[发明专利]高血脂的中西医辩证分型方法、装置、存储介质及电子装置

权利要求书

1.一种高血脂的中西医辩证分型方法，其特征在于，包括：

获取高血脂的中医辩证分型及其对应的西医综合数据；

预处理西医综合数据，并提取预处理的西医综合数据中的高血脂特征；

根据高血脂特征和高血脂的中医辩证分型，生成认知参数子集；

基于所述认知参数子集训练最大熵模型，生成认知分型模型；

将待识别特征输入认知分型模型，预测得到高血脂的中西医辩证分型结果。

2.根据权利要求1所述的中西医辩证分型方法，其特征在于，预处理西医综合数据，并提取预处理的西医综合数据中的高血脂特征包括：

设同一类分型对应有n条征兆和数据指标，分别对n条征兆和数据指标进行特征提取，构成n个特征向量x_j，j＝1,2,…,n；

用值在0，1间的随机数初始化隶属矩阵U，使其中元素u_ij满足式中的约束条件；计算c个聚类中心c_i：

其中，i＝1,…,c；m代表模糊度；D_j是x_j的k邻域内的特征向量集合；g_j为单个特征向量与疾病的关联程度，当g_j＞0.5时λ_j＝1，反之λ_j＝0；

隶属度更新单元：计算新的隶属度矩阵u_ij：

将新的隶属度矩阵输入模糊计算单元；

根据式计算价值函数值，其中J表示价值函数，d_ij＝||c_i-x_j||为第i个聚类中心c_i与第j个数据特征向量x_j间的欧几里德距离；如果价值函数值小于预设阈值，则算法停止。

3.根据权利要求1所述的中西医辩证分型方法，其特征在于，根据高血脂特征和高血脂的中医辩证分型，生成认知参数子集包括：

对模糊聚类分析结果中的各个聚类类别中的数据进行修正，合并相同或相似度高的特征，得到不同数据集对应的某一类高血脂的中医辩证分型的共同参数子集，将所述共同参数子集作为认知参数子集，并生成与高血脂的中医辩证分型间的映射关系。

4.根据权利要求1所述的中西医辩证分型方法，其特征在于，根据高血脂特征和高血脂的中医辩证分型，生成认知参数子集包括：

基于复相关系数算法计算高血脂特征与高血脂的中医辩证分型的相关概率；

所述复相关系数算法的计算公式为：

其中，R表示复相关系数，y表示对应的任务信息，表示对应的任务信息中子数据的均值，x_i′表示标准特征信息，代表回归系数，n表示事件树中叶子节点的数量；

根据计算结果统计不同数据集对应的某一类高血脂的中医辩证分型的共同参数子集，将所述共同参数子集作为认知参数子集，并生成与高血脂的中医辩证分型间的映射关系。

5.根据权利要求1所述的中西医辩证分型方法，其特征在于，基于所述认知参数子集训练最大熵模型，生成认知分型模型包括：

通过特征函数f_i(x,y)表示高血脂认知分型参数子集中样本输入x与输出y之间的对应关系，f_i(x,y)为二值函数，在x与y满足条件下取值为1，否则取值为0；

最大熵模型的形式化结构表示为：

f_i(x,y)为特征函数；w_i为特征函数f_i(x,y)的权重；Z_w(x)为归一化因子；

同时，通过IIS算法对特征函数f_i(x,y)的权重w_i进行迭代更新。

6.根据权利要求1所述的中西医辩证分型方法，其特征在于，将待识别特征输入认知分型模型，预测得到高血脂的中西医辩证分型结果包括：

依据所述认知分型模型，确定与所述各个对应的目标认知状态参数子集，然后将所述预设的高血脂参数子集和所述高血脂认知分型模型进行相似性匹配计算，实现高血脂的认知和分型。