摘要
本申请公开了一种基于多源异构图的中医方剂智能推荐方法、介质和设备,该方法首先通过自然语言处理技术提取患者症状特征向量,并结合体质特征向量构建患者综合特征;同时基于药方组成、功效分类及历史诊疗数据生成药方特征向量。通过构建包含症状、体质和药方节点的异构图知识图谱,利用图卷积网络迭代聚合节点特征,实现症状‑体质‑药方之间的深度关联建模。最终通过计算患者特征与药方节点的匹配评分,输出个性化推荐结果。本申请创新性地将现代临床数据与中医理论相结合,通过动态图谱构建和深度学习技术,显著提升了方剂推荐的准确性、个性化和临床适用性,为中医智能化诊疗提供了有效解决方案。
技术关键词
智能推荐方法
药方
异构
方剂
节点特征
图谱
语义向量
拉普拉斯
患者
自然语言
中医智能化
依存句法分析
语义特征
多头注意力机制
频率
网络
深度学习技术
三元组
诊疗数据
系统为您推荐了相关专利信息
疾病诊断系统
空间结构关系
显著性特征识别
疾病诊断方法
图像块
数字孪生模型
升级方法
检测终端设备
信息更新
节点
霍尔传感器芯片
感应式传感器
转子结构
冗余方法
异构