及S2中的由西医医师根据西医检测结果所得出的疾病类型作为标签，具体的联合标签通过排列组合的形式进行编码；

所述深度学习模型采用反向传播技术；根据输出层代价函数的梯度进行全局参数的优化，最终使代价函数达到最小，即使输出向量与目标向量偏差最小；当模型符合标准后，输入中医诊断望闻问切信息，得到诊断结果；深度学习模型代价函数使用交叉熵代价函数。