摘要
本发明提供一种变分深度生成的中医处方推荐方法及系统,属于临床智能辅助诊疗技术领域,提出了一种变分深度生成的中医处方推荐模型,包含患者表征学习和处方推荐两部分,患者表征学习模块以患者症状向量为输入,使用多层卷积网络编码器从中学习症状信息,得到患者的显式表示,然后利用高斯分布采样在显示表示的基础上融合隐式表示,使患者表示更具多样性和真实性。处方推荐包括中药概率生成模块和目标优化模块,中药概率生成模块使用多层卷积网络解码器学习患者表示,生成每个中药被推荐的概率,目标优化模块使用成对中药排序优化损失和多尺度对比损失优化模型的参数,提升模型的准确性和鲁棒性。
技术关键词
多层卷积网络
推荐方法
患者
非暂态计算机可读存储介质
症状向量
中药
模块
辅助诊疗技术
多层卷积神经网络
处理器
编码向量
存储器
解码器
样本
编码器
电子设备
深度神经网络
鲁棒性
推荐系统
指令
系统为您推荐了相关专利信息
知识点
学习路径推荐方法
学生
学习能力评估
学习历史数据
路径规划方法
影像
软件
车辆路径规划技术
数据采集设备
预测模型构建方法
时间序列特征
风险预测模型
数字孪生体
语音特征