[发明专利]一种基于集成神经网络的中药饮片配方推荐系统

说明书

本发明涉及医疗大数据技术领域，具体涉及一种基于集成神经网络的中药饮片配方推荐系统，包括：接收模块，用于接收患者的多维特征数据集；所述多维特征数据集包括症状体征数据、症候诊断数据及疾病诊断数据；存储模块，用于存储集成神经网络模型；中药饮片配方推荐模块，用于基于接收的多维特征数据集，调用所述继承神经网络模型，输出与所述患者对应的中药饮片配方信息。本发明要解决现有技术中的算法处理大规模稀疏数据表现不佳的缺陷。

技术领域

本发明涉及医疗大数据技术领域，具体涉及一种基于集成神经网络的中药饮片配方推荐系统。

背景技术

在医学研究中有许多文本多标签分类问题。例如，疾病诊断过程是依据患者体征症状和检验检查结果进行疾病的判定，但患者个体往往会呈现为多个疾病同时存在，因此可以将多数决策问题转化为数据挖掘中的多标签分类问题。在西医诊断中，存在主要疾病和合并疾病，不同的疾病诊断即为当前患者的一个标签。在中医诊断中，存在主证和合并证等概念，不同的证候即为一个标签。同理，在确定治疗方案时即可“温中散寒”还可以“化浊消膏”。在处方配伍时更是如此，少则三五味药，多则二三十味药，每一味药都可以认为是一个标签。

但是，有些多标签问题的特征涉及到多个维度。例如当进行中药配伍决策时，即需要考虑中医证候诊断结果，还要兼顾西医疾病诊断，同时还需要根据症状体征信息进行中药配伍加减。因此，我们需要根据中医诊疗中特征数据的多维度特点研究出适应的多标签分类算法。

当前解决多标签分类问题主要是将多标签分类转化为单标签分类问题的组合或是对现有算法进行改进以适应多标签问题。但是，这些算法在小规模数据集上取得了不错的效果，但是对于大规模稀疏数据，表现不够理想，从而不便于输出与患者对应的中药饮片配方信息。

发明内容

因此，本发明要解决现有技术中输出与患者对应的中药饮片配方信息不便的缺陷，从而提供一种基于集成神经网络的中药饮片配方推荐系统。

根据本发明的第一方面，提供一种基于集成神经网络的中药饮片配方推荐系统，包括：接收模块，用于接收患者的多维特征数据集；所述多维特征数据集包括症状体征数据、症候诊断数据及疾病诊断数据；存储模块，用于存储集成神经网络模型；中药饮片配方推荐模块，用于基于接收的多维特征数据集，调用所述继承神经网络模型，输出与所述患者对应的中药饮片配方信息；其中，所述集成神经网络模型由第一神经网络模型、第二神经网络模型、第三神经网络模型和全连接网络模型构成；所述第一神经网络模型为单通道神经网络，以患者的多维特征数据集为输入，所述第二神经网络模型为三通道神经网络，分别以患者的症状体征数据、症候诊断数据及疾病诊断数据为输入，所述第三神经网络模型为四通道神经网络，分别以患者的多维特征数据集、症状体征数据、症候诊断数据及疾病诊断数据为输入，所述全连接网络模型以第一神经网络模型、第二神经网络模型及第三神经网络模型的输出为输入，输出与多维特征数据对应的中药饮片配方信息。

可选的，所述系统，还包括集成神经网络模型训练模块，用于训练以形成所述集成神经网络模型。

可选的，还包括评估模块，用于评估集成神经网络模型较第一神经网络、第二神经网络模型、第三神经网络模型及全连接神经网络模型输出的准确性。

可选的，所述评估模块，采用的评估指标为Precision、Recall、IOU及F1：其中：

Precision的求取模型为：

Recall的求取模型为：

IOU的求取模型为：

F1的求取模型为：