基于状态辨识的中医处方智能推荐方法、介质和设备

本发明公开了一种基于状态辨识的中医处方智能推荐方法、介质和设备，该方法首先将离散症状集合映射为可训练的症状嵌入矩阵；随后通过多层Transformer编码器动态建模症状间的关联性，利用注意力机制实现症状特征的加权融合与非线性变换；最终将症状表征全局平均融合后，输入三级MLP网络依次生成状态要素向量、证型概率分布及中药推荐概率分布，随后按概率排序输出推荐中药组合。通过Transformer自注意力机制自动学习症状间关联强度，实现症状的动态表征，采用三级MLP显式构建“病机→证型→处方”的中医推理链条，确保辨证过程的完整性。该方法显著提升症状识别、证型分类和处方推荐的准确性。