[发明专利]一种推断经络气血强弱的方法和相应的诊断系统

说明书

本发明公开了一种通过测量穴位发热量来推断经络气血强弱的方法：在测量时刻，按照子午流注，选择气血正旺的经络，测量该经络某一穴位的发热量；再与多数人该时辰该穴位发热量强度均值进行比较，可以得到被测对象对应经络的气血强弱程度。此外，选择某一气血较弱的经络上的某一穴位，在此穴位上，分别在多个时辰测量发热量，可以衡量多经络的相对气血强度。本发明同时给出了结合人工智能的诊断系统：将穴位发热量测量终端的测量结果提供给智能诊断模块，再结合中医大夫四诊合参的结果选择分类器，则智能诊断模块中的分类器(人工神经网络)可以在多个备选药方间选择最合适的一个，从而显著提高诊断有效率和正确率。

技术领域

本发明涉及中医领域，尤其涉及一种通过测量穴位发热量来推断经络气血强弱的方法和相应的诊断系统。

背景技术

多年来，人们对经络进行了广泛而深入的研究，这些研究既包括对经络本身的研究，也包括利用经络信息来帮助诊断的研究。采用的方法则包括电阻/电导法、高频震动声法，红外热像法、光谱法、激光强度法、同位素示踪法等等。不过，这些方法都有对应的缺点，例如电阻/电导法数值不稳定，高频震动声法会损害经络，红外热像法温度绝对值不准而且对特异红外波长不敏感，光谱法/激光强度法正常人和病人差异很小等等。

测量穴位温度来衡量经络气血强弱或是否得病则是另外一个方向，目前的主要做法为，使用热电阻或热电偶测量皮肤表面温度，或者使用红外热像仪测量温度，再比较左右两边同一穴位的温度，如果温度差异过大(如超过0.5度)则对应的经络有问题。不过这一方法测量温度不准(受外界影响大)，而且结果评价方法过于简单，导致结论价值不大。

本发明所用到的另外一种关键技术则是神经网络和深度学习。人工神经网络是人工智能的一种实现形式，最近十多年取得了长足的进展，在图像识别、语音识别、自动语言翻译等领域都取得了令人瞩目的成绩。过去，曾有不少中医和人工智能结合的尝试，如结合推理机、大数据分析等多种形式。但是中医开方需要望闻问切四诊合参，并且需要基于广博知识的复杂推理。前者难以测量和数值化(脉诊不仅难以数值化，还是很多信息互相耦合的结果)，后者则难于用现有的人工智能手段实现。所以目前中医和人工智能结合的尝试基本都归于失败。不过，本发明给出了一种新的可能性，即使用本发明方法的测量系统有可能给人工神经网络提供高度解耦的测量结果(症状和测量结果之间对应关系简单且明确)，通过使用此信息，再结合中医大夫初步诊断的结果(多个药方)，深度学习有可能给出诊断结果或选择后的最终药方。

发明内容

本发明要解决的一个技术问题是提供一种通过测量穴位发热量来推断经络气血强弱的方法。该方法虽然不能直接得到人健康与否的信息(有的人天生某个经络气血就弱)，也不能得到病情诊断结果(或药方)，但是可以提供更多的辅助(中间)信息，供使用者参考。

一种通过测量穴位发热量来推断经络气血强弱的方法，包括：在测量时刻，按照子午流注，选择气血正旺的经络，测量该经络的某一穴位发热量；再与多数人该时辰该穴位的发热量均值进行比较，得到被测对象对应经络的气血强弱程度。

一种通过测量穴位发热量来推断经络气血强弱的方法，包括：选择某一经络上的某一穴位，在此穴位上，分别在多个时辰测量穴位发热量，据此衡量多经络的相对气血强度。

根据本发明的方法的一个实施例，进一步的，选择某一气血较弱的经络上的某一穴位，在此穴位上，分别在多个时辰测量穴位发热量，据此衡量多经络的相对气血强度。

本发明进一步给出了穴位发热量测量终端的原理和结构，以及前述方法和神经网络/深度学习结合构成的疾病诊断系统的原理和结构。

一种穴位发热量测量终端，使用热电阻或热电偶直接接触测量穴位皮肤表面温度来推算穴位发热量，或使用红外传感器非接触的测量穴位散发的红外线来推算穴位发热量。