[发明专利]基于医学知识图谱的疾病类别评估装置及方法

权利要求书

1.一种基于医学知识图谱的疾病类别评估装置，其特征在于，包括：

获取模块，用于获取N维病状特征；

确定模块，用于将所述N维病状特征输入至基于医学知识图谱的疾病类别评估模型，得到与所述N维病状特征对应的所属疾病类别；其中，所述基于医学知识图谱的疾病类别评估模型为采用N维病状特征样本作为输入数据，以及与所述N维病状特征样本对应的所属疾病类别作为输出数据，输出数据是基于机器学习算法训练得到的；

其中，所述基于医学知识图谱的疾病类别评估模型，包括：

数据标注模块，用于提取K个类别的疾病样本的N维病状特征；

模型训练模块，用于基于所述K个类别的疾病样本的N维病状特征，采用高斯核函数的成对分类的多分类支持向量机算法构建分类模型进行模型训练；

知识图谱检索模块，用于基于预设的医学知识图谱通过关键字段进行知识检索，确定与所述关键字段对应的N维病状特征；

评估模块，用于将与所述关键字段对应的N维病状特征输入到所述分类模型进行评估，确定与所述N维病状特征样本对应的所属疾病类别；

其中，所述采用高斯核函数的成对分类的多分类支持向量机算法构建分类模型进行模型训练，包括：

获取已知疾病的样本集其中i＝1…M，样本X的数量为M，疾病的特征维度为N，已知疾病的样本集对应于K种疾病；

基于线性变换的高斯核函数将N维度特征映射到高维度的线性可分空间中；

在每两种疾病之间构造一个二元支持向量机，其中d_ij表示第i种疾病类与第j种疾病类之间的二元支持向量机决策边界；

在高维度线性可分空间中，基于个决策边界将所述已知疾病的样本集分为K类。

2.根据权利要求1所述的基于医学知识图谱的疾病类别评估装置，其特征在于，所述医学知识图谱存储有图数据库；

相应地，所述知识图谱检索模块，具体用于：

基于图数据库通过关键字段进行知识检索；

所述图数据库返回与所述关键字段关联的节点和属性；

基于与所述关键字段关联的节点和属性确定与所述关键字段对应的N维病状特征。

3.根据权利要求1所述的基于医学知识图谱的疾病类别评估装置，其特征在于，所述装置还包括：

数据查询模块，用于基于医学知识数据库随机抽取数据，将抽取到的数据导入到标注平台中；

先验标注模块，用于基于所述标注平台预设的标注规则对导入的数据进行标注；

数据保存模块，用于将标注好的数据保存到已标注的数据库中。

4.根据权利要求1所述的基于医学知识图谱的疾病类别评估装置，其特征在于，所述评估模块，具体用于：

将与所述关键字段对应的N维病状特征按照训练过程中记录的每一类独立模型对应的病状特征记录表输入到所述分类模型进行评估计算，并对每一类独立模型的预测结果进行投票决策，确定与所述N维病状特征样本对应的评估分值；

基于所述评估分值确定所属疾病类别。

5.根据权利要求1所述的基于医学知识图谱的疾病类别评估装置，其特征在于，所述基于医学知识图谱的疾病类别评估模型，还包括：

数据采集模块，用于基于医学知识数据库采集医学数据；

数据清洗模块，用于对医学知识数据库采集到的医学数据进行数据清洗。

6.根据权利要求1所述的基于医学知识图谱的疾病类别评估装置，其特征在于，还包括：

基于知识抽取模块、知识融合模块和知识存储模块构建医学知识图谱；其中，所述知识抽取模块用于提取K个类别的疾病样本的N维病状特征数据之间的关联关系；所述知识融合模块用于基于K个类别的疾病样本的N维病状特征数据之间的关联关系提取不同关系的相似性及差异性，并基于不同关系的相似性及差异性进行合并或区分；所述知识存储模块用于对知识抽取模块和知识融合模块中的数据进行存储。