[发明专利]一种基于深度学习的中成药推荐系统和方法

权利要求书

1.一种基于深度学习的中成药推荐系统，其特征在于，包括：

主诉库，用于预先保存多种患者主诉，即A_主，B_主，C_主，…；

舌苔影像库，用于预先保存每种患者主诉所对应的患者舌苔影像信息，即A_影，B_影，C_影，…；

问诊历史数据库，用于预先保存每种主诉患者对若干个问诊题目库中每个问诊题目的回答答案，形成历史患者数据，即A_患，B_患，C_患，…；

中成药药品库，用于保存与每种患者主诉所对应的多种中成药信息，即A_药，B_药，C_药，…；

数据采集模块，用于采集经过中医专家审核后的每种患者主诉，以及与每种患者主诉对应的患者舌苔影像信息、历史患者数据和中成药信息；

深度学习模块，用于将所述数据采集模块采集到的每种患者主诉，以及与每种患者主诉对应的患者舌苔影像信息、历史患者数据和中成药信息作为训练数据，预先训练得到多个中成药推荐模型，即A_模，B_模，C_模，…，并保存；

用户信息接收模块，用于通过智能终端接收待测患者信息，所述待测患者信息包括待测患者的主诉和舌苔影像信息；

主诉/影像上传模块，用于将待测患者的主诉和舌苔影像信息分别上传至主诉库和舌苔影像库进行保存，同时根据待测患者的主诉进行问诊题目库确定；

问诊题目库，用于为待测患者提供与待测患者主诉对应的多个问诊题目，即中医对该患者主诉的关键辨证要素，并让待测患者对每个问诊问题进行回答，得到问诊结果；

药品推荐模块，用于将所述待测患者的舌苔影像信息和问诊结果作为输入数据输入至所述药品推荐模型中，并获取所述药品推荐模型的输出结果；

反馈模块，用于将所述药品推荐模型的输出结果通过智能终端反馈给患者，以辅助患者进行线上或线下购药。

2.根据权利要求1所述的一种基于深度学习的中成药推荐系统，其特征在于，所述多种患者主诉为患者根据自身病情的主动症状描述，其包括但不限于感冒发烧、咳嗽、腹泻和牙疼，且每种患者主诉均有与之一一对应的患者舌苔影像信息、历史患者数据和中成药信息。

3.根据权利要求1所述的一种基于深度学习的中成药推荐系统，其特征在于，所述每个问诊题目库中的每个问诊题目对应有多个选择答案，所述每个问诊题目包括但不限于患者身体状况，疾病相关症状、发作影响因素、发作季节和发作时间。

4.根据权利要求3所述的一种基于深度学习的中成药推荐系统，其特征在于，所述每个选择答案即表示具体状况，其均采用数字化表示，即每个状况分别采用0,1,2,3,…，N表示。

5.根据权利要求1所述的一种基于深度学习的中成药推荐系统，其特征在于，所述多个中成药推荐模型均基于python的深度学习框架构建训练模型，且多个中成药推荐模型之间为串联关系。

6.一种基于深度学习的中成药推荐方法，其特征在于，该推荐方法具体如下：

步骤一：首先获取经过中医专家审核后大量医案数据，即包括多种患者主诉以及与每种患者主诉相对应的患者舌苔影像信息、历史患者数据和中成药信息；

步骤二：利用python的深度学习框架对步骤一所述每种患者主诉以及与每种患者主诉相对应的患者舌苔影像信息、历史患者数据和中成药信息进行预先训练得到多个中成药推荐模型，并串联；每个主诉对应一个中成药推荐模型。

步骤三：将待测患者信息通过智能终端进行上传，该待测患者信息包括待测患者的主诉和舌苔影像信息；

步骤四：根据步骤三所述待测患者的主诉为待测患者分配对应问诊题目库，并让待测患者对对应问诊题目库中的每个问诊问题进行回答，得到问诊结果；

步骤五：将待测患者的舌苔影像信息和问诊结果作为输入数据，输入步骤三所述多个中成药推荐模型中，即得到推荐结果，并将其反馈给用户。