摘要
本发明提供一种融合多图卷积与本体知识的中医智能辨证方法与系统,属于疾病证候预测技术领域,获取临床电子病历数据和中医知识库本体数据;利用预先训练好的证候预测模型对获取的临床电子病历数据和中医知识库本体数据进行处理,得到证候预测结果;其中,所述证候预测模型包括图构建模块、嵌入表示学习模块、特征融合模块以及智能辩证模块。本发明建立了融合临床病历数据和中医本体知识的症状特征图、证候标签图,以及证候‑证候图的构建策略,以及结合多图卷积神经网络与特征融合的症状与证候嵌入表示学习技术,最终实现症状、证候、患者的精准嵌入表示,提升了智能辨证算法的预测精度。
技术关键词
临床电子病历
标签
池化技术
卷积神经网络模型
Sigmoid函数
嵌入特征
模块
矩阵
语义
患者
中医智能辨证
节点
数据
损失函数优化
融合临床
样本
预测系统
关系
系统为您推荐了相关专利信息
高维特征向量
分割方法
距离图像
点云
文本编码器
生成优化建议
输电设备
分析系统
电力
深度强化学习模型
融合定位方法
融合定位系统
卡尔曼滤波算法
蓝牙信号强度
定位标签
风险预测方法
卷积神经网络模型
时间序列预测模型
渔网
核心
磁约束核聚变装置
温度推断方法
多通道
离子
神经网络特征